在工业生产领域,为了保障安全生产,常对设备的运行状态进行监控,采用较多的方法是将设备状态进行电量化后引入集控中心,由运行人员或计算机进行状态分析判断。由于有些设备状态或缺陷无法进行电量化,且电量化设备(如变送器等)的可靠性有待商榷,因此视觉监视仍有其不可替代的作用。随着社会经济的发展,视频监控系统已经应用于生产和社会生活的诸多领域。目前,视频监控大都采用定点监控的方式,对于所需监控设备非常多的场合,如变电所内,这种定点监控方式成本高,安装工作量大,后期维护量大。采用移动巡视的思想,将图像采集设备安装在移动机器上,沿规程规定的路径对设备进行巡视和图像采集,并将设备图像发送回控制中心进行人工监视。这种移动监控方式具有投资省,不需要对原结构进行改装,安装布线工作量少,后期维护工作量小的优点,但信道传输压力大,人工监视工作量并没减少。因此我们提出结合设备状态实时识别的方法,移动装置对设备图像在本地进行分析和设备状态识别,仅将无法识别的状态图像发给主站进行人工判断,以减轻信息通道的传输压力和人工分选的工作量。由于设备种类繁多,设备大小、形状、色彩差异悬殊,本研究通过设备实时图像与设备标准状态图像对比的方法实现多种设备的状态识别。该方法要求移动装置巡视时所采集的设备实时图像与设备标准状态图像具有基本一致的视角和大小,本研究采用在目标设备和部件附近设置辅助标志的方法达到这一要求,并实现移动巡视中的目标定位,从而进一步实现设备状态的分析识别。本文主要研究工作包括以下几个方面的内容:(1)标志识别。本研究在目标设备和部件附近设置一个特殊的辅助标志,标志的作用一是为了移动巡视中目标设备的搜索和定位,二是为了获取与标准状态图像具有基本一致视角和大小的实时设备图像。本文提出了一种基于形心特征的标志识别方法,通过对设备图像的一遍扫描形成连通域队列,通过对连通域的两遍扫描形成标志域,分析形心特征内连通域的方位实现标志的识别。通过标志的识别,可以得到标志域关键点、中心和各内连通域方位的相关信息,为标志线条的提取提供数据支持,标志线条的结果提取为后续工作中控制云台以及变焦控制算法实现提供数据依据。(2)目标设备定位。本文首先对原有云台控制系统在水平、垂直步长和响应速度这两方面进行改进。并利用前面工作中得到的标志线条数据结果作为控制云台算法和变焦控制算法的依据,以此来控制云台和变焦。实现了基于标志的控制云台算法和基于标志的变焦控制算法,达到的目标是得到与标准图像具有相近视角和尺寸图像。(3)设备图像采集。为了采集清晰的设备状态图像,需要通过摄像头对焦找到最佳的图像。因此,本文分析比较了频谱评价法、最小熵法、梯度评价法等图像清晰度评价的优劣,采用了梯度评价方法作为评判标准,实现了一种基于二分法的快速对焦算法。(4)设备有限状态识别方法研究。针对不同设备的特征状态,提取设备有限状态的多维特征和分析有限状态的特征,并深入研究灰度识别法,特征匹配识别法等方法,分别实现了基于灰度匹配识别法、色彩识别法和角点点识别法的单个识别器,这三种识别器对不同的设备得到识别结果各不相同,为了提高设备识别的准确率和稳定性,本文综合以上单个识别器的优点,提出了一种的投票机制集成识别的方法。