1、指针式仪表读数的机器视觉智能识别方法 施滢 夏春华 胡琳娜 孟迎军 南京理工大学紫金学院 农业部南京农业机械化研究所 摘 要： 为快速准确地自动识别指针式仪表读数, 采用机器视觉技术, 结合减影法和Hough 变换法对仪表读数进行智能识别。对指针式仪表图像进行图像二值化、形态学处理和边缘检测预处理;利用 Hough 变换检测仪表中的指针, 计算得到指针方向和定位圆形, 实现指针式仪表的智能识别。实验结果表明:读数识别的平均相对误差为 0.91%, 精度较高, 能较好地识别指针式仪表读数。关键词： 指针式仪表; 机器视觉; 智能识别; Hough 变换; 作者简介：施滢 (1990-) , 女,
2、 硕士, 主要研究方向为机器视觉与图像处理, Email:。收稿日期：2017-09-06基金：中央级公益性科研院所基本科研业务费专项项目 (S201715) Intelligent recognition method for reading of pointer instrument based on machine visionSHI Ying XIA Chun-hua HU Lin-na MENG Ying-jun Zijin College, Nanjing University of Science and Technology; Nanjing Research Institut
3、e for Agricultural Mechanization, Ministry of Agriculture; Abstract： In order to identify the reading of pointer instrument automatically and accurately, an intelligent recognition method of pointer instrument is proposed based on machine vision. The reading of pointer instrument is recognized based
4、 on machine vision, combined with image subtraction and Hough transformation. Pointer instrument image is preprocessed by image binarization, morphological processing and edge detection. Direction of the pointer and the position of the circle are determined by Hough transformation, in order to reali
5、ze intelligent recognition method of pointer instrument. Experimental result shows that the average relative error is 0.91 %, the precision is high, the reading of pointer instrument can be recognized accurately by this method.Keyword： pointer instrument; machine vision; intelligent recognition; Hou
6、gh transformation; Received： 2017-09-060 引言指针式仪表读数需要采用传统的人工识别方法, 存在耗时耗力、精度低、效率低等问题。在不改造原有仪表表盘系统的基础上, 采用机器视觉技术对指针式仪表进行自动识别的方法, 主要有减影法、Hough 变换法等方法。李治玮等人1提出了最大灰度相减法构造出无指针仪表图像模板, 通过待测指针仪表图像与模板图像相减, 得到仅包含指针的图像, 即获得指针位置。减影法容易受光线干扰, 造成输出的像素灰度值偏差, 进而影响检测出的指针位置。Hough 变换法通过提取指针中心线, 得到指针与零刻度线的夹角, 该方法虽对光线干扰造成的
