科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
