一种气体压力仪表读数方法、装置、设备及介质与流程

1.本发明涉及电力行业仪表图像识别技术领域，具体涉及气体压力仪表读数方法、装置、设备及介质。


背景技术：

2.六氟化硫(sf6)作为良好的气体绝缘体，被广泛应用于升电站电气设备的气体绝缘。升压站内环境复杂且各类仪器仪表众多，人工难以每天观察并准确识别得到仪表指针位置及读数。基于图像视觉的仪表智能识别方法准确高效，从而替代了人工识别方法。
3.目前，常用的仪表智能识别方法可以分为基于传统图像处理的方法和基于深度学习的方法两大类。传统图像处理的仪表智能识别方法主要包括图像预处理增强特征，然后使用最小二乘法或者霍夫hough变换等方法检测仪表区域和指针；基于深度学习的仪表智能识别方法是通过卷积神经网络检测仪表，再结合传统图像处理方法提取指针。传统图像处理的仪表识别方法是通过人为手动设定特征，其鲁棒性差；基于深度学习的仪表识别方法是基于大量的图像数据进行学习训练，这类方法需要采集大量数据集，并且需要人工标注数据集，费力耗时，同时模型训练中需要基于较高性能的硬件设备，限制了该类方法的应用。
4.另外，sf6仪表和其他类型的指针仪表在表盘图像特征上存在明显的差异，sf6仪表盘中间存在一个半环形c字型区域，并且环形c字型区域、指针区域和刻度区域组成一个连通域，这对于指针及刻度线的分割带来了难度，导致其他类型的指针式仪表读数识别方法不能直接应用到sf6仪表图像进行读数。


技术实现要素：

5.有鉴于此，本发明实施例提供了一种气体压力仪表读数方法、装置、设备及介质，以解决现有读数方法难以满足实际应用中六氟化硫压力表图像自动识别读数需要的问题。
6.根据第一方面，本发明提供了一种气体压力仪表读数方法，包括：获取待检测仪表的仪表图像，仪表图像中包含多个不同半径的表盘区域；提取待检测仪表图像的特征点，并与采集的模板仪表图像进行匹配纠错，得到校正仪表图像；对校正仪表图像进行表盘区域分割，得到分割仪表图像；基于分割仪表图像确定各表盘区域的参数信息，基于参数信息判断各表盘区域中属于同心圆的表盘区域；基于表盘区域中属于同心圆的表盘区域生成掩膜图像，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域；基于指针及刻度区域之间的距离关系进行读数识别，得到读数结果。
7.本发明实施例通过对校正仪表图像进行表盘区域分割，确定表盘区域的参数信息，并基于表盘区域的参数信息，识别表盘区域中的指针与刻度区域，从而通过指针与刻度区域的距离关系，得到读数结果，实现电力巡检中指针仪表的自动读数。在电力巡检中指针仪表自动读数的过程中，避免了繁重的数据集标注和模型训练等过程，从而提高了巡检效率；并且由于实现成本低，更加便于算法部署和应用，提高了方法的普适性。
8.结合第一方面，在第一方面第一实施方式中，对校正仪表图像进行区域分割，包括：检测校正仪表图像的表盘圆半径，并根据表盘圆半径生成表盘区域的掩膜图像，将掩膜图像和校正仪表图像进行与运算，得到分割仪表图像。
9.通过上述实施方式，通过检测校正仪表图像的表盘圆半径，并基于表盘圆半径生成掩膜图像，实现分割仪表图像的获取。这一过程中，通过将掩膜图像和校正仪表图像的与运算，获得表盘区域的图像，为后续进行表盘区域中指针及刻度区域的识别提供数据基础，进一步保证了电力巡检中指针仪表的自动读数的实现。
10.结合第一方面，在第一方面第二实施方式中，参数信息包括动态的最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值，基于分割仪表图像确定各表盘区域的参数信息，包括：对各表盘区域中的文字信息进行模糊化处理，得到多个第一表盘区域图像；对各第一表盘区域图像进行二值化处理，得到各第一表盘区域的图像边缘点；基于各所述第一表盘区域的图像边缘点，确定各所述表盘区域的参数信息。
11.通过上述实施方式，通过对分割仪表图像进行平滑降噪与灰度化处理，实现对各表盘区域中的文字信息进行模糊化处理，从而增强了图像的边缘特征信息。并通过对各第一表盘区域图像进行二值化处理得到图像边缘点，从而确定各表盘区域的参数信息，为后续实现各所述表盘区域中属于同心圆的表盘区域的判断提供数据基础。。
