一种电能表在线外观检测的方法技术

本发明专利技术公开了一种电能表在线外观检测的方法，该方法适用于大规模智能电能表自动化检定系统中，在进行外观检测时，通过建立的自学习型模板库，可以克服检测过程中由于外界条件（光照、空气灰尘）和液晶屏工艺差异所引起的图像灰度值差异对检测误差影响，有效降低误判率。采用的基于自适应阈值SSDA的自学习型模板匹配算法可以很快丢弃对非匹配点的计算，节省了匹配时间，提高了匹配效率，进而提高了外观检测的生产效率，节约了人力物力，还能有效的解决误判率高的问题。

【技术实现步骤摘要】

本专利技术涉及一种电能表在线外观检测的方法。
技术介绍
智能电能表在安装使用前必须按照国家电网公司的标准要求对其外观进行检测，以保证智能电能表安全可靠的运行。现有技术中，智能电能表采用LED液晶屏技术显示数据，使数据更加直观精确，其显示的数据几乎包含了电力用户及供电企业所需要的全部信息。然而在智能电能表的运输、存储过程中，由于震动、潮湿环境以及内部线路接触不良等原因，导致智能电能表的液晶屏会出现屏幕碎裂、黑屏、花屏、显示乱码、字符缺码、信号灯不亮等问题。故在投入使用前需要对智能电能表的外观进行检测，特别是对其液晶屏进行检测。在人工检定模式下，电能表的外观检测采用人工离线观察的方法，即工作人员取到电能表后，通过肉眼观察液晶屏的显示数据及外壳等来进行电能表的外观检测。此种方法需要大量的人力物力，浪费大量的时间，生产效率低下。此外在自动化线检定模式下，由于外界条件(光照、空气灰尘)和液晶屏工艺差异等因素引起图像灰度值差异，严重影响检测误差，导致电能表误判率较高。
技术实现思路
针对上述问题，本专利技术提供一种电能表在线外观检测的方法，适用于大规模智能电能表自动化检定系统的在线外观检测，不仅提高外观检测的生产效率，节约人力物力，还能有效的解决误判率高的问题。为实现上述技术目的，达到上述技术效果，本专利技术通过以下技术方案实现：一种电能表在线外观检测的方法，其特征在于，包括如下步骤：S01：扫描自动化流水线中的电能表的表条码，并根据扫描到的表条码信息判断模板库中是否存在标准模板，若存在标准模板，则进入步骤S02，否则进入步骤S05；S02：当电能表流转到外观检测模块处时，图像采集装置对已点亮的液晶屏进行拍照，获取电能表实时在线图片；S03：调用模板库中相应批次电能表的标准模板，启动基于自适应阈值SSDA的算法，对实时在线图片和标准模板进行图像匹配；S04：若匹配成功，则电能表外观检测合格，反之，则外观检测不合格；S05：建立标准模板：选取若干张相互之间存在差异且合格的图像，根据图像的特征数据建立公差范围，将多个图像综合为标准模板，进入步骤S02。优选，在步骤S05中，标准模板的制作步骤具体包括：05A)选取M个液晶屏存在工艺差异且外观合格的电能表，M≥1；05B)在拍摄液晶屏图像时，根据实际检定环境人为改变外界条件，获取P张存在图像灰度值差异的合格图像，P≥M；05C)将合格图像分区预处理，将每一小区域内的特征数据做矢量方向上的投影，分别抽取每幅图像中对应小区域在矢量方向上投影的最大值、最小值，再为每一小区域在矢量方向建立最大值曲线、最小值曲线，根据这两条曲线建立公差范围；05D)根据建立的公差范围，将P张图像综合为标准模板图像。优选，启动基于自适应阈值SSDA的算法对实时在线图片和标准模板进行图像匹配，具体包括如下步骤：03A)对实时图像S相应分区预处理；03B)调用标准模板T，将实时图像S小区域中点的图像灰度值与标准模板T相应区域中的点相匹配，经粗匹配得到匹配点集；03C)采用自适应阈值SSDA算法在匹配点邻域进行精匹配，保存精匹配结果；03D)记录检测电能表的数量N，若数量大于设定值L，则进入步骤03E)，否则进入步骤03F)；03E)抽取一张实时拍摄的合格图像补充到模板库中，将N清零，同时根据补充图像的特征数据对已经建立的公差范围和标准模板进行调整，进入步骤03F)；03F)判断检测是否结束，若未结束，则继续采集实时图像进行检测，同时将N的数值加1。该方法适用于大规模智能电能表自动化检定系统中，在进行外观检测时，通过建立的自学习型模板库，可以克服检测过程中由于外界条件(光照、空气灰尘)和液晶屏工艺差异所引起的图像灰度值差异对检测误差影响，有效降低误判率。采用的基于自适应阈值SSDA的自学习型模板匹配算法可以很快丢弃对非匹配点的计算，节省了匹配时间，提高了匹配效率，进而提高了外观检测的生产效率，节约了人力物力。本专利技术的有益效果是：适用于大规模智能电能表自动化检定系统的在线外观检测，不仅提高外观检测的生产效率，节约人力物力，还能有效的解决误判率高的问题。附图说明图1是本专利技术电能表在线外观检测的流程图；图2是本专利技术基于阈值自适应SSDA的自学习型模板匹配算法流程图；图3是采用本专利技术方法的电能表在线外观检测匹配结果图。具体实施方式下面结合附图和具体的实施例对本专利技术技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定。一种电能表在线外观检测的方法，如图1所述，包括如下步骤：S01：扫描自动化流水线中的电能表的表条码，并根据扫描到的表条码信息判断模板库中是否存在标准模板，若存在标准模板，则进入步骤S02，否则进入步骤S05；S02：在自动化检定线中，当电能表流转到外观检测模块处时，图像采集装置对已点亮的液晶屏进行拍照，获取电能表实时在线图片，其中，优选图像采集装置是工业相机；S03：调用模板库中相应批次电能表的标准模板，启动基于自适应阈值SSDA的算法，对实时在线图片和标准模板进行图像匹配；S04：若匹配成功，则电能表外观检测合格，反之，则外观检测不合格，电能表需做复检、返厂等处理；S05：建立标准模板：选取若干张相互之间存在差异且合格的图像，根据图像的特征数据建立公差范围，将多个图像综合为标准模板，进入步骤S02。鉴于厂商和批次不同，智能电能表的液晶屏显示的内容或者字体会不一样，故需要根据智能电能表的接线方式、厂商以及批次等信息制作相应的模板，并将制作好的模板存放到自学习型模板库中，以便外观检测时随时调用，现有技术中，模板库中进行图像匹配的标准模板仅采用单一图像模板，而本专利技术则是将多个图像模板综合为标准模板，其制作步骤具体包括：05A)选取M个液晶屏存在工艺差异且外观合格的电能表，M≥1；05B)在拍摄液晶屏图像时，根据实际检定环境人为改变外界条件，比如，改变光照强度，改变空气中灰尘量等，获取P张存在图像灰度值差异的合格图像，P≥M；05C)将合格图像分区预处理，将每一小区域内的特征数据做矢量方向上的投影，分别抽取每幅图像中对应小区域在矢量方向上投影的最大值、最小值，再为每一小区域在矢量方向建立最大值曲线、最小值曲线，根据这两条曲线建立公差范围，将待检测图像特征数据是否落在公差范围内作为判断图像匹配本文档来自技高网...

