基于Halcon指针式仪表读数.docVIP

基于Halcon指针式仪表读数 　　摘 要： 为了实现指针式仪表的自动读数，提出了一种基于Halcon的极坐标变换、BP神经网络、形态学处理、几何计算相结合的方法。该方法考虑了仪表的圆心特征，对于各种不同的指针仪表，仅仅依赖仪表的图像信息，检测精度较高。实验证明该方法简单快捷，且有利于提高效率和精确度。 　　关键词： 指针式仪表； 极坐标变换； BP神经网络； 形态学处理 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2016）17?0016?04 　　0 引 言 　　指针式仪表因具有价格便宜、结构和维护简单等诸多优点被广泛应用于很多领域，如工业领域和实验领域。对于指针式仪表的读数，传统的方法是通过目测完成，劳动强度大，受人为因素影响大，容易产生误差，存在可靠性差的隐患，并且效率低 [1]。 　　指针的提取是指针式仪表自动读数的关键，目前指针提取有以下几种常用方法：基于图像形态骨架细化和改进的Hough变换的方法[2]、模板匹配的方法[3]、基于收敛映射CM?Hough变换的方法[4]、基于减影和Hough变换的方法[5]等。实践表明，以上每种方法都有其优缺点。例如模板匹配的方法具有较强的抗干扰性能，但过程复杂；Hough变换的方法受噪声和曲线间断的影响较小，但Hough变换的计算量大，提取参数受空间量化间隔的制约。 　　本文采用基于Halcon的机器视觉技术，实现图像的自动采集、处理、识别以及显示读数，解决目前人工判读的不足[6]，且可以应用到各类指针式仪表的读数中。 　　1 指针式仪表读数系统 　　指针式仪表读数系统在德国MVTec公司研发的图像处理软件平台Halcon上实现，此软件以最新科技为基础，提供功能强大的视觉算法开发包，包含有1 100个以上的独立函数，具有快速、全面、精确、鲁棒性等特点，应用领域几乎没有限制，涵盖医学、遥感探测、监控及工业上的各类自动化检测。 　　系统算法流程为：首先采集图像并对图像进行一系列处理，提取指针后根据公式计算获取读数，包括图像采集、图像预处理、极坐标变换、仪表刻度线的获取、BP神经网络最大值字符识别、指针定位、几何计算等部分，如图1所示。 　　2 指针式仪表图像的处理 　　采集图像后，首先根据指针在RGB颜色模式中R通道的纹理特征进行一次阈值分割，得到仪表的中心坐标；通过极坐标变换把圆型仪表盘转换成矩形；然后根据region的行、列、面积特征获取刻度线位置；为实现仪表自动读数，需先经过BP神经网络识别出仪表的最大值；然后经过形态学处理获得指针位置；最后根据公式计算得到表盘的读数，并将结果显示在屏幕上。 　　2.1 图像采集 　　适当的光源照明设计，使图像中的目标、背景信息得到最佳分离，可大大降低图像处理算法分割、识别的难度，提高系统的定位、测量精度，所以光源对图像的质量影响很大。相机作为机器视觉系统中的核心部件，对于系统的重要性是不言而喻的。在选择好光源和相机类型、位置后，调用Halcon软件中的算子read_image（）加载已获取的图像，采集的图像如图2（a）所示。 　　2.2 图像预处理 　　采集的图像指针是红色的，在RGB颜色模式中，R通道中指针的灰度值明显大于其他通道，调用算子decompose3（）把彩色图像转化为3个单通道的R，G，B图像，R通道图像如图2（b）所示。对R通道图像进行图像增强，突出图像中的感兴趣区域，增强感兴趣区域与背景的对比度，使图像比原始图像更加适合处理，然后根据R通道的纹理特征，经全局阈值分割得到仪表盘的region，如图2（c）所示。 　　2.3 极坐标变换 　　Halcon中调用极坐标变换算子polar_trans_image_ext（）把圆形仪表刻度线转化为水平方向[7?8]，然后经过形态学处理获取指针，弥补Hough变换计算时间长、占用内存大的缺陷。 　　直角坐标系与极坐标系之间的互换公式为： 　　[ρ2=x2+y2tanθ=yx，x≠0] （1） 　　极点与直角坐标系重合是互换公式的前提条件之一，故首先要进行坐标平移、翻转，然后将直角坐标系中圆心为原点、半径为[R]的圆，变换到极坐标系中[r=R]的一条直线，实现圆形转化成水平方向，极坐标变换原理如图3（a）所示。 　　图3（a）中，[O]为同心圆的圆心，[θ]为内圆上点的极角，[ρ]为内圆上点的极径。点[A]与点[B]之间的极角不同，但由于在同一个圆内，所以两者之间的极径是一样的，故点[A]与点[B]在极坐标系中位于同一条直线上。 　　阈值分割后的region是一个整体的region，使用算子connection（）进行连通域操作，把整个region中不同的连通域化为单个的region，然后就可