12.结合第一方面第二实施方式，在第一方面第三实施方式中，对各第一表盘区域图像进行二值化处理，得到各第一表盘区域的图像边缘点，包括：通过自适应阈值分割算法对各第一表盘区域图像进行二值化处理；通过轮廓查找法遍历二值化处理后的各第一表盘区域图像的所有连通区域，进行面积筛选去除图像孤立点，得到多个第二表盘区域图像；通过canny边缘检测算法检测各第二表盘区域图像，得到各第一表盘区域的图像边缘点。
13.上述实施方式中，通过对第一表盘区域图像进行二值化处理，并通过轮廓查找法遍历二值化处理后的各第一表盘区域图像的所有连通区域，去除孤立点，从而过滤与边缘图像无关的因素，并增强了边缘特征，从而通过边缘检测算法得到各第一表盘区域的图像边缘点，为后续实现电力巡检中指针仪表的自动读数提供数据基础。
14.结合第一方面第二施方式或第一方面第三实施方式，在第一方面第四实施方式中，参数信息包括最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值，基于所述参数信息判断各表盘区域中属于同心圆的表盘区域，包括：基于最小圆半径、最大圆半径，分别按照对应的预设步长递增并检测对应的同心圆及圆特征信息；圆特征信息包括：圆心坐标、圆半径信息；基于图像边缘点及圆心坐标、圆半径信息进行筛选，剔除圆半径小于预设阈值的圆，得到属于同心圆的表盘区域。
15.通过上述方式，通过hough变换侧键参数信息，并分别按照对应预设步长递增最小圆半径、最大圆半径，基于图像边缘点及圆心坐标、圆半径信息进行筛选实现重复检测的圆的剔除，并进一步地针对圆半径剔除不合要求的圆，实现改进的hough变换对表盘图像中同心圆对应的表盘区域检测。
16.结合第一方面第四实施方式，第一方面第五实施方式中，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域，包括：将掩模图像与第一表盘区域进行与操作，分割出指针及刻度区域；将指针及刻度区域转化为矩形区域，统计矩形区域的像素数量；根据像素数量，识别出指针左右最近邻刻度线的位置和指针位置。
17.通过上述实施方式，以表盘区域中各同心圆区域对应半径生成掩膜图像，并通过掩膜图像分割出指针和刻度区域，进而通过图像转化识别出指针左右最近邻刻度线的位置和指针位置，为后续实现电力巡检中指针仪表的自动读数提供数据基础。
18.结合第一方面第五实施方式，在第一方面第六实施方式中，基于指针及刻度区域之间的距离关系进行读数识别，包括：通过字符识别算法进行识别刻度值，通过以下公式计算指针的示数值：其中，r代表指针的示数值，v
l
和vr分别代表指针线左右的最近邻刻度线对应的值；d
l
与dr代表指针左右最近邻刻度线距离指针的距离。
19.通过上述实施方式，通过指针的示数值与指针线左右的最近邻刻度线对应的值，及指针左右最近邻刻度线距离指针的距离实现读数识别。
20.根据第二方面，本发明实施例提供了一种气体压力仪表读数装置，包括：图像获取模块，获取待测检测仪表的仪表图像，仪表图像中包含多个不同半径的表盘区域；图像校正模块，提取仪表图像的特征点，并与预设的模板仪表图像进行纠错匹配，得到校正仪表图像；图像分割模块，基于校正仪表图像进行区域分割，得到分割仪表图像；同心圆检测模块，基于分割仪表图像确定各表盘区域的参数信息，并基于参数信息判断各表盘区域中属于同心圆的表盘区域；指针及刻度线识别模块，基于表盘区域中属于同心圆的表盘区域生成掩膜图像，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域；仪表读数模块，基于指针及刻度区域之间的距离关系进行读数识别，得到读数结果。
21.通过上述方案，解决了电力巡检中指针仪表自动读数的问题，提高了巡检效率；避免了在深度学习方法中繁重的数据集标注和模型训练等过程，提高了方法的普适性，实现成本低，更加方便算法部署和应用。
22.根据第三方面，提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述第一方面或第一方面任一实施方式所述的气体压力仪表读数方法。
