石侃 张元 陶志舟 李作庆 李俊 李仲彬
云南电网有限责任公司德宏供电局 678400
1 压板识别系统研究的背景与意义
随着经济电网的迅猛发展，保护水平的提高，快速保护装置的数量也越来越多。为了提高保护装置的管理效率，缓解变电站上的二次保护压力，我们必须找到一种解决方案。而作为保护装置“关键出口”的保护装置压板，是在变电站场合能够唯一确定保护装置回路身份的凭证。我们可以以此为依据，设计一种压板识别系统监控各个保护装置的情况。为此，南方电网二次保护管理部门对保护装置压板的管理非常重视并制定了一套严格的管理法规。其中对保护装置压板的制作、安装、维护都要求由制定部门统一进行管理。在此基础上，如果研制出一种能在变电站场合迅速准确地对压板进行自动定位识别的系统，那么这将是一件非常有意义的工作，并将极大地提高保护装置的安全管理水平及管理效率。
压板识别系统是指能够检测到受监控变电站的保护装置并自动提取保护装置压板信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。近些年,计算机的飞速发展和数字图像技术的日趋成熟，为传统的二次保护管理带来重大转变压板识别是现代智能二次保护系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的保护装置图像或者视频序列进行分析，得到每一辆保护装置唯一的压板状态，从而完成识别过程。通过一些后续处理手段可以实现变电站智能管理，二次保护流量控制指标测量，保护装置定位，自动化监管等等功能。
2 压板识别系统综述
压板识别是一项利用保护装置的动态视频或静态图像进行压板状态、压板颜色自动识别的模式识别技术。其硬件基础一般包括触发设备（监测保护装置是否进入视野）、摄像设备、照明设备、图像采集设备、识别压板状态的处理机（如计算机）等，其软件核心包括压板定位算法、压板字符分割算法和光学字符识别算法等。一个完整的压板识别系统应包括保护装置检测、图像采集、图像预处理、保护装置定位、字符分割、字符识别、输出压板状态七个部分。当保护装置检测部分检测到保护装置到达时触发图像采集单元，采集当前的视频图像。压板识别单元对图像进行处理，定位出压板位置，再将压板中的字符分割出来进行识别，然后组成压板状态输出。
1.输入图像 目前图像输入主要采用摄像机连接图像采集卡或者直接连接便携式笔记本进行实时图像采集，将模拟信号转换为数字信号。
2.预处理 需要对采集的图像进行灰度化、灰度修正、图像去噪等处理，目的是突出压板的主要特征，更好地提取压板区域。
3.压板定位 自然环境下，保护装置图像背景复杂、光照不均匀，如何在自然背景中准确地确定压板区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合压板特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为压板区域，并将其从图像中分离出来。
4.字符分割 完成压板区域的定位后，再将压板区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足压板的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的压板图像中的字符分割有较好的效果。
5.归一化 根据最后识别的字库中字符模板，对切分出来的字符进行归一化处理，将归一化后的字符信息保存在数组中。
6.字符识别 压板字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
3 现有压板识别系统存在的不足及改进的难点
压板识别系统的识别率还与压板质量和拍摄质量密切相关。压板质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、压板被遮挡、压板倾斜、高亮反光、多压板、假压板等等；实际拍摄过程也会受到环境亮度、拍摄方式、保护装置速度等等因素的影响。这些影响因素不同程度上降低了压板识别的识别率，也正是压板识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像最利于识别。
4 本文研究的主要内容
本文研究的是复杂环境下的压板识别问题，主要针对压板识别系统中识别软件部分的相关技术进行研究。致力于其中所用到的各种数字图像处理算法，寻求一种对压板的位置、颜色、大小无关的定位算法，该算法要对于外界光线强度和图像对比度的变化有较强的适应能力，并使之在压板生锈、变形等干扰的情况下能够准确定位；在压板进行分割时，对于字符粘连和断裂的情况，要相应地做出分割和合并。基于数字图像处理的压板识别是一种无源型压板智能识别方法，不需要在保护装置上安装任何发送压板状态的便携式发射设备，对运动或静止状态保护装置的压板状态可以进行非接触性信息采集与识别。
5.小结
1 本文的研究工作及结论
本文对压板识别系统的软件部分进行了研究，分别从图像预处理、压板定位、字符分割以及字符识别等方面进行了系统的分析。主要工作内容及结论如下：
（1）系统介绍了南方电网压板的固有特征，以及现有压板识别系统的不足，对保护装置压板识别系统的发展及其每个组成模块都进行了综述，论述了每一个模块的作用，并比较了目前流行的算法。
（2）在压板的预处理阶段，首先对切割下来的图片进行灰度化，灰度修正以及图像去噪处理，实验表明本方法既保留了压板区域的信息，又减少了噪声的干扰，对之后实验的效果起到了保障。
（3）在压板的定位中分为两步：首先是粗定位，采用基于roborts算法下的边缘检测；其次是细定位，采用线性窗口检测算法，对压板的上下边界进行检测。
（4）在字符分割的这点中，首先分析了在二值化时的阈值的选择，然后再运用均值滤波，数学形态学中的膨胀和腐蚀运算对压板进行变换，最后对变换后的压板上的字符进行切分和归一化处理，很好地解决了字体粘连和过度分割的问题。
（5）字符识别的基本方法通常又三类：1.结构特征分析方法；2.模板匹配法；3.神经网络法。此处主要采用的是模板匹配的方法，即是将要识别的字符与事先构造好的模板进行比对，根据与模板的相似度的大小来确定最终的识别结果。对于神经网络的匹配算法只做了初步研究，还需深化。
从实验结果看，效果良好。