摘要：现阶段，随着我国经济的快速发展，变电站巡检机器人的不断普及，针对巡检图片的识别逐渐成为研究的重点与难点。该文采用基于两次模版匹配与霍夫直线变换的方法对变电站巡检机器人图像中沉降、油温、液位、红外温度读数等场景下的关键信息进行提取识别，以提高变电站巡检效率，对实现变电站的智能巡检具有重要意义。
关键词：变电站;图像;识别技术
引言
变电站中的电气设备的安全运行与保证电网能够安全、高效运行是电网公司的生命线。将智能视频图像识别技术应用于变电站巡视中，自动识别设备状态和异常事件，以机器的巡视的方式替代人工巡视工作，对事故现场的报警信息实时监控，实现了智能巡检、智能维护及智能监管，不但降低了劳动成本，还提升了运维效率。
1构建新型的变电站基建安全行为监控系统
1.1变电站基建安全行为监控系统技术路线
变电站基建安全行为监控系统使用一种B/S架构。根据对变电站基建安全行为监控的实际需要，加强对相应标准化制度的建设，使得生产责任制等相关制度得到有效落实，结合数据库以及其他相关的网络技术使得变电站基建安全行为监控更具有标准化。另外，还应当重视对网络通信技术的应用，并且与视频编码和传输等技术相结合，使得变电站基建安全行为监控具有可视化，能够直接通过远程视频对工程建设进行有效监控。
1.2变电站基建安全行为监控系统架构变
电站基建安全行为监控系统中的视频信息是借助于施工现场中布置的监控摄像的编码，然后借助施工现场所搭建的无线网络将视频信息传输并存在录影机中，相应的管理员便能够借助于变电站基建工程施工现场的监视器对整个工程建设的安全性进行全方位的管理。其中监控视频在存入录影机中，能够使得相关视频数据借助一些公网通道传递到数据中心，相应的变电站工程建设管理机构能够借助视频服务器使得工程建设现场的安全状况了如指掌。各个参与变电站基建工程的机构可以借助公网将系统中的基建安全管理相应的数据信息传递给中心应用服务器，应用服务器在对其进行统一的管理。与此同时，各个基建安全管理企业能够对相应的数据信息进行调用和分析。
2变电站关键图像识别技术
2.1两次模板匹配算法的实现
以沉降场景为例，沉降发生时高度会呈现断崖式的明显变化，现通过识别测量闸刀动静触头相对距离变化监控沉降的发生。
2.1.1第一次模板匹配
图1为待识别沉降场景的原始图片。选取待识别塔接线闸刀动静触头区域进行第一次模板匹配，得到如图2匹配结果。
.png)
2.1.2第二次模板匹配
由于第一次模板匹配结果中仍有天空、电线等干扰信息，为有效提高后续识别精度，考虑进行第二次模板匹配算法，精确锁定待识别闸刀动静触头相对距离区域，进行第二次模板匹配后，得到如图3匹配结果。
.png)
图3第二次模板匹配结果
2.2模板匹配算法原理
模板匹配是一种模式识别方法，在实际应用中，模板匹配算法在原始图像中寻找某一特定目标，会遍历图像中的每一个可能的位置，比较各处与模板是否“相似”，当相似度足够高时，则认为找到了特定目标。本文中采用二次匹配误差算法以有效增加识别的精度与速度，确定待识别目标范围。第一次匹配是粗略匹配。取模板的隔行隔列数据，即四分之一的模板数据，在被搜索图上进行隔行隔列扫描匹配，即在原图的四分之一范围内匹配。由于数据量大幅度减少，匹配速度显著提高。误差阈值E0:
式中：e0为各点平均的最大误差，一般取40～50即可；m，n分别为模板的长和宽。第二次匹配是精确匹配。在第1次误差最小点（imin，jmin）的领域内，即在对角点为（imin-1，jmin-1），（imin+1，jmin+1）的矩形内进行搜索匹配，得到最后结果。