23.根据第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述第一方面或第一方面任一实施方式所述的气体压力仪表读数方法。
24.可以得知的，上述提供的电子设备或计算机可读存储介质等均用于执行上文所提供所对应的方法，因此，其所能达到的有益效果可参考对应的方法中的有益效果，此处不再赘述。
25.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
26.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1为本实施例中气体压力仪表读数方法一个具体示例的流程图；
28.图2为本实施例中气体压力仪表读数方法一个具体示例的检测结果示意图；
29.图3为本实施例中气体压力仪表读数方法一个具体示例的仪表图像倾斜校正结果示意图；
30.图4为本实施例中气体压力仪表读数方法一个具体示例的分割的表盘区域图像示意图；
31.图5为本实施例中气体压力仪表读数方法一个具体示例的二值化后的表盘区域图像示意图；
32.图6为本实施例中气体压力仪表读数方法一个具体示例的经边缘检测得到的边缘图像示意图；
33.图7为本实施例中气体压力仪表读数方法一个具体示例的表盘同心圆示意图；
34.图8为本实施例中气体压力仪表读数方法一个具体示例的指针及刻度区域示意图；
35.图9为本实施例中气体压力仪表读数方法一个具体示例的经过环形刻度区域展开为矩形后的图像示意图；
36.图10为本实施例中气体压力仪表读数装置的结构示意图；
37.图11为本实施例中电子设备的结构示意图。
具体实施方式
38.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.以下先对本实施例中出现的一些本领域专业名词进行说明：
40.sf6：六氟化硫。
41.升压站：指的是一个使通过的电荷电压变换的整体系统。
42.orb(oriented fast and rotated brief)，可以用来对图像中的关键点快速创建特征向量。首先会从图像中查找特殊区域，作为关键点，这些特征向量可以用来识别图像中的对象。其中，关键点，比如角点，比如它们具有像素值急剧的从浅色变为深色的特征。然后orb会为每个关键点计算相应的特征向量。orb算法创建的特征向量只包含1和0，称为二元特征向量。
43.opencv是一个基于apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库，可以运行在linux、windows、android和macos操作系统上。它轻量级而且高效——由一系列c函数和少量c 类构成，同时提供了ython、ruby、matlab等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
44.hough变换：用于检测图像中直线、圆、抛物线、椭圆等形状能够用一定函数关系描述的曲线，它在影像分析，模式识别等很多领域中得到了成功的应用。原理：是将影像空间中的曲线(包括直线)变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线。
45.掩膜：用选定的图像、图形或物体，对处理的图像(全部或局部进行遮挡)，来控制
图像处理的区域或处理过程。
46.为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
47.本实施例提供了一种气体压力仪表读数方法，如图1所示，该方法主要包括：
48.s101，获取待检测仪表的仪表图像，仪表图像中包含多个不同半径的表盘区域。
49.具体地，获取待检测仪表图像是指根据待检测的仪表类型，采集并保存图像量程信息作为待检测仪表的仪表图像。
50.示例性地，仪表图像中包含多个不同半径的表盘区域是指，如图2所示，升压站sf6气体压力仪表，表盘中间存在一个半环形c字型区域，并且环形c字型区域、指针区域和刻度区域组成一个连通域，并且环形c字型区域、指针区域和刻度区域可以理解为是围绕表盘中心的同心圆，即仪表图像中包含的多个不同半径的表盘区域。
