图像采集识别技术在计量器具检验中的应用.pdfVIP

图像采集识别技术在计量器具检验中的应用

研究

社会发展非常迅速，而且智能化技术开始在各行各业普及。电能计量器具的

质量以及准确性开始受到了社会各界的关注，因此将电能计量器具放置在权威的

机构完成更加全面的检验，确保整个电能计量装置的准确性是非常必要的。在现

阶段，电能表等计量器具的种类是非常多的，而且样品的数量也非常大，整个试

验的过程是比较复杂的。

一、人工智能以及计算机视觉的发展现状

在20世纪50年代，主要的计算机图像识别在于光学字符的识别以及显微图

片和航空图片的分析上面。60年代的MIT能够通过计算机图像当中提取出立方

体或者是棱柱体等多种三维模型，并且对物体的形状进行描述，Roberts的研究

工作开创了三维场景的研究，Roberts对于积木世界的创造性给予了人们很多的

启示，70年代正式出现了视觉应用系统。70年代的中期，麻省理工学院的人工

智能实验室展开了相关的课程研究，并且吸引了许多知名学者参与研究，对于该

项技术的研究热潮，从20世纪80年代开始一直到中期，计算机视觉得到了非

常好的发展，有一些新的理论以及现在概念开始不断地涌现出来，计算机视觉领

域在研究的过程当中一直呈现着两个非常明显的特点，分别为多样性和不完善

性，针对于计算机视觉的研究其实可以追溯到更早的时候。但是一直到20世纪

70年代后期，计算机的性能有效地提升了之后才得到真正的关注，而且这些发

展是源自于其他不同的领域的需求的，对于计算机视觉问题始终没有得到一个真

正的定义尽管如此，但是人们仍旧对计算机视觉的研究任务非常的憧憬，并且将

这些方法应用在了某些大规模系统的问题的解决上面。比如工业当中的质量控制

和医学当中的图像处理。人工智能在研究过程当中的一个最为主要的问题就是如

何让系统设备能够具有计划跟决策的能力，从而完成一个特定的动作。这和计算

机的视觉问题发展是有着很大的联系，对于人工智能来说，计算机的视觉相当于

它的一个智能的感应器，可以有效地提供更多的数据信息。另外一方面研究的方

向也包括机器学习以及模式的识别，也可以把计算机视觉看作是人工智能发展过

程当中的一个主要的分支点。

二、研究图像采集识别技术在计量器具检验中的应用的必要性

电力体制改革以及能源的建设现在已经上升到了国家战略，计量传统业务也

要向着新型的业务拓展，营销的业务需要向全社会方向延伸，公司内部必须要持

续发展，对于计量的侧信息支撑能力也提出了新的要求。

2.1计量管理质效的提升

依照发展的需求，必须要最大程度的提升现场的处理质效，有效的结合新的

技术来完成设备的评估以及缺陷智能化的检测，围绕着计量的现场进行运维工

作，实现计量箱以及电表的自动核查和校对，协助计量设备人员对于现场的装置

进行巡视，保障现场的装置的质量以及技能评估的效果。

2.2精准定位，统筹管理

依据现场的具体的情况，集中的处理目标，结合现有的位置信息以及交通状

况，对现场的计量工作展开动态的规划，并且实现故障点以及同一故障范围的工

作的归集，融合工作人员的评估以及对于备件的分析构建，提升现场的运维人员

的辅助导航以及相关智能化的调度，提升现场的高效的处置能力以及服务水平。

三、图像采集识别技术

图像采集识别技术是机器视觉中的一个非常重要的构成部分，图像采集包括

对于传感器进行选取以及对于光照强度进行调整和对图像采集装置进行设计，首

先在进行图像采集之前，应该选择一个更加合适的传感器，这样才能够保证成图

的质量。其次需要调整好光照的强度以及光圈的大小，这对于图像采集的清晰度

是非常的重要的。第三就是合理的设置好装置，进行相机的固定，保证整个采集

环境是比较稳定的。最后需要对我们采集到的图像进行一个预处理，首先突出有

兴趣的部分的图像，这样更加方便于图像进行识别，图像识别主要是对于图像进

行提取，然后对所反映出来的信息进行理解，这样有利于对其进行分类处理。试

验的过程当中也可能存在着其他的一些情况，导致最终的检验样品出现不一致或

者是实验的条件并不符合相关的要求，导致最终出现设置错误，同时在试验的时

候采取全人工的记录方法，有可能也会存在着错记或者是漏记的情况，导致后期

没有办法真正的对实验的过程进行追踪以及还原。通过对电能表性能测试的过程

的分析，在本文中主要提出了一种图像识别办法，使用图像识别的技术能够有效

的去判断实验的样品以及实验的过程是否是科学规范的。首先通过图像识别技术

对整