[发明专利]一种基于计算机视觉的风电机舱圆表油位监测方法

说明书

本发明公开了一种基于计算机视觉的风电机舱圆表油位监测方法，涉及图像处理技术领域，包括以下步骤：采集圆表盘监测点位正常情况下的录点图像，并创建正常区域向量；获取一张监测点的图像作为待判别图像；通过圆表盘检测模块，对待判别图像进行检测，定位并截取出圆表盘图像；通过表盘指针检测模块，对截取的圆表盘图像进行指针检测；根据检测出来的指针区域数据，取距圆表盘图像中心最近的顶点坐标作为指针头部；根据创建的正常区域向量和得到的圆表盘图像得到二值图像的正常区域；通过指针头部位置是否在二值图像的正常区域来判别当前监测点位是否正常。该发明实现了对单针圆形表计的快速检测，缩短了对表计的巡查周期和人工成本。

技术领域

本发明涉及图像处理技术领域，更具体的是涉及一种基于计算机视觉的风电机舱圆表油位监测方法。

背景技术

海上风电是可再生能源发展的重要领域，也是推动风电技术进步和产业升级的重要力量，是促进能源结构调整的重要措施。风力发电是利用风力带动风车叶片旋转，再通过增速机将旋转的速度提升，来促使发电机发电。为了使这一过程顺利安全的运转，离不开工作人员的检测、维修和保养工作，其中对系统中的液压表计检测也非常重要，例如单针圆形表计的检测；然而，由于海上交通不便，且风机间距大和数量多，导致人工巡检成本高，并且巡检时间间隔长，更无法实时对单针圆形表计进行检测；

传统的单针圆形表计检测的步骤如下：步骤一：通过模板匹配对表头进行定位，然后调用若干种定位复查算法通过冗余定位投票机制；步骤二：验证表头图像识别是否正确，对待识别图片的表计数值信息进行识别，读取表计数值读数；步骤三：对表计数值读数进行复查，通过置信度算法，判断表计数值信息识别是否出现错误；在表计数值识别阶段采用的是特征点匹配，该方法在处理指针表计时，用canny边缘检测、自适应梯度、特征点旋转、余弦相似度等方法找到待识别图像的指针区域，最后将该区域对应的数值作为表计的数值，该方法对于指针圆表计的异常监控处理过程较为复杂，同时在处理指针表计数值过程中，采用了边缘检测和特征点的方式寻找指针区域，而边缘检测和特征点易受光线的影响造成指针定位精度不高。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于计算机视觉的风电机舱圆表油位监测方法，以解决上述背景技术中提出的传统的单针圆形表计检测方法对于指针圆表计的异常监控处理过程较为复杂，同时人工巡检无法实时对单针圆形表计进行检测、检测成本高的问题。

本发明解决其技术问题所采用的技术方案是：一种基于计算机视觉的风电机舱圆表油位监测方法，包括以下步骤：

S1：采集单针圆形表计的圆表盘监测点位正常情况下的录点图像，并创建正常区域向量；

S2：获取一张检测点的图像作为待判别图像；

S3：通过圆表盘检测模块，对待判别图像进行检测，若未检测出圆表盘，则给出错误信息并上传当前检测图像进行人工审核，若检测出圆表盘，且其置信度满足设定值，则定位并截取出圆表盘图像；

S4：通过表盘指针检测模块，对步骤S3截取的圆表盘图像进行指针检测，若未检测到指针目标，则给出错误信息并上传当前检测图像进行人工审核，若检测出指针目标，则获取指针区域数据；

S5：根据检测出来的指针区域数据计算出圆表盘图像的顶点坐标值，取距圆表盘图像中心最近的顶点坐标作为指针头部，并将该坐标点标准化到圆表盘图像上；

S6：根据步骤S1创建的正常区域向量和步骤S3得到的圆表盘图像创建二值图像并得到二值图像的正常区域；

S7：通过指针头部位置是否在二值图像的正常区域来判别当前监测点位是否正常，若指针头部位置处于二值图像的正常区域中，则当前监测点位油位正常，若指针头部位置不处于二值图像的正常区域，则给出错误信息并上传正常区域的二值图像和当前检测图像进行人工审核。