一种基于图像识别的快速指针读数方法.docVIP

一种基于图像识别的快速指针读数方法 摘 要：指针式仪表广泛应用于现代生产、生活中，在仪表检测、表刻度数值记录等诸多领域，对指针式仪表自动读数需求愈来愈强。本文提出一种改进型的图像减影法快速读数方法。 关键词：图像识别；减影法；指针 中图分类号：TP391.41 指针式仪表广泛存在于现代生产、生活中，如电压表、电流表、水温表、水压表等，在电力、石油、化工等行业中，指针式仪表的使用量尤为巨大。随着社会的发展，对该类仪表在检测、使用过程中的自动化读数需求比以往任何时候更加强烈，因为在仪表检测过程中技术人员从事的工作是高重复型、易疲劳的乏味劳动，检测结果既易受人为因素影响，也易受外围环境因素影响，如天气、环境、人的健康（如视力、视疲劳）状况，这些主客观因素对检测结果必然带来不可预知的负面效果，即检测的不确定性程度增加。在仪表的使用过程中，很多时候依赖人员的现场读数来记录某个特定的工作状态，但是在一些特定的工作环境中（如高噪声、高温、潮湿、有毒、有异味），不适宜甚至不允许人员进入，这时更需要一种替代人工角色能完成仪表读数的系统。 基于图像识别的指针读数方法，就是以取代人工读数，实现自动读数功能为目标，以期达到既准确又高效地实现指针读数的目的。 1 图像识别方法介绍 图像识别是计算机、图像处理技术和其他光学设备结合体，是现代计算机技术发展的延伸。图像识别最大的优点在于处理的颜色、灰度范围远比人类视觉的要广泛得多，识别精度也是人眼所不可企及的范围。 图像识别过程包括灰度化图像、滤波去噪、二值化图像、图像增强、图像分割等技术，实现图像识别是一项系统工程。 1962年美国学者Paul Hough提出Hough变换[1]，Hough变换实现从图像空间到参数空间的映射关系，为图像识别开启智慧之门。2001年JiangLong Zhu利用小波变换对车牌图像进行识别 [2]。2004年，陶唐飞提出了一种综合应用边缘检测和区域生长方法的图像分割方法。先对图像进行边缘提取，得到边缘像素点集，然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件，采用区域生长法实现图像分割[3，4]。 2004年，吉文华等提出了基于区域搜索算法的自动图像边缘提取和分割算法[5]，并用实验证明了该算法的优越性能。2006年，唐艳等提出一种基于一边缘检测和区域合并的图像组合分割算法[6]，算法是采用某种相似性准则对原始图像进行检测，从不同的种子出发可以到达各自区域的边缘，对这些边缘加以标注，采用相似性规则合并处里，获取同质性和连通性俱佳的目标图像。 华南理工大学何智杰在指针读数领域提出条件霍夫变换（Constrained Hough Transfer），结合中心投影分析，并通过一种迭代方法，实现刻度识别[7]。南京工业大学戴海港等针对精度等级为0.5级的高精度指针式仪表的判读[8]，提出了一种使用霍夫变换相与减影法结合的指针式仪表自动识别系统。由于运算量的减少，导致速度提升较快，使系统的实时性指标得到大幅度提高，满足仪表自动判读的要求，他具有很高的自动判读精度，符合工业控制的需要。 2 指针图像识别系统设计 根据指针仪表图像采集的要求，系统主要包含设备初始化、图像采集、图像处理、数据存储四大部分，其中图像处理部分是核心，需运用多项图像处理的技术。系统结构图如图1所示。 图1 指针仪表图像识别系统结构图 系统结构图中各部分功能设计： （1）设备初始化：检测照相机与打印机设备的连接情况，保证设备正常连接，完成接口间的初始化工作； （2）仪表图像采集：通过一个联机控制程序连接图像采集软件和数码相机，该程序可以预览数码相机的动态取景内容、控制相机快门的释放、调整相机的拍摄模式、白平衡、光圈、快门等各种设置；拍摄的照片可以立即通过USB等接口传入到人像采集软件，进行编辑处理； （3）仪表图像处理：对获取的图像进行自动裁剪、缩放处理，得到尺寸要求符合规范的图像（800×600）；能自动完成色彩修正进和行各种颜色方案的调整，包括RGB值调整，亮度与对比度调整，色调与饱和度调整等；依据图像特有性质，对仪表指针特征进行提取，根据指针偏角和仪表量程得到读数； （4）保存图像及读数：根据需要把采集的图像按JPEG文件格式存储在图像库中，处理后得到的读数同步保存； 四部分紧密结合构成一个有机整体，能够快速、高效地实现仪表自动检测。 3 关键技术 3.1 图像灰度化算法 采集的图像是24位真彩色图像，R、G、B分别代表红、绿、蓝三种颜色，分度化就是把三种颜色分量按照一定比例转换成为灰度值。转换公式为：I 0.3R+0.596G+O.11B，该方法是早期采用的加权转换法，其中I作为灰度图像相应像素点的像素值，I取值范围为0―255式中的三个系数为经验值，R、G、B分别为像素的三个分量，红、绿、蓝。 3