变电站是国家电网中的重要组成部分,维护变电站的正常运行需要对变电站的仪表进行日常巡检,记录相关数据,并对警告信息做出反应。传统人工巡检的方式效率低下,且存在人为误差和安全隐患。在机器人与计算机视觉等相关技术的发展下,使用机器人代替人工来进行变电站的巡检任务成为必然趋势。变电站巡检机器人的核心技术之一是其视觉处理部分,即仪表定位和仪表读数识别。仪表定位是在待识别图像中找到仪表位置,以便提取表盘区域图像。指针类仪表读数识别是通过识别指针角度或其他方式获取仪表的读数。对于仪表的定位问题,由于变电站属于人造场景,存在较多相似物,且场景复杂,所以传统的利用特征的方式容易识别出较多相似特征,从而难以准确定位仪表位置。通过对巡检任务的分析,本文认为电力巡检中图像具有一定的特点,即光照强度变化明显、目标为刚性目标、物体之间存在稳定的空间关系。本文从人类认知过程的角度考虑,结合目标检测和图像对齐的思想,设计了基于相关滤波的仪表定位方法。利用机器人预先拍摄的图像作为模板图像,并从中人工获取目标仪表位置信息,以此作为训练样本来训练相关滤波器。本文将相关滤波器转变为线性回归问题。考虑到环境中光照的变化明显,使用了对光照具有较好鲁棒性的HOG特征作为特征描述器。通过计算测试图像与目标区域的相关性响应地图,其中响应值最大的区域即为目标仪表位置。对于指针类仪表读数的识别问题,本文模拟人类视觉机制,提出了基于方向响应器的指针式仪表读数方法。利用Gabor滤波对角度和尺度的敏感性,设计了多角度Gabor滤波算法,对表盘区域进行多个角度的Gabor滤波,统计每个角度的滤波响应值,通过找到滤波结果响应值最大的角度来直接识别出指针角度。根据实验结果,本文所设计的方法相比于现有电力巡检方法,在仪表定位的鲁棒性、实时性、精确度上具有明显优势;在仪表读数问题上,能够避免阴影、复杂表盘等因素的干扰,实现对指针读数的准确识别。