图像识别技术在智能电表计量误差检测中的应用

张 芹，夏水斌，郭 鹏，陈建民

（1.国网湖北省电力公司计量中心 湖北 武汉 430080；2.北京恒泰实达科技股份有限公司 北京 100190）

图像识别技术在智能电表计量误差检测中的应用

张 芹1，夏水斌1，郭 鹏1，陈建民2

（1.国网湖北省电力公司计量中心 湖北 武汉 430080；2.北京恒泰实达科技股份有限公司 北京 100190）

为了降低智能电表计量误差，降低窃电行为的发生，本文通过对图像识别技术进行深入研究，结合Android开发检测程序，提出以脉冲灯为识别对象进行检测计量误差的手持设备。在图像增强方面，首先通过灰度变换，降低图像处理的运算，利用图像形态学滤波的方式进行滤波，通过对脉冲灯闪烁时的亮度、颜色和形状等特征的检测，实现脉冲灯亮灭的识别，并以此开发检测程序。通过智能手机对智能电表摄像进行检测计量误差，判定窃电行为，该方法有效的提高了检测计量误差的效率和精度。

智能电表；计量误差；图像识别；Android

Abstract:In order to reduce the measurement error of the smart meter and electricity theft behaviors.Based on a thorough research on the image recognition technology，combined with the development of Android detection program，this paper proposes the handheld device for identifying the detection of pulse lamp object and measurement error.In image enhancement，using the gray level transformation to reducing the arithmetic of image processing，and by the image morphological filter.When the light is flashing， through detecting the color and shape features， to identify the pulse lights off， and thus to develop the testing procedures.Through the intelligent mobile phone camera to detect the smart meter measurement error and judge the electricity theft.This method improves the detection efficiency and accuracy of measurement error.

Key words:smart meter； metering error；image recognition；Android

对于供电公司来说，低压侧的用户群体非常的庞大，数量级均在百万以上，因此对低压侧用户用电检查是一项非常庞杂的任务，受制于检测效率的低下，难以全面展开检测。同时低压侧用户窃电行为频发，给供电公司造成极大的损失。因此研究如何高效的对智能电表的计量误差进行测量，对于提高电网安全运行水平，减少电网的经济损失具有重要意义。图像识别技术在各行各业应用已经比较广泛，但关于电能表误差检测方面的应用研究较少，大部分侧重于图像识别技术本身和电能表误差本身。目前针对图像处理的算法众多，从处理流程上分为图像预处理、降噪、特征值识别判定。本文以电能表的脉冲闪烁灯的为识别对象，通过对图像进行预处理，选取脉冲灯闪烁时的亮度、颜色和形状作为判定闪烁的特征，进行识别判定，进而计算电能的实际消耗，与电能表检测到的电能值进行对比，检测电能消耗的误差，从而判定用户是否窃电，整个过程通过智能手机对电能表拍摄即可实现，提高了检测的效率。

1 图像识别技术理论

1.1 图像灰度变换

通过手机摄像头拍摄的电表脉冲灯图像为彩色图像，像素点由红、绿和蓝3种颜色组成。颜色分量分别为255个等级，当全部为255等级时为白色，颜色等级全部为0时，像素点为黑色，彩色图像每一个像素点的颜色可达1 600万多种，数据量太大，不适合数据处理，灰度变化通过将像素点的颜色由3种变为一种，在保留像素点的特征前提下，降低了颜色分类，使得更利于数据运算，灰度变换目前常用的为平均灰度法、最大值灰度法及加权灰度法，本文采用加权灰度法对图像进行灰度变换。

加权灰度法是对像素点（x，y）的3种颜色分量添加不同的加权值，取加权后的值作为变换后的该点的灰度值，公式为：

α、β、γ 表示加权系数且三者满足 α+β+γ=1，通过大量的实验观察，一般加权系数的取值为：α=0.299，β=0.587，γ=0.114。

通过对电能表的脉冲灯进行拍照，然后通过这3种灰度变换方法进行灰度变换，结果如图1所示，从图中可以看出，使用加权灰度法处理的图像效果最好，文中图像的灰度变换就采用加权灰度法进行变换。

图1 不同灰度变换算法结果图

1.2 图像二值化

图像经过灰度变换之后，图像的数据量虽然少了，但是想要把对象有效的提取出来还是非常困难，为了进一步减少数据的运算量，将图像进行二值化处理，二值化处理又称为图像分割，即通过实现设定一个阈值，将低于该阈值的所有像素点置零，将大于等于该阈值的像素点置1，本文采用全局阈值二值化的方法，设二值化之前的图像为，设定阈值为threshold，二值化变换公式为：

