本发明属于电力系统，具体涉及一种基于视觉识别的电能表异常检测方法。
背景技术：
1、电能表安装在客户现场，用于计量电力客户消耗的电能量，并进行计费。而有些电力客户因为各种原因，会通过多种渠道对电能表进行破坏影响计量，包括拆开电能表，对内部元器件进行更改等。
2、电力公司会通过系统和现场排查锁定嫌疑用户，对于疑似破坏电能表元器件窃电的会将现场电能表拆回分析，拆回后将电能表进行拆解，通过人工观察电能表内部哪个地方人为操作过，包括更换电阻、焊接电线等，大致判断后，再用仪器进行测量确认。电能表的厂家和类型非常多，通过肉眼观察非常考验工作人员的记忆力和细致性。
3、当前拆开电能表后的初步分析基本靠人工肉眼，对于比较明显的接线等异常，通过肉眼可以进行识别，对于更换电阻等不是非常明显的修改，因电能表厂家和类型比较多，识别起来会比较困难，而且可能会出现错误，影响进一步的分析确认。
4、需要考虑自动化的方式进行快速准确的识别，电能表的厂家和类型非常多，需要考虑不同电能表pcba板的视野空间，电能表pcba模板库的管理，各不同类型的pcba特征点的提取。
技术实现思路
1、本发明为了解决上述现有技术中存在的缺陷和不足，提供了一种通过视觉识别软硬件，对拆回的单三相电能表pcba进行比对识别，相对肉眼查看，识别准确率和识别效率都大大提高的基于视觉识别的电能表异常检测方法。
2、本发明提供如下技术方案：一种基于视觉识别的电能表异常检测方法，通过视觉识别硬件+视觉识别软件对电能表上pcba进行比对，能够快速识别出电能表pcba板上有异常的地方，其中视觉识别硬件包括配套使用的摄像组件和光源，其中视觉识别软件设计流程如下：
3、r1.在软件中配置电能表厂家、型号信息；
4、r2.将对应厂家和型号的正常电能表进行拆解，将pcba板安装到视觉识别位置；
5、r3.软件控制相机进行拍照；
6、r4.软件中将拍照的图片作为模板，形成了电能表模板库；
7、r5.将现场拆回的疑似修改元器件窃电的电能表进行拆解，将拆下的pcba板安装在识别位置；
8、r6.从软件中找到该厂家和型号对应的模板；
9、r7.软件通过算法进行比对识别；
10、r8.在视觉识别软件上，对可疑点进行标识，并对可疑点根据相似匹配度进行评分。
11、优选地，所述摄像组件采用配套使用的相机和镜头，所述相机为2000万像素，帧率不低于19帧；镜头安装相机下面，该镜头工作距离为450mm；光源采用环形白色面光，最大化的保证光照的平均性；镜头到光源底部距离为35mm，光源到识别物表面距离为415mm。
12、优选地，所述步骤r4中模板存储不失真，按照图像文件的方式存储，同时在数据库中按照厂家、型号、存储路径进行管理。
13、一种基于视觉识别的电能表异常检测方法，具体步骤如下：
14、s1.摄像头采集图像：通过摄像头对图像进行采集；
15、s2.从软件库中找到模板图像：在软件配置的电能表pcba模板库中找到当前厂家、型号，自动会导入存储的电能表模板；
16、s3.对两张图像进行预处理：对采集图像和模板图像分别依次进行灰度化、去噪和边缘增强处理；
17、s4.从模板图像提取特征：提取主要检测的电阻特征；
18、s5.与采集图像进行特征匹配：通过识别到的特征，在采集图像上进行识别，这里需要考虑到偏差值；
19、s6.差异点标识：通过比对分析后的两张图片差异点，在采集图像上进行标识。
20、优选地，步骤s4中在特征定义上，将电阻文字作为一个主要的特征点，通过识别电阻上的文字以及文字的位置进行匹配，文字位置相对板子的基准零点，基准零点为每个板子的左上角圆孔位置。
21、优选地，在软件中识别到模板图像电阻文字标识，如有10个，则依次标记为：text1->(x1,y1)、text2->(x2,y2)、text3->(x3,y3)、text4->(x4,y4)、text5->(x5,y5)、text6->(x6,y6)、text7->(x7,y7)、text8->(x8,y8)、text9->(x9,y9)、text10->(x10,y10)；
22、其中text为具体的文字内容，x为相对基准的x轴坐标，y为相对基准的y轴坐标，单位为mm；通过相对坐标x，y进行加权计算，计算z＝x*10000+y，通过z值建立对应text的序列，按照z值从小到大排序：
