[发明专利]一种基于机器视觉技术的隔离开关状态检测方法

权利要求书

1.一种基于机器视觉技术的隔离开关状态检测方法，其特征在于，包括如下步骤：

S1：获取隔离开关处于虚接状态时的开关柱斜率最小值H1和开关柱斜率最大值H2；

S2：采集开关柱与开关平台的工况图，采用边缘检测算法计算出工况图中开关柱的边缘；

S3：采用霍夫变换计算出经过边缘检测后工况图中的直线函数；

S4：根据步骤S3获取的直线函数，计算出中心点G；

S5：计算出中心点G与原点所在的直线斜率K；

S6：根据斜率K、开关柱斜率最小值H1和开关柱斜率最大值H2来判断隔离开关状态。

2.根据权利要求1所述的一种基于机器视觉技术的隔离开关状态检测方法，其特征在于，所述步骤S1中开关柱斜率最小值H1的计算方法为：

将开关柱旋转至开关虚接状态下倾斜角最小的位置，通过相机获取基准图1，对基准图1进行边缘检测、霍夫变换处理，计算出开关柱短边的中点位置，并通过开关柱短边中点计算出开关柱的斜率H1。

3.根据权利要求1所述的一种基于机器视觉技术的隔离开关状态检测方法，其特征在于，所述步骤S1中开关柱斜率最大值H2的计算方法为：

将开关柱旋转至开关虚接状态下倾斜角最大的位置，通过相机获取基准图2，对基准图2进行边缘检测、霍夫变换处理，计算出开关柱短边的中点位置，并通过开关柱短边中点计算出开关柱的斜率H2。

4.根据权利要求1所述的一种基于机器视觉技术的隔离开关状态检测方法，其特征在于，所述步骤S2中采用边缘检测算法计算出工况图中开关柱的边缘的具体过程为：

A1：对工况图像进行滤波，采用高斯滤波器来平滑噪声；

A2：利用Sobel算子计算梯度，其中dx表示水平方向，dy表示垂直方向；

根据dx、dy求出图像梯度的幅值G与方向θ

A3：进行非极大值抑制，根据幅值G与方向θ寻找像素点局部的最大值，将非极大值点所对应的灰度值设置为背景像素点，像素邻域区域满足梯度值的局部最优值判断为该像素的边缘，对其余非极大值的相关信息进行抑制；

A4：双阈值法抑制假边缘，连接真边缘，

如果某一像素位置的幅值超过高阈值，该像素被保留为边缘像素：

如果某一像素位置的幅值小于低阈值，该像素被排除；

如果某一像素位置的幅值在两个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留。

5.根据权利要求1所述的一种基于机器视觉技术的隔离开关状态检测方法，其特征在于，所述步骤S3具体包括如下过程：

B1：以开关平台所在方向为X轴，以转轴为原点建立直角坐标系；

B2：建立一个二维累加数组A(a,b)A(a,b),第一维的范围是图像坐标空间中直线斜率的可能范围，第二维的范围是图像坐标空间中直线截矩的可能范围；

B3：将A(a,b)A(a,b)初始化为0，然后提取图像坐标空间的每一个前景点(xi,yi)(xi,yi),将参数空间中每一个aa的离散值代入式子b＝-xia+yi中，从而计算出对应的bb值；

B4：每计算出一对(a,b)(a,b),都将对应的数组元素A(a,b)A(a,b)加1，即A(a,b)＝A(a,b)+1，A(a,b)＝A(a,b)+1；

B5：所有的计算结束之后，在参数计算表决结果中找到A(a,b)A(a,b)的最大峰值，所对应的a0、b0a0、b0就是源图像中共线点数目最多的直线方程的参数；

B6：根据霍夫变换计算，得到三条边的所在的直线函数，分别如下：

长边所在直线L₁：y＝k₁x+a，

长边所在直线L₂：y＝k₂x+b，

短边所在直线L₃：y＝k₃x+c

其中，k₁、k₂、k₃分别为直线L₁、直线L₂、直线L₃的斜率。