基于Opencv的数字仪表识别系统设计.docx

??

?

??

基于Opencv的数字仪表识别系统设计

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：本文针对图像识别技术在工业自动化检测领域的广泛应用，提出一种基于Opencv的远程数字仪表识别系统。该系统以Rspberry3B+为主控板，以智能车为快速移动载体，搭载的USB摄像头为采集模块。对不同设备的数字仪表进行图像采集，预处理后采用穿线法快速识别数字。实验结果表明识别率均高达98.6%，满足各种数码管仪表的识别需求。

关键词：Rspberry3B+；数字识别；Opencv；远程控制

中图分类号：TN99文献标识码：A文章编号：

基金项目：2018年淮南师范学院校级项目（2018xj32）；2019年淮南师范学院课外创新实践项目（2019XS073）。

?

引言

随着科技的发展，我国已逐渐进入了工业信息化以及科技化的时代，工业自动化是实现工业现代化的重要基础，是发展的必要趋势[1]，其涵盖了自动化控制、计算机网络通信、仪表等领域。数字仪表在各个领域得到了广泛应用，但很多数字仪表并没有提供与微处理器的通讯接口[2]，仍然采用人工记录，而在一些恶劣环境下人工抄表存在很大的安全隐患，甚至存在人工无法查看的现象，比如一些狭窄的空间里。以上现象会导致记录时出错，记录工作效率低。然而机器视觉技术的应用可完全改变这种情况，并且可长时间在特殊环境下工作，提高工作效率。

目前国内外科研人员就机器视觉在数字仪表识别上的应用做了深入研究。林剑萍[3]等提出基于Opencv和LSSVM的数字仪表自动识别，能够准确地识别数字仪表；陈刚[1]等使用特征检测算法实现对各种数字仪表的检测；王舒憬[4]等针对数字万用表进行识别，基于Opencv有效地降低了误识率；李素萍[5]等基于图像处理的基本识别方法进行数字仪表识别，可以减轻生成强度；杨志勇[6]等将树莓派应用到远程过程控制中，实现智能拍照，为智能远程控制提供了参考。本文结合以上技术，针对工业自动化特殊场合，设计了基于Opencv的数字仪表识别系统。该系统能够在众多特殊场合，实现移动监控分析并实时传输结果，对于工业自动化特殊场合的生产具有重要意义[7-9]。

?

系统方案设计

本设计研究的主要内容包括：智能车的设计、数字仪表的识别、移动智能端设计等模块。采用摄像头实现仪表数字的采集，基于Opencv对图片做一系列预处理，使用穿线法识别数字；移动终端实现远程控制，使得搭载有摄像头的智能车能够移动式精准的采集数字仪表图像。总体方案设计图如图1所示。

图1总体方案设计图

?

硬件系统与上位机设计

本设计以Rspberry3b+为主控制板，使用L298控制电机转动。本系统需要达到硬件控制目标如下：

（1）移动终端可以控制小车的前进、后退、左转、右转；

（2）移动终端要实现对摄像头云台进行左右、上下移动调节摄像头角度的控制；

（3）控制智能车的同时智能车要同时具有一定的避障功能；

（4）摄像头采集仪表图片，使用Opencv对图片进行二值化、去噪、数字定位等预处理，将处理后的图像采用穿线法实现数字的识别。

根据硬件控制目标要求设计系统流程图如图2所示。

图2硬件系统设计流程图

?

数字仪表识别

?

数字仪表识别流程

数字仪表识别流程主要分为图片预处理和数字识别两大部分。摄像头采集到的图像经过二值化、膨胀等预处理，将图像中数字进行分割，采用穿线法对分割出的数字进行识别。数字仪表识别流程图如图3所示。

图3数字仪表识别流程图

?

图像预处理

图像预处理是为了消除图片中一些无用的信息，突出图片中有用的信息，有利于计算机的分析。预处理的好坏直接影响对数字的识别效果。

?

图像定位

在实际应用场景中，拍摄的仪表会有很多多余的背景，需要限制拍摄区域，只有待识别内容在区域内才进行拍摄。后期就可以直接提取边界内区域的信息进行预处理与识别。

?

灰度化处理

灰度化是为了将图片从RGB格式转为单通道。灰度图片的像素值在0~255范围内，可以有效减少原始数据量，从而缩短后期图像的处理时间。原图与灰度化后图像对比如图4所示。

图4原图与灰度化对比

2）图像二值化

经过灰度化处理后图像的像素点值任为0~255，包含较多无用信息，对于仪表数字识别问题过于复杂。综合考虑，需对图像进行二值化处理。合理的选择阈值能够有效提取有用信息，将识别的目标与背景区分开。二值化后如图5所示。

图5二值化后图像图6数字膨胀后图片

?

膨胀处理

由于大部分数字仪表采用7段式数码管，数字不连续、被割裂。在识别过程中容易导致无法识别或误差率较高等现象。因此在数字分割之前，需要仪表数字的笔画连接起来。根据图像处理技术可知，膨胀能够有效的解决这种现象。所谓的膨胀处理就是对图像中高亮部分进行膨胀，效果图拥有比原