51.s102，提取待检测仪表图像的特征点，并与采集的模板仪表图像进行匹配纠错，得到校正仪表图像。
52.具体地，提取待检测仪表图像的特征点，并与采集的模板仪表图像进行匹配纠错，得到校正仪表图像的过程包括：基于orb的图像检测方法对待检测仪表图像进行orb特征点提取，获得特征提取结果；基于特征提取结果，对特征提取结果进行特征点误匹配剔除；基于特征点误匹配剔除后的特征提取结果，计算透视变换矩阵，并基于计算的透视变换矩阵对待测图像进行透视变换，得到校正的仪表图像。
53.具体地，基于orb的图像检测方法对待检测仪表图像进行orb特征点提取，获得特征提取结果是指通过fast角点提取的方式获取orb关键点，基于关键点对周围图像区域进行描述得到brief(binary robust independent elementary feature)描述子，从而提取到特征点。基于orb的图像检测方法对待检测仪表图像进行orb特征点提取较为成熟的现有技术，对此不再进行赘述。
54.具体地，基于特征提取结果，对特征提取结果进行特征点误匹配剔除是指将提取到的特征点与该模板仪表图像进行匹配，剔除匹配错误的特征点。
55.示例性地，将提取到的特征点与该模板仪表图像进行匹配，剔除匹配错误的特征点是指计算pi的最近邻点qi和次近临点qi 1，并在pi与qi和pi与qi 1的欧氏距离的比值小于预设比值阈值时，认为pi与qi单向匹配成功。同理，计算qi在待检测仪表图像的最近邻点和次近临点，若qi单向匹配成功的对应特征点为pi，则认为特征点匹配正确。否则，特征点误匹配。其中，pi表示第i个待检测仪表图像中的特征点，qi表示第i个模板仪表图像中的特征点，qi 1表示第i 1个模板仪表图像中的特征点，i为自然数。
56.通过对特征提取结果进行特征点误匹配剔除，实现特征点的剔除，保留匹配质量高的匹配点对，为后续得到校正仪表图像提供数据基础。
57.具体地，基于特征点误匹配剔除后的特征提取结果，计算透视变换矩阵，并基于计算的透视变换矩阵对待测图像进行透视变换，得到校正的仪表图像。在实际应用中，基于特征点误匹配剔除后的特征提取结果，计算透视变换矩阵可以是基于opencv使用getperspectivetransform函数获取图像透视变换矩阵。在实际应用中，基于计算的透视变换矩阵对待测图像进行透视变换，得到校正的仪表图像可以是基于opencv使用warpperspective函数实现图像透视变换。
58.示例性地，如图2所示，示例性地表明通过orb特征匹配实现sf6仪表的检测和倾斜校正的过程，图中连线的两端可以理解为匹配的点对。如图3所示，图3所示结果为经提取待检测仪表图像的特征点，并与采集的模板仪表图像进行匹配纠错后，得到的校正仪表图像。
59.s103，对校正仪表图像进行表盘区域分割，得到分割仪表图像。
60.具体地，对校正仪表图像进行表盘区域分割，得到分割仪表图像是指通过掩膜图像与仪表图像，得到分割后的表盘区域图像。
61.s104，基于分割仪表图像确定各表盘区域的参数信息，基于参数信息判断各表盘区域中属于同心圆的表盘区域。
62.具体地，各表盘区域的参数信息包括动态的最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值。基于参数信息判断各表盘区域中属于同心圆的表盘区域是指基于各表盘区域的参数信息，检测出刻度区域、指针和c字型半环区域组成的连通区域的边缘区域，实现各表盘区域中属于同心圆的表盘区域的判断。
63.示例性地，以升压站sf6气体压力仪表为例，同心圆的表盘区域包括环形c字型区域、指针区域和刻度区域，即同心圆的表盘区域是指仪表图像中包含的多个不同半径的表盘区域。
64.s105，基于表盘区域中属于同心圆的表盘区域生成掩膜图像，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域。
65.具体地，基于表盘区域中属于同心圆的表盘区域生成掩膜图像是指基于表盘区域中属于同心圆的表盘区域的各同心圆半径生成掩膜图像。
