摘要：随着我国供电设备的不断升级，目前智能电表已经得到了普及，用电计量工作也更加精准。但是在安装智能电表之后，由于低压用电侧用户数量过于庞大，因此在实际工作中窃电问题仍然难以根除。窃电的频发不仅会造成供电企业的经济损失更有可能造成用电事故，因此智能电表计量工作亟待升级。近年来基于图像识别技术的智能电表计量技术逐渐得到了应用，可以有效改善智能电表计量工作效率，杜绝窃电现象。
关键词：图像识别技术；智能电表；计量误差检测
近年来我国智能电表的安装已经逐步普及，但是也出现了多种新型的窃电手法，例如电流回路窃电、跨越电表窃电以及更改电表内部构造进行窃电等等，不仅为供电企业带来经济损失也存在安全隐患。而通过检测智能电表的计量误差可以及时发现窃电现象，因此优化智能电表计量检测技术刻不容缓。目前我国技术人员基于图像识别技术利用Android平台开发了一款智能电表计量检测软件并初步进行了应用，本文也将对此进行分析与探讨。
1、图像识别技术简析
目前我国智能电表的安装数目及其巨大，因此传统的通过人工进行智能电表计量检测工作的模式已经不能满足当前的需要，而通过图像识别技术可以实现对于智能电表数据的实时提取，随时进行计量检测，可以有效减少检测工作量同时也让全面检测得以实现[1]。在这一对智能电表计量的自动检测过程中，图像数据的获取与识别是重中之重，这也直接影响着智能电表计量检测工作的精度。目前在智能电表计量检测工作中对于智能电表图像的获取主要是在智能电表处加装摄像头，随后获取摄像头处传来的图像信息并对其进行处理分析进而完成智能电表计量检测工作。
在智能电表计量检测工作中，需要对于摄像头传来的图像进行识别，但是由于摄像头传来的图像为彩色图像，因此在进行图像识别时会加大信息处理量，不利于检测工作的进行，所以首先需要进行图像的增强[2]。目前在这一过程中主要使用的图像增强技术有灰度变换及灰度直方图均衡处理等等。灰度变换是指通过软件将摄像头传来的彩色图像中不同的颜色转化为灰度的差异，使图像只含有一种色彩，降低后期数据提取及分析的工作量。而在灰度变换过程中主要使用的方法有均值灰度法、最大值灰度法及加权灰度法，其中加权灰度法通过赋予红绿蓝三种基础颜色不同的权重确定像素灰度，其转化过程最符合人眼视觉习惯因此目前应用最为普遍。在灰度转换后，还需要用过灰度直方图的调节对图像进行进一步的增强，灰度直方图表示的是不同灰度像素所占的比例，而不同灰度像素分布越均匀，后期的图像分析检测工作就越高效。因此需要根据实际检测需要对图像的灰度直方图进行均衡化处理，这样可以让呈现出的图像更加均匀。在图像增强后，检测系统可以更加轻易地进行图像识别工作，不过由于摄像机传来的图像中包含背景等较多无用部分。因此目前在图像的增强预处理过程中还引入了二值法，通过明显的灰度变化将目标图像与背景加以区分。
目前在智能电表计量检测工作中，由于部分电表的实际使用状态，单一色彩的图像识别及分析不能很好地完成检测工作，因此需要进行彩色图像的识别，这就首先需要确定图像的颜色模型。目前在图像识别技术中，有两种根据人眼视觉原理设计的颜色模型，分别是RGB颜色模型及HSI颜色模型，这两种颜色模型分别是以红绿蓝三种基础颜色及亮度、色调及饱和度作为基准确定色彩参数[3]。而在智能电表计量检测工作中，由于RGB颜色模型中三种变量相关性过大，因此容易受到外界影响从而影响图像的呈现质量，因此大对采用HSI颜色模型，而对于使用RGB颜色模型的图像数据则可以通过函数转化为HSI颜色模型，便于后期的图像识别及分析。
