贺要锋， 闫 明， 张 柯， 刘晓慧， 王楠楠， 汪 阳

(1.国网河南省电力公司 许昌供电公司,河南 许昌 461000； 2.许昌学院 信息工程学院，河南 许昌 461000)

开闭所是电力系统中变电站的下一级，承担着将电安全稳定地输入到用电单位的责任，其重要性日益凸显。指针式仪表由于具有结构简单、使用方便、易维护的优点，在电力设备[1-3]中有着广泛的应用，在电力巡检过程中[4-5]，需要人工读取仪表示数，但人工读数工作量大、误差高、读数精度易受工作环境的影响[6]。在智能电网的发展趋势下，轨道式巡检机器人[7-9]搭载云台摄像头能够对开关柜中指针式仪表进行图像采集，运用图像识别算法对采集到的图像进行识别处理，能够实现指针式仪表的自动读数。

针对仪表的自动读数问题，学者们提出了一系列的算法[10-12]，包括中心投影法、减影法、模板特征法、神经网络算法等。其中，中心投影法、减影法、模板特征法受图像拍摄环境的影响较大，鲁棒性能差；最小二乘法计算量大，不适用于实时读数的场合。本文利用Hough变换算法进行指针识别，该方法读数精度高，计算量小，且具有较好的容错性，在开闭所巡检中具有较大的推广价值。

1 算法的提出

在指针式仪表的自动读数过程中，首先需要对采集的图像进行预处理[13]，提取感兴趣的区域(Region of Interest，ROI)，最终获取指针位置，并通过计算直线斜率得到仪表的读数。该过程能够在低分辨率图片中准确找出指针的位置，实现指针式仪表的高精度自动读数，算法流程如图1所示。……