一般的阈值设为140，对经过灰度变化的图像进行二值化运算结果如图2所示。

图2 二值化处理图

1.3 图像滤波

图像的滤波方法有很多种，效果比较好的为形态学滤波，在进行形态学滤波之前，需要对图像进行膨胀和腐蚀。膨胀运算定义为：

定义表明为用I对J进行膨胀处理，上述表达式也可以表达为：

具体的膨胀运算如图3所示，集合I在坐标范围内移动，当移动的区域与集合J交集不为空时，集合I的原点所在位置就是膨胀结果的一部分，膨胀运算具有填充作用。

图3 膨胀运算图

腐蚀的运算定义为：

腐蚀运算的结果为：集合I在图示的坐标范围内移动，当移动的区域为集合J的区域的时候，那么I的原点所在位置就是腐蚀结果的一部分，如图4所示。

图4 腐蚀运算图

经过图像的腐蚀和膨胀运算之后，进行形态学滤波，利用形态学的开运算和闭运算可以很好的去处图像中的噪声，滤波公式为：γ=（J◦I）·I。

1.4 图像目标检测

再对图像进行一系列运算处理后，根据脉冲灯的形状特征对其进行目标检测，一组完整的脉冲灯由亮至灭，再有灭至亮，选取两张图像进行灰度变换之后进行二值化等一些列运算，然后取交集，将于特征对象无关的信息过滤掉，之后进行形态学滤波得出特征对象，运算结果如图5所示。

图5 图像处理结果图

2 基于Android手机的计量误差软件设计

由计量误差测试原理得程序需要电压值和电流值的输入，因此需要设计两个UI，进入系统之后需要输入两个参数。程序中使用的主要控件为1）TextView用于显示静态文本值，EditText用来输入文本，在res/layout布局文件中设定基本属性，通过Android：numeric属性来设定限制数字输入，在src源代码中通过函数 EdiTextgetText（）、getString（）获取EditText的值。2）SeekBar，用来设定计数的帧数。3）Button控件，在布局文件中设定基本属性，用android；text属性来定义 button上的文字。4）surfaceView控件用来对图像进行显示。

图像的一系列处理运算函数可直接调用，二值化函数为cvThreshold（）；灰度函数转换函数为cvCvlcolor（）；形态学运算：腐蚀运算 cvErode（）膨胀运算 cvDilate（）。

Activity1与Activity2之间要满足图6中的跳转，并完成相应的数据传递。

图6 Activity跳转策略图

在程序设计时将数据设定在SD卡中，避免手机存储补补造成运算失败，整个过程的程序流程如图7所示。

图7 程序流程图

3 结 论

文中以图像识别技术为基础，通过加权灰度转换，将彩色图像转化为灰度图像，降低图像的数据量，之后通过二值化对图像进行阈值分割，提取目标图像，最后通过形态学滤波，过滤图像中的噪声，结合Android开发测量程序，将图像识别技术应用到智能电表的计量误差检测中，提高了检测的效率。

[1]霍弘宇，张剑.基于电力线载波的远程自动智能抄表系统[J].电子设计工程，2011（14）:12-13.

[2]张晓娟，高瑾.计算机图像识别技术的应用及细节问题阐述与分析[J].电子技术与软件工程，2016（6）:131-135.

[3]陈波光，刘姝姝，蔡扬亚.计算机的智能化图像识别技术的理论性突破[J].电子制作，2013（15）:8-18.

[4]孟凯.图像识别技术在铁路监控系统中的应用[J].硅谷，2013（17）:927-936.

[5]康晓东，王昊，郭军，等.无监督深度学习彩色图像识别方法[J].计算机应用，2015（9）:69-73.

[6]柴华.目标形状特征提取方法 [J].计算机与现代化， 2013（4）:157-160.

[7]罗其朝，李太君，李延龙.基于Android的移动终端流媒体系统的研究[J].海南大学学报：自然科学版， 2013（1）:215-219.

[8]郑云卿，黄琦.基于Android平台的软件自动化监控工具的设计开发[J].计算机应用与软件，2013（2）:155-159.

[9]李彬.嵌入式车牌识别系统的设计与实现[D].西安：西安工业大学，2013.

[10]车树林.名片识别和信息提取算法研究 [D].西安：西安电子科技大学，2013.

[11]张宗健.基于数字图像识别的字轮电能表读数系统研究[D].北京：北京交通大学，2010.

[12]杨娟.基于数字图像处理的电能表图像识别技术研究与实现[D].南京：南京理工大学，2012.

[13]贝澄洁.单相电表图像识别技术研究[D].南京：南京理工大学，2014.

[14]李瑞珍.灵活可配的图像处理软硬件架构设计[D].杭州：浙江大学，2014.

[15]刘宇.基于图像处理的定位系统研究[D].成都：电子科技大学，2015.

The application of image recognition technology in the measurement error detection of smart meter

ZHANG Qin1，XIA Shui-bin1，GUO Peng1，CHEN Jian-min2
（1.National Network of Hubei Province Power Company Metering Center，Wuhan430080，China；2.Beijing Hengtaishida Science and Technology Co.， Ltd.，Beijing100190，China）

TN0

A

1674－6236（2017）19-0187-03

2016-08-26稿件编号201608206

张 芹（1972—），女，湖北当阳人，工程师。研究方向：电能计量生产运行管理与研究。