另外由于在摄像头的实际工作中极易受到环境因素的干扰，空气中的灰尘及强光照射都有可能导致图像中出现失真的像素点。针对这一情况，目前在前期图像处理工作中还在后期加入了滤波环节，通过形态学运算，利用膨胀与腐蚀过程实现对于不均匀像素点的剔除与调整，保障图像的均匀。
另外图像中不均匀的噪声点相当于一个高频变量，通过频域滤波也可以有效实现对于图像的降噪，避免对于后期图像识别的干扰。
在前期图像处理工作结束后，便需要利用计算机系统进行图像的识别以及随后的信息提取分析工作。在智能电表计量检测工作之中，其识别对象主体电表是显示板上的数字，也可以具化为一个个单独的脉冲灯，因此只需要对于每个脉冲等的亮灭信息加以识别便可以完成对于数据的提取。由于单独的脉冲灯都是圆形的结构，所以图像识别过程可以运用基于圆形轮廓识别的HOUGH算法进行脉冲灯的识别。同时在识别过程中还可以将亮起的脉冲灯作为模版利用金字塔匹配法进行对象匹配，找出图像中亮起的脉冲灯并辅以帧差分法进行图像动态分析，掌握示数的瞬时变化，提升检测工作的精度。
2、智能电表计量检测软件开发
由于目前智能电表的安装量巨大，因此难以通过统一的检测系统对每一块智能电表进行检测。而智能电表计量检测最为适宜的方法便是由客户自主进行检测工作，这样不仅可以省去统一检测繁重的信息处理工作，还可以提升检测工作的全面性，因此目前选取普及度最广的Android系统作为平台开发了基于图像识别技术的智能电表计量检测软件。
在该软件的设计过程中，对于图像的处理及识别使用了OpenCV软件，该软件中包含有计算机视觉库，可以满足智能电表计量检测工作对于图像识别分析工作的需求[4]。而后软件设计人员还需要在计算机上构件AndroidSDK环境，之后再根据智能电表计量检测工作的实际需求进行软件的设计。在这一软件中除了对于图像的识别及分析之外，还需要引入电表参数计算模块以辅助检测工作，因此要在OpenCV软件之外加入电力计算模块。
根据智能电表计量检测软件的程序设计，软件的工作流程为用户首先需要在初始阶段输入电流、电压及电表转速等参数，随后软件通过图像识别分析系统启动摄像机，获取实时的智能电表图像，随后对图像进行增强、降噪等处理并完成图像识别，最后根据识别信息进行分析，得出智能电表的实际计量值。最终通过对该识别计量值与之前输入参数所确定的理论值进行对比便可以求出智能电表的计量偏差。结合该软件的实际使用过程，设计人员在进行软件设计时应让该软件包含两个界面，首先是初始的参数输入界面，用户可以在这一界面进行参数的输入。随后用户可以结合自身智能电表实际选取彩色图像识别或单一颜色图像识别工作模式，而软件也将显示智能电表的工作状态，并最终呈现检测结果。另外在该软件中还可以加入与电力公司的沟通功能，便于用户及时反馈智能电表出现的问题。
3、结束语
随着图像识别技术的发展，基于图像识别技术的智能电表计量检测系统可以有效减少检测人员工作量并提升检测工作全面性，杜绝窃电问题的出现，确保用电安全。而在Android平台进行检测软件设计时需要优化图像处理过程，做好图像增强降噪工作，通过二值法及金字塔匹配法提升图像识别能力，同时优化软件操作界面并完善其他功能，以提升智能电表计量检测工作质量。
参考文献:
[1]赵敬佩,吴云,刘雅.基于图像识别技术的智能电能表误差检测方法[J].农村电工,2015(7)
[2]肖志红.电能表计量误差原因和处理方法探析[J].企业技术开发旬刊,2014(7)
[3]邓桂平,申莉,田忠春,等.智能电能表质量一致性检测系统设计[J].电测与仪表,2015(s1)
[4]王舒憬,陈凯.基于图像处理的智能电表显示缺陷自动检测系统设计[J].电测与仪2018