66.具体地，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域是指通过生成的掩膜图像与同心圆的表盘区域进行与运算，确定指针及刻度区域的对应图像；基于指针及刻度区域的对应图像，对对应图像进行坐标变换，实现识别指针及刻度区域。
67.s106，基于指针及刻度区域之间的距离关系进行读数识别，得到读数结果。
68.具体地，基于指针及刻度区域之间的距离关系进行读数识别是指根据指针与最邻近的刻度线的距离及最邻近的刻度线对应的值，进行读数识别。
69.在一个可选实施例中，通过对校正仪表图像进行表盘区域分割，确定表盘区域的参数信息，并基于表盘区域的参数信息，识别表盘区域中的指针与刻度区域，从而通过指针与刻度区域的距离关系，得到读数结果，实现电力巡检中指针仪表的自动读数。在电力巡检中指针仪表自动读数的过程中，避免了繁重的数据集标注和模型训练等过程，从而提高了巡检效率；并且由于实现成本低，更加便于算法部署和应用，提高了方法的普适性。
70.在一个可选实施例中，上述步骤s103，对校正仪表图像进行区域分割的过程，主要包括：检测校正仪表图像的表盘圆半径，并根据表盘圆半径生成表盘区域的掩膜图像，将掩膜图像和校正仪表图像进行与运算，得到分割仪表图像。
71.具体地，检测校正仪表图像的表盘圆半径是指通过hough变换检测校正仪表图像的表盘圆半径。应该理解的是，通过hough变换检测图像中圆形图像的半径属于较为成熟的技术，在此不再赘述。
72.具体地，根据表盘圆半径生成表盘区域的掩膜图像，将掩膜图像和校正仪表图像进行与运算，得到分割仪表图像是指通过确定的表盘圆半径形成覆盖校正仪表图像中表盘区域的掩膜图像，从而通过将掩膜图像和校正仪表图像的与运算，得到分割仪表图像。其
中，分割仪表图像是指包含表盘区域的图像。如图4所示，是针对校正后的仪表图像去掉仪表轮廓后分割的表盘图像。
73.上述实施例中，通过hough变换检测校正仪表图像的表盘圆半径，并基于表盘圆半径生成掩膜图像，实现分割仪表图像的获取。这一过程中，通过将掩膜图像和校正仪表图像的与运算，获得表盘区域的图像，为后续进行表盘区域中指针及刻度区域的识别提供数据基础，进一步保证了电力巡检中指针仪表的自动读数的实现。
74.在本发明一个可选实施例中，参数信息包括动态的最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值。步骤s104中，基于分割仪表图像确定各表盘区域的参数信息的过程，主要包括：
75.(1)对各表盘区域中的文字信息进行模糊化处理，得到多个第一表盘区域图像。
76.具体地，对各表盘区域中的文字信息进行模糊化处理，得到多个第一表盘区域图像，包括：基于分割仪表图像，对分割仪表图像进行平滑降噪，得到降噪后的处理图像；基于处理图像，将处理图像灰度化，得到多个第一表盘区域图像。
77.具体地，对分割仪表图像进行平滑降噪是指利用平滑降噪侵蚀掉表盘图像中的刻度字符和一些表盘孤立特征。对分割仪表图像平滑降噪可以是通过边缘保留滤波实现对分割仪表图像的平滑降噪。其中，边缘保留滤波可以是双边滤波或均值漂移滤波。
78.在实际应用中，通常选用均值漂移滤波的方式实现对对分割仪表图像的平滑降噪。示例性地，通过均值漂移滤波的方式实现对对分割仪表图像的平滑降噪可以通过在opencv中调用pyrmeanshiftfiltering函数对图像实现。
79.具体地，基于处理图像，将处理图像灰度化是指通过加权平均值进行图像灰度化过滤彩色信息，增强图像的边缘特征信息。其中，通过加权平均值进行图像灰度化是指对于处理图像r、g、b通道进行加权系数调整，将处理图像灰度化。在实际应用中，通常选取r通道的加权系数为0.299，g通道的加权系数为0.578，b通道的加权系数为0.114。应该理解的是，对于加权系数的设定可根据实际工况调整，对此不作具体限定。
80.上述实施例中，通过对分割仪表图像进行平滑降噪与灰度化处理，实现对各表盘区域中的文字信息进行模糊化处理，从而增强了图像的边缘特征信息，为后续实现各表盘区域中属于同心圆的表盘区域的判断提供数据基础。