23、z1->text1,z2->text2,z3->text3,z4->text4,z5->text5,z6->text6,z7->text7,z8->text8,z9->text9,z10->text10。
24、优选地，在软件中识别到采集图像电阻文字标识，如有10个，则依次标记为：text1’->(x1’,y1’)、text2’->(x2’,y2’)、text3’->(x3’,y3’)、text4’->(x4’,y4’)、text5’->(x5’,y5’)、text6’->(x6’,y6’)、text7’->(x7’,y7’)、text8’->(x8’,y8’)、text9’->(x9’,y9’)、text10’->(x10’,y10’)；
25、通过相对坐标x’，y’进行加权计算，计算z’＝x’*10000+y’，通过z’值建立对应text’的序列，按照z’值从小到大排序z1’->text1’，z2’->text2’,z3’->text3’,z4’->text4’,z5’->text5’,z6’->text6’,z7’->text7’,z8’->text8’,z9’->text9’,z10’->text10’。
26、优选地，首先按照x和y最大偏差1mm计算加权z的范围，进行相对z点和z点text的遍历比对，然后按照模板和采集图像z之间的差值，以及两个z对应text是否一致进行确认比对，最终定位出有差异的电阻位置，采用红色方框进行标记，方便人工进行确认。
27、本发明的有益效果如下：
28、本发明综合考虑单相和三相电能表pcba板子的尺寸和识别视野，通过视觉识别软硬件，对拆回的单三相电能表pcba进行比对识别，相对肉眼查看，识别准确率和识别效率都大大提高。
1.一种基于视觉识别的电能表异常检测方法，其特征在于，通过视觉识别硬件+视觉识别软件对电能表上pcba进行比对，能够快速识别出电能表pcba板上有异常的地方，其中视觉识别硬件包括配套使用的摄像组件和光源，其中视觉识别软件设计流程如下：
2.根据权利要求1所述的一种基于视觉识别的电能表异常检测方法，其特征在于：所述摄像组件采用配套使用的相机和镜头，所述相机为2000万像素，帧率不低于19帧；镜头安装相机下面，该镜头工作距离为450mm；光源采用环形白色面光，最大化的保证光照的平均性；镜头到光源底部距离为35mm，光源到识别物表面距离为415mm。
3.根据权利要求1所述的一种基于视觉识别的电能表异常检测方法，其特征在于：所述步骤r4中模板存储不失真，按照图像文件的方式存储，同时在数据库中按照厂家、型号、存储路径进行管理。
4.根据权利要求1所述的一种基于视觉识别的电能表异常检测方法，其特征在于：其具体步骤如下：
5.根据权利要求4所述的一种基于视觉识别的电能表异常检测方法，其特征在于：步骤s4中在特征定义上，将电阻文字作为一个主要的特征点，通过识别电阻上的文字以及文字的位置进行匹配，文字位置相对板子的基准零点，基准零点为每个板子的左上角圆孔位置。
6.根据权利要求4所述的一种基于视觉识别的电能表异常检测方法，其特征在于：在软件中识别到模板图像电阻文字标识，如有10个，则依次标记为：text1->(x1,y1)、text2->(x2,y2)、text3->(x3,y3)、text4->(x4,y4)、text5->(x5,y5)、text6->(x6,y6)、text7->(x7,y7)、text8->(x8,y8)、text9->(x9,y9)、text10->(x10,y10)；
7.根据权利要求6所述的一种基于视觉识别的电能表异常检测方法，其特征在于：在软件中识别到采集图像电阻文字标识，如有10个，则依次标记为：text1’->(x1’,y1’)、text2’->(x2’,y2’)、text3’->(x3’,y3’)、text4’->(x4’,y4’)、text5’->(x5’,y5’)、text6’->(x6’,y6’)、text7’->(x7’,y7’)、text8’->(x8’,y8’)、text9’->(x9’,y9’)、text10’->(x10’,y10’)；
8.根据权利要求7所述的一种基于视觉识别的电能表异常检测方法，其特征在于：
