-
题名基于机器视觉的拆回旧电能表参数信息检测技术研究
被引量：3
- 1
-
-
作者
王敏
郑鹏
-
机构
郑州大学机械与动力工程学院
-
出处
《电测与仪表》
北大核心
2023年第9期171-176,共6页
-
基金
国家自然科学基金资助项目(51775515)
郑州大学教育教学改革研究与实践项目(2019ZZUJGLX021)。
-
文摘
针对拆回旧智能电能表的回收分类存在人工检定准确率不高、效率低下的问题,提出了一种基于机器视觉的参数信息检测方法,通过检测智能电能表的额定参数信息,完成电能表的分类回收工作。在以C#与Halcon为软件平台建立智能电能表图像检测系统的基础上,采用Blob分析算法,对图像进行ROI(感兴趣区域)提取,采用直方图均衡化对提取后的图像进行处理,以增强背景与目标区域之间的对比度,获取质量较高的电能表图片,通过OTSU算法对Canny边缘检测算法进行改进,提高图像阈值范围的自适应性,获取更完整的图像外观轮廓,最后对图像进行字符分割处理,得到电能表的额定参数信息。经过实验验证,该方法能够准确检测识别电能表铭牌的额定参数信息,实验数据显示检测准确率达99.5%,平均每台电能表检测耗时0.62 s,很大程度上节省了电能表分类工作的检定时间,提升了工作的效率与准确性。
-
关键词
机器视觉
智能电能表
图像处理技术
参数信息检测
-
Keywords
machine vision
smart meters
image processing technology
parameter information detection
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