81.(2)对各第一表盘区域图像进行二值化处理，得到各第一表盘区域的图像边缘点。
82.具体地，对各第一表盘区域图像进行二值化处理，得到各第一表盘区域的图像边缘点是指对各第一表盘区域图像通过区域阈值计算、孤立点去除并进行边缘检测，得到各第一表盘区域的图像边缘点。
83.(3)基于各第一表盘区域的图像边缘点，确定各表盘区域的参数信息。
84.具体地，基于各第一表盘区域的图像边缘点，确定各表盘区域的参数信息是指通过hough变换检测各第一表盘区域的图像边缘点,确定各表盘区域的参数信息。其中，参数信息包括：最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值。
85.上述实施例中，通过对分割仪表图像进行平滑降噪与灰度化处理，实现对各表盘区域中的文字信息进行模糊化处理，从而增强了图像的边缘特征信息。并通过对各第一表盘区域图像进行二值化处理得到图像边缘点，从而确定各表盘区域的参数信息，为后续实现各表盘区域中属于同心圆的表盘区域的判断提供数据基础。
86.在本发明一个可选实施例中，上述步骤中对各第一表盘区域图像进行二值化处理，得到各第一表盘区域的图像边缘点的过程，具体包括：
87.(1)通过自适应阈值分割算法对各第一表盘区域图像进行二值化处理。
88.具体地，通过自适应阈值分割算法对各第一表盘区域图像进行二值化处理是指通过对图片的每个局部进行处理，得到一个阈值，这个区域就用这个阈值来进行分割，每个区域都有不同的阈值来处理，从而使图像的分割效果更加准确，解决由于明暗或者灯光等原因，采集的图像存在明暗信息不均匀的问题，因此本发明使用自适应阈值分割算法对灰度化后的第一表盘区域图像进行分割，实现对灰度化后的第一表盘区域图像进行图片亮度调节。在实际应用中，可以是基于opencv中的阈值分割算法实现对各第一表盘区域图像进行二值化处理。
89.(2)通过轮廓查找法遍历二值化处理后的各第一表盘区域图像的所有连通区域，进行面积筛选去除图像孤立点，得到多个第二表盘区域图像。
90.具体地，通过轮廓查找法遍历二值化处理后的各第一表盘区域图像的所有连通区域是指检测二值化处理后的各第一表盘区域图像的连通区域，其中，连通区域包括：各孤立点区域、环形c字型区域、指针区域和刻度区域。在实际应用中，各孤立点区域是指待检测仪表的仪表图像中的文字所对应的区域。
91.具体地，进行面积筛选去除图像孤立点，得到多个第二表盘区域图像是指图像孤立点所占面积小于其他连通区域所占面积，从而根据面积，筛选并去除图像孤立点。在实际应用中，可以是基于opencv中的connectedcomponentswithstats函数实现遍历二值化处理后的各第一表盘区域图像的所有连通区域，进行面积筛选去除图像孤立点。示例性地，如图5所示，是基于各第一表盘区域图像去除孤立点后的表盘图像。
92.(3)通过canny边缘检测算法检测各第二表盘区域图像，得到各第一表盘区域的图像边缘点。
93.具体地，通过canny边缘检测算法检测各第二表盘区域图像，得到各第一表盘区域的图像边缘点是指计算各第二表盘区域图像的梯度的幅值和方向；并基于梯度的幅值和方向，通过非极大值抑制细化边缘，得到窄边界图像；基于窄边界图像、预设的灰度梯度最大值及预设的灰度梯度最小值，判断边缘点，并将边缘点作为各第一表盘区域的图像边缘点。其中，梯度方向被归为四类：垂直，水平，和两个对角线。
94.具体地，基于梯度的幅值和方向，通过非极大值抑制细化边缘，得到窄边界图像是指对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的，从而去除非边界上的点，从而将保留的点作为窄边界图像。
95.具体地，基于窄边界图像、预设的灰度梯度最大值及预设的灰度梯度最小值，判断边缘点是指在窄边界图像中点的灰度梯度高于预设的灰度梯度最大值时被认为是真的边缘点，低于预设的灰度梯度最小值的边界会被抛弃。如果介于两者之间的话，就要看这个点是否与某个被确定为真正的边缘点相连，如果是就认为它也是边缘点。示例性地，如图6所示，是基于各第二表盘区域图像经过canny边缘检测得到边缘图像。