7、指针断裂有较好的鲁棒性, 但运算量较大, 影响实时性。本文提出了改进的指针式仪表智能识别方法, 通过固定在仪表设备前的相机获取指针式仪表图像, 对获取的图像进行二值化、形态学和边缘检测处理的预处理, 得到较为清晰的指针边缘轮廓图像;再利用 Hough 变换检测仪表中的指针, 计算得到仪表圆心和指针方向, 根据输入的最大量程, 实现智能识别仪表读数。1 指针式仪表图像预处理1.1 图像二值化处理为消除仪表图像采集过程中光源条件、光线变化等因素造成的仪表图像亮度不均匀现象, 本文采用最大类间方差法 (OTSU) 9,10将原始采集图像进行二值化处理。该方法是按照输入图像的灰度将图像分成背景和目标,
8、 通过比较类间方差大小来区分背景和目标。假设图像 f (x, y) 的大小为 MN, 分割目标和背景的阈值为 T, 总平均灰度为 , 类间方差为 g。目标像素点数占整幅图像像素数的比例为 w0, 平均灰度为 0;背景像素点数占整幅图像像素数的比例为 w1, 平均灰度为 1。若一幅图像中灰度值小于 T 的像素数为 N0, 大于 T 的像素数为 N1, 则有将式 (3) 代入式 (4) 中, 得到当 g 最大时, 此时目标和背景之间的差异最大, 即为阈值 T 最佳。假设二值化后的图像为 g (x, y) , 则1.2 图像形态学处理由于图像二值化处理后得到的仪表指针的黑白图像包括边界点, 为得到清
9、晰的指针图像, 需进行图像形态学处理。该处理通过图像腐蚀方法使边界向内部收缩, 通过图像膨胀方法可以解决指针图像间断问题, 得到完整的指针图像信息。腐蚀是对 Z 上元素的集合 A 和集合 B, B 对 A 进行腐蚀定义为:AB=z| (B) zA;膨胀定义为: 。本文采用原点位于中心的 33对称结构元素进行形态学开运算, 可以平滑物体轮廓和消除突兀点。1.3 边缘检测本文采用 Canny 边缘检测算子11, 该算子有较好的抗噪声干扰和较精确的边缘定位。步骤为:1) 用高斯滤波器对图像进行平滑;2) 用一阶偏导有限差分计算梯度幅值和方向, 对梯度幅值进行非极大值抑制;3) 用双阈值算法检测和连接
10、边缘, 得到边缘图像。2 仪表读数识别2.1 仪表圆心的定位采用 Hough 变换法, 检测指针式仪表中的指针。主要思想为将直角坐标系中的直线转换到参数空间12,13。直角坐标系中直线的方程为式中 k 为直线的斜率;b 为截距。参数空间表示为式中 为原点到直线的垂直距离; 为直线与 x 轴的角度。直线上的所有点转换到参数空间会相交于一点, 形成峰值。通过寻找累加器中最大值 (最长直线) , 即得到指针式仪表的指针。通过 2 幅指针不在同一位置的仪表图像进行逻辑运算, 可以得到仪表表盘圆心的位置。本文采用仪表图像背景为 0, 指针目标为 1, 采用逻辑异或运算, 得到仅含有 2 个不同位置的指针
11、图像。根据 Hough 变换式 (8) , 得到两指针的直线方程分别为仪表圆心的坐标 (x 0, y0) 如式 (11) 所示2.2 指针方向判断根据 Hough 变换式 (8) 找到表盘中最长的直线, 即为指针, 记录指针和零刻度线的夹角 。由 Hough 变换得到的夹角 存在 2 种可能:指针和零刻度线的夹角为 ;指针和零刻度线的夹角为 +180, 因此, 无法直接通过 Hough 变换得到针方向, 需要进一步判断指针的方向。在确定仪表表盘圆心的基础上, 由零刻度线和圆心建立直角坐标系。Hough 变换得到的指针的起始点和结束点以及建立的直角坐标系, 即可确定指针方向。2.3 最大量程的设
12、定为提高本文改进方法的广泛适用性, 用户可输入最大量程。设用户给出需要智能读数的指针式仪表的最大量程 R 和最大量程所对应的最大夹角 m, 则, 此时指针式仪表的读数 r 为3 实验结果及分析为验证本文方法的实际识别效果, 选取了电力系统变电站的指针式电流表进行实验与分析。电流表的参数为最大量程 R=200 A、最大量程对应的最大夹角=90。改进算法处理流程如图 1 所示。3.1 指针式仪表图像预处理实验实验数据通过固定在电力系统变电站的电流表前的摄像装置获取, 如图 2 (a) 和图 3 (a) 所示, 其中, 图 2 (a) 为电流表的初始状态, 图 3 (a) 为电流表的指针偏转某一角度