【技术保护点】
一种电能表在线外观检测的方法，其特征在于，包括如下步骤：S01：扫描自动化流水线中的电能表的表条码，并根据扫描到的表条码信息判断模板库中是否存在标准模板，若存在标准模板，则进入步骤S02，否则进入步骤S05；S02：当电能表流转到外观检测模块处时，图像采集装置对已点亮的液晶屏进行拍照，获取电能表实时在线图片；S03：调用模板库中相应批次电能表的标准模板，启动基于自适应阈值SSDA的算法，对实时在线图片和标准模板进行图像匹配；S04：若匹配成功，则电能表外观检测合格，反之，则外观检测不合格；S05：建立标准模板：选取若干张相互之间存在差异且合格的图像，根据图像的特征数据建立公差范围，将多个图像综合为标准模板，进入步骤S02。

【技术特征摘要】
1.一种电能表在线外观检测的方法，其特征在于，包括如下步骤：
S01：扫描自动化流水线中的电能表的表条码，并根据扫描到的表条码信息
判断模板库中是否存在标准模板，若存在标准模板，则进入步骤S02，否则
进入步骤S05；
S02：当电能表流转到外观检测模块处时，图像采集装置对已点亮的液晶屏
进行拍照，获取电能表实时在线图片；
S03：调用模板库中相应批次电能表的标准模板，启动基于自适应阈值SSDA
的算法，对实时在线图片和标准模板进行图像匹配；
S04：若匹配成功，则电能表外观检测合格，反之，则外观检测不合格；
S05：建立标准模板：选取若干张相互之间存在差异且合格的图像，根据图
像的特征数据建立公差范围，将多个图像综合为标准模板，进入步骤S02。
2.根据权利要求1所述的一种电能表在线外观检测的方法，其特征在于，在步
骤S05中，标准模板的制作步骤具体包括：
05A)选取M个液晶屏存在工艺差异且外观合格的电能表，M≥1；
05B)在拍摄液晶屏图像时，根据实际检定环境人为改变外界条件，获取P
张存在图像灰度值差异的合格图像，P≥M；
05C)将合格图像分区预处理，将每一小区域内的特征数据做矢量方向上的
投影，分别抽取每幅图像中对应小区域在矢量方向上投影的最大值、最小值，
再为每一小区域在矢量方向建立最大值曲线、最小值曲线，根据这两条曲线

【专利技术属性】
技术研发人员：宋瑞鹏，蔡奇新，王忠东，刘建，李纬，苏慧玲，邵雪松，冯泽龙，
申请(专利权)人：国家电网公司，江苏省电力公司，江苏省电力公司电力科学研究院，
类型：发明
国别省市：江苏;32