96.上述实施方式中，通过对第一表盘区域图像进行二值化处理，并通过轮廓查找法遍历二值化处理后的各第一表盘区域图像的所有连通区域，去除孤立点，从而过滤与边缘图像无关的因素，并增强了边缘特征，从而通过边缘检测算法得到各第一表盘区域的图像
边缘点，为后续实现电力巡检中指针仪表的自动读数提供数据基础。
97.在一个可选实施例中，参数信息包括最小圆半径、最大圆半径、圆心最小距离和圆心累加阈值，步骤s104中，基于所述参数信息判断各所述表盘区域中属于同心圆的表盘区域的过程，包括：
98.(1)基于最小圆半径、最大圆半径，分别按照对应的预设步长递增并检测对应的同心圆及圆特征信息。圆特征信息包括：圆心坐标、圆半径信息。
99.在实际应用中，检测最小圆半径按步长5、6或其他数据依次增大，检测最大圆半径按步长10、12或其他数值一次增大。最大圆半径增加到表盘图像尺寸的一半时，停止最小圆半径和最大圆半径的递增，从而根据半径的变化依次从最小到最大检测对应的同心圆。
100.具体地，圆特征信息的确定方式包括：计算各第一表盘区域的图像边缘点的局部梯度；沿着每个边缘点的梯度所在直线在累加平面中进行累加，根据预设阈值选取累加平面中的局部最大值的边缘点作为候选圆心；对于每个候选圆心具有与候选圆心相关的点，计算候选圆心、与候选圆心相关的点的距离；基于计算的距离选取最优值作为圆半径信息。
101.在实际应用中，计算各第一表盘区域的图像边缘点的局部梯度可以是通过索贝尔算子(sobeloperator)实现各第一表盘区域的图像边缘点的局部梯度的计算。预设阈值可根据实际工况进行设置，本技术对此不作具体限定。
102.(2)基于图像边缘点及圆心坐标、圆半径信息进行筛选，剔除圆半径小于预设阈值的圆，得到属于同心圆的表盘区域。
103.具体地，基于图像边缘点与检测的对应的同心圆及圆特征信息，确定圆心与圆半径间的关系；基于确定的圆心与圆半径间的关系进行信息筛选，剔除圆半径小于预设阈值的圆，得到属于同心圆的表盘区域。
104.具体地，基于图像边缘点与检测的对应的同心圆及圆特征信息，确定圆心与圆半径间的关系是指根据圆心坐标与圆半径构建笛卡尔坐标系下的圆的方程，并根据圆的方程确定对于图像边缘点的圆心与圆半径间的关系。
105.具体地，笛卡尔坐标系下的圆的方程可按如下公式表达：
106.(x-a)2 (y-b)2＝r2，
107.其中，x、y表示圆上的点的坐标，圆的圆心坐标为(a,b)，圆的半径为r。
108.具体地，可按如下公式表达对于图像边缘点的圆心与圆半径间的关系：
109.a＝x
0-rcosθ，
110.b＝y
0-rsinθ，
111.其中，位于圆上的边缘点的坐标为(x0,y0)，θ表示变量。
112.在实际应用中，对于每一个边缘点(x0,y0)，可以在三维直角坐标系中绘制出所有通过该边缘点的圆，最终得到一条三维的曲线。如果两个不同的边缘点得到的曲线在空间中相交，表示两个边缘点在同一个圆上。并且越多的曲线交于一点，意味着交点表示的圆由更多的边缘点组成。确定曲线交点的数量的方式可以实现上述实施例中判断候选圆心具有与候选圆心组成圆点的数量，从而判断候选圆心是否具有超过预设数量的点与候选圆心组成圆。
113.具体地，基于确定的圆心与圆半径间的关系进行信息筛选是指根据确定的圆心与圆半径间的关系对分别按照对应步长递增的最小圆半径、最大圆半径及圆特征信息组成的
圆进行筛选，筛选符合确定圆心与圆半径间的关系的圆，从而实现重复检测的圆的剔除。
114.具体地，剔除圆半径小于预设阈值的圆，得到属于同心圆的表盘区域是指基于筛选后符合圆心与圆半径间的关系的圆，剔除圆半径小于预设阈值的圆，得到属于同心圆的表盘区域，从而实现不合要求的圆的剔除。其中，预设阈值表示圆的半径的阈值，可根据实际工况设定，本技术对此不作具体限定。示例性地，如图7所示，是基于图像边缘点及圆心坐标、圆半径，确定的表盘同心圆检测结果。
115.通过上述方式，通过hough变换侧键参数信息，并分别按照对应预设步长递增最小圆半径、最大圆半径，基于图像边缘点及圆心坐标、圆半径信息进行筛选实现重复检测的圆的剔除，并进一步地针对圆半径剔除不合要求的圆，实现改进的hough变换对表盘图像中同心圆对应的表盘区域检测。
