煤炭工业生产中的安全问题是各界关注的焦点,煤矿电力系统安全的保证仍然是一个薄弱的环节。因此提高煤矿系统安全性,使其运行更稳定才能确保煤矿的安全生产。传统的人工监控琐碎枯燥,容易受人为因素影响并引发部分安全隐患。本文使用机器视觉技术识别煤矿变电所的运行状态,使得集控室工作人员可以迅速从大量视频资料中识别检测到监控目标,而且还可对系统异常情况进行自动报警。本文的主要工作如下:(1)实现图像的增强处理。本文结合煤矿变电所工作环境背景,通过使用几种图像增强算法进行实验对比,最终提出使用改进单尺度Retinex算法对图像进行增强处理,算法简单且实时性高。实验表明该方法能够较好的降低图像背景噪声,增强对比度,提高运算效率。(2)实现指示灯及指针式仪表的检测。首先采用RGB色彩空间原理对指示灯颜色进行识别,由于实际情况各颜色互相干扰,因此调整了分割阈值使得识别效果更为明显;其次使用形态学运算、Hough算法等检测指针式仪表的指针,通过角度关系对指针式仪表读数进行识别,实验表明计算的仪表读数与人工读数较接近,同时有较好的稳定性。(3)完成数显式仪表示数识别。由于数显式仪表表盘保护膜气泡以及光影现象的干扰,本文选用Harr-Like特征为字符特征,同时改进了遗传算法的适应度函数和交叉变异函数,增加寻优全局性,使用改进后的遗传算法对分类器支持向量机的参数进行寻优,最后通过主元分析法进行降维处理并使用支持向量机识别字符目标,并和其他识别算法对比。实验证明使用此种方法的识别效果较好。(4)设计煤矿变电所运行状态监测软件系统。给出系统工作流程图和系统软件构架,并对各个模块做具体设计。功能模块包括系统登录、系统管理、视频管理、数据管理、运行状态检测和报警管理,最后完成该软件系统。