13、。根据图 2 (a) 和图 3 (a) 的原始指针式仪表图像, 分别进行图像二值化反转处理, 其处理结果如图 2 (b) 和 3 (b) 所示;再进行形态学处理, 如图 2 (c) 和 3 (c) 所示;最后进行边缘检测, 如图 2 (d) 和 3 (d) 所示。图 1 指针式仪表识别处理流程 下载原图图 2 指针式仪表初始位置及处理后图像 下载原图图 3 指针式仪表偏转某一角度及处理后图像 下载原图3.2 指针式仪表圆心定位实验如图 2 (e) 和 3 (e) 所示, 为通过 Hough 变换检测得到的指针位置, 图中直线为检测到的电流表指针;通过对图 2 (a) 和图 3 (a) 两幅指针
14、在不同位置的图像进行异或运算, 得到只包含 2 个指针的灰度图像, 如图 4 (a) 所示;对图 4 (a) 进行形态学处理, 结果如图 4 (b) 所示;通过 Hough 变换得到两指针所在直线的位置 (图像经反转) , 如图 4 (c) 所示, 图中两线为电流表指针;如图 4 (d) 所示, 两直线的延长线的交点为仪表圆心位置, 图中点即为电流表圆心。3.3 实验结果分析实验选取不同大小的实际电流值, 将实验分为 10 组, 每组实验根据本文方法进行 5 次读数识别。如表 1 所示, 为通过多次测试, 本文改进的指针式仪表智能识别实验结果, 改进方法的智能识别的读数与实际值的平均相对误差为
15、 0.91%, 表明该方法精确性较好。图 4 指针式仪表圆心定位 下载原图表 1 本文方法实验结果 下载原表 4 结束语本文通过对指针式仪表图像进行预处理得到指针的边缘轮廓, 利用 Hough 变换检测仪表中的指针, 计算得到指针方向, 并对仪表圆心进行定位, 能够较好地完成指针式仪表的智能识别。通过对实际电力系统变电站的指针式电流表进行测试实验, 实验结果表明:本文改进的智能识别方法, 平均相对误差为 0.91%, 精确度较高, 具有较好的实际应用价值。参考文献1李治玮, 郭戈.一种新型指针仪表识别方法研究J.微计算机信息, 2007, 23 (11) :113-114. 2王红平, 曹国华
16、, 苏成志.数字图像处理技术在计量仪表检定中的应用J.长春理工大学学报, 2004, 27 (3) :13-15. 3Alegria E C, Serra A C.Automatic calibration of analog and digital measuring instruments using computer visionJ.IEEE Transactions on Instrumentation and Measurement, 2000, 49 (1) :94-99. 4熊伟丽, 周寰, 徐保国.指针式压力表自动检定系统的设计与实现J.传感器与微系统, 2009, 28 (8
17、) :105-107. 5曾文静, 张铁栋, 万磊, 等.基于 Hough 变换的水下管道检测方法J.仪器仪表学报, 2012, 33 (01) :76-84. 6Xu B, Liu D, Xu G, et al.A measurement method for contact angle based on Hough transformationJ.Measurement, 2013, 46 (3) :1109-1114. 7周泓, 徐海儿, 耿晨歌.基于 HSI 模型和 Hough 变换的指针式汽车仪表自动校验J.浙江大学学报:工学版, 2010, 44 (6) :1108-1112. 8
18、滕今朝, 邱杰.利用 Hough 变换实现直线的快速精确检测J.中国图象图形学报, 2008, 13 (2) :234-237. 9Ostu N.A threshold selection method from gray-level histogramsJ.IEEE Trans on System, Man and Cybemetics, 1979, 6 (3) :62-66. 10徐青, 范九伦.新的基于分解直方图的三维 Otsu 分割算法J.传感器与微系统, 2017, 36 (1) :119-122, 126. 11赵炯, 朱海涛, 屈剑平, 等.基于 Open CV 的圆心定位在地铁隧道变形监测中的应用J.传感器与微系统, 2013, 32 (11) :139-142, 145. 12杨莉, 隋金雪, 杜艳红, 等.改进 Hough 变换在形状检测中的应用J.传感器与微系统, 2007, 26 (5) :86-89. 13段汝娇, 赵伟, 黄松岭, 等.一种基于改进 Hough 变换的直线快速检测算法J.仪器仪表学报, 2010, 31 (12) :2774-2780.