116.在一个可选实施例中，基于表盘区域中属于同心圆的表盘区域生成掩膜图像是指，根据表盘区域中属于同心圆的表盘区域中各同心圆区域对应半径生成掩膜图像。在实际应用中，如图7所示，掩膜图像根据半径r2与半径r4生成。可以看出，根据半径r2与半径r4生成的掩膜图像可以将表示指针及刻度区域的图像从表盘同心圆中分割出来。
117.在一个可选实施例中，步骤s105中，基于掩膜图像从属于同心圆的表盘区域中识别指针及刻度区域的过程，具体包括：
118.(1)将掩模图像与第一表盘区域进行与操作，分割出指针及刻度区域。
119.示例性地，如图8所示，是待检测到仪表图像分割出的指针和刻度区域结果。
120.(2)将指针和刻度区域转化为矩形区域，统计矩形区域的像素数量。
121.具体地，将指针和刻度区域转化为矩形区域是指将指针和刻度区域的外圆周长作为转化的矩形区域的长，外圆半径作为转化的矩形区域的高，外圆半径减去内圆半径作为转化的矩形区域的宽，指针和刻度区域的最外圈对应转化的矩形区域中的第一行，指针和刻度区域的圆弧宽度对应转化的矩形区域的行数。从而以圆心为中心构成极坐标系，则指针和刻度区域上任意一点，可根据通过极坐标表示，从而通过坐标转换计算确定转换后的矩形区域中对应点的真实坐标。应该理解的是构建极坐标系，并通过坐标转换计算确定转换后的矩形区域中对应点的真实坐标属于较为成熟的现有技术，对此不再进行赘述。示例性地，如图9所示，是经过环形刻度区域展开为矩形后的图像。
122.(3)根据像素数量，识别出指针左右最近邻刻度线的位置和指针位置。
123.在实际应用中，根据图像特征，矩形区域的像素最大点位置即为指针位置，指针位置左、右极值点位置即为指针左、右最临近刻度线位置。
124.通过上述实施方式，以表盘区域中各同心圆区域对应半径生成掩膜图像，并通过掩膜图像分割出指针和刻度区域，进而通过图像转化识别出指针左右最近邻刻度线的位置和指针位置，为后续实现电力巡检中指针仪表的自动读数提供数据基础。
125.在一个可选实施例中，步骤s106中，基于指针及刻度区域之间的距离关系进行读数识别的过程，具体包括：
126.通过字符识别算法进行识别刻度值，通过以下公式计算指针的示数值：
[0127][0128]
其中，r代表指针的示数值，v
l
和vr分别代表指针线左右的最近邻刻度线对应的值；
programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0141]
所述存储器72，可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据跟踪轨迹重连装置的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至跟踪轨迹重连装置。
[0142]
本发明的一个或多个实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述所述的气体压力仪表读数方法的步骤。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)、随机存储记忆体(randomaccessmemory，ram)、快闪存储器(flashmemory)、硬盘(harddiskdrive，缩写：hdd)或固态硬盘(solid-statedrive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0143]
可以得知的，本发明以上提供的计算机设备或计算机可读指令的存储介质均用于执行上文所提供所对应的方法，因此，其所能达到的有益效果可参考对应的方法中的有益效果，此处不再赘述。
[0144]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0145]
在本说明书的描述中，参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0146]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。