3技术的实现
利用图像变换、增强、复原等技术对图像进行处理是智能视频图像识别的定义，智能视频图像识别是一种对图像提取有效特征进而区分分类的技术。模板匹配方法、统计识别方法、句法分析方法是智能视频图像识别技术的3种类别。在一幅图中根据已知模式中寻找相应的模式的方法即为模板匹配方法。各个模式的识别从由特征向量表示的模式中抽取特征并通过划分特征空间来进行即为决策理论方法也称为统计识别方法。以决策函数为基础是统计识别方法的重要特征。每一模式是由子模式或模式元素的分量构成即为句法分析方法，基于语言文法知识是句法分析方法的重要特征。首先要运用帧间变化检测技术来实现异常发生的有无及发生异常的位置，在得到异常发生的区域和主要信息后，接下来要通过模板匹配算法具体判断异常情况的种类，模板匹配算法必须能够快速准确计算已知模板和未知图像的相似性。模板匹配算法处理连续的大量视频图像对自动处理程度和处理精度较高而对实时性要求相对不太高，通常试送成功采用序惯相似性检测算法(SSDA)。前面检测出来的区域与预先录入的异常情况模板逐一匹配，相似度最大就可以判断属于哪种异常情况。通过PC控制终端选择变电站并进入变电站视频监控系统，通过视频监控系统实现对变电站中电气设备的巡视，同时对巡视中出现仪器仪表的界面进行图片截取，通过图像识别技术完成对仪器仪表的抄表并生成表格，其具体步骤是：步骤一，通过控制终端选择需要巡检的变电站，并通过系统门禁验证后与待巡检变电站视频监控系统连接；步骤二，通过视频监控系统对变电站中电气设备进行视频及图片信息采集；步骤三，对视频或图片信息中的仪器仪表部分进行图片截取并保存，并通过图像识别技术对截取保存的仪器仪表截图进行识别；步骤四，获取仪器仪表读数并生成数据表格，并与预先录入的阈值进行对比后，生成折线图或条形图。所述变电站以编码或代号的形式在控制终端上显示，其系统门禁验证为身份验证与核实，其具体方式为通过账号、密码的方式进行。所述视频监控系统的信息采集方式为固定角度采集和/或通过控制终端控制进行多角度采集，通过控制终端控制视频监控系统改变焦距，对仪器仪表部分进行针对性信息采集。所述仪器仪表部分图片的截取为人工通过控制终端进行手动截取，并手动标注仪器仪表类别后进行储存，其同一仪器仪表截取的图片为至少两张；仪器仪表为指针式和/或数字式，其均通过图像识别技术进行视数读取。所述控制终端根据获得的视数生成表格，并根据标注的仪器仪表类别与预先录入的阈值进行对比；超出阈值范围后进行报警，并生成固定时间段内相同仪器仪表的折线图或条形图。所述其预先录入的阈值具有提取标号，其标号与相对应的仪器仪表类别相对应。所述其预先录入的阈值具有提取标号，其标号与相对应的仪器仪表类别相对应。
结语
系统实现了传统安全督查无法做到的作业现场全过程可视化实时监管，能够发现问题及时得到纠正，现场作业风险得到了有效管控。管理人员能够通过手机及监控大屏随时随地进行现场监控。
参考文献
[1]房桦，明志强，周云峰，等.一种适用于变电站巡检机器人的仪表识别算法[J].自动化与仪表，2017，28（5）：10-14.
[2]唐琎，李青.一种快速的模板匹配算法[J].计算机应用，2018，30（6）：1559-1561.
[3]乐健，蔡伟，靳超，等.基于图像识别技术的变电站防误操作系统的研制[J].电力自动化设备，2017，31（7）：131-135.
[4]胡光中，欧阳鸿志.基于PIL的验证码快速识别框架的研究[J].计算机与现代化，2018（5）：64-66.