Cloud Zoom small image
电表检测视觉系统方案

名称:电表检测视觉系统方案
可在线通过咨询了解详情
 
通过以下按钮进入下一步
  • 详情
  • 评价

一. 测试系统构成:

相机选择研华500 万像素相机,以太网接口,镜头选择定焦镜头(焦距根据物距确定),光源选择保证视野范围内光照的均匀。下图为测量系统的示意图。(计算机选取研华工控机,可以实现1 4 台相机)。下图为实验室实物图

UC截图20180317165927.png

二. 软件处理方案介绍

整个图像处理软件平台采用研华的Open_Evision 软件作为视觉算法开发平台,人机接口采用VC 平台。依据系统的测量需求,整个测量区域被划为4 个区域:

1) 最上面区域为液晶屏幕判断区,为了获得液晶屏的准确位置,此区域划分时会划分的大一些;

2) 第二个区域为脉冲判断区,判断脉冲灯闪烁;

3) 第三个区域为型号识别区,识别型号的字符;

4) 第四个区域为条形码识别区。

电表检测视觉系统方案320.png

1 液晶屏显示文字缺失检测。

液晶屏上文字、字符信息较多,而且电表摆放位置可能会有微小偏差。为此,必须准确识别出液晶屏的位置,并进行平移、缩放与旋转,然后进行文字确实检测。整个功能的测试流程如下

UC截图20180317170116.png

1) 触发采集,此功能实现是上电前一直在采集图像,当液晶屏幕判断区平均灰度大幅上涨时识别出上电动作,延时一定时间后采集、存储并处理一副上电稳定时的图像;

2) 有效区域识别,通过灰度特征识别出液晶屏判断区的中非液晶屏

部分,并切除如下图黄色的部分;

电表检测视觉系统方案548.png

3) 仿射变换,得到液晶屏区域后得到有效区域的最小外接矩形,并

得到矩形的长、宽、以及矩形的倾斜角等参数,利用这些参数得

到仿射变换矩阵,最终得到与预设大小、方向相一致的液晶屏图

像;

4) 图像预处理,进行图像增强、滤波、边缘检测、形态学等操作,

得到如下图所示图像;

电表检测视觉系统方案686.png

5) 字符区域分割,利用形态学处理的方式对图像中的字符进行分

割;

电表检测视觉系统方案722.png

6) 将分割好的字符从原图像中提取出来,并进行处理得到清晰的字

符图像,并于字符库匹配得到匹配结果,下图以边缘成像效果较

差的一个字为例,从图中可以看出的得到的清晰图像完全可以进

行字符匹配。

原图像电表检测视觉系统方案824.png,处理后的清晰图像电表检测视觉系统方案834.png

7) 通过预设好的字符库逐个进行字符匹配并将匹配结果输出。

2 功率值读取

1 根据触发指令读取响应的区域的字符与数值结果。其基本原理

与文字缺失检测完全一致

电表检测视觉系统方案918.png

2 功率值读取的显示效果如下图

电表检测视觉系统方案937.png

3 电量类型识别区图像经预处理后效果如下图,完全可以满足ocr

识别需求;

4 电量值识别去图像经预处理后效果如下图,完全可以满足ocr

识别需求;

电表检测视觉系统方案1016.png

电表检测视觉系统方案1018.png

3 脉冲判断,脉冲判断的流程如下图所示

电表检测视觉系统方案1041.png

1) 由于灯亮与不亮灰度差异较大可以直接用灰度均值进行处理,下

图左图为灯没有亮时该区域的灰度直方图,右图为灯灭时灰度直

方图。

电表检测视觉系统方案1108.png

设定一个阈值函数如下公式
UC截图20180317170424.png

2) 脉冲的侦测就是判断value 的值是否有一个0→1→0 这样的一个

变化过程;

3) 由于相机此时的采样频率可以为30 /s,那么每隔33ms 左右即可采集一张图片,完全可以侦测到80ms 的闪烁

4 二维码识别,由于二维码识别区图像较为清晰,只需进行简单处理,即可识别,识别结果如下图所示

电表检测视觉系统方案1323.png

5 型号信息识别

1 将型号信息窗口的图像分割出来;

2 将分割出的图像进行图像预处理后即可进行ocr 识别得到型号

信息,如下图所示。

电表检测视觉系统方案1397.png

6 利用条形码信息调用本地数据库信息与型号识别结果进行匹配判断。

7 技术风险与解决措施

1 无论是液晶屏还是产品型号的字符,目前本公司没有相应的字

符库,如果厂家不能提供标准字符库,需要自行制作。

拟解决措施:从现有的样机处理效果来看,能够自行制作出效果较好的字符库,但如果出现型号变化增加了新字符时,需要重新制作新的字符库,双方应在此环节充分沟通。

2 电表型号变化后,如果液晶屏的内容排布发生变化,则字符的分割会出现问题。

拟解决措施:通过改进字符分割算法,通过多次形态学运算,实现字符的自动分割。