（通信与信息系统专业论文）高精度工业仪表指针图像自动检测方法.pdf

摘要 摘要 0 5 级以上各种模拟指示( 指针式) 标准交、直流电表在电量测量中占据很 重要的作用，而且使用十分广泛。本文建立了一个指针式仪表的自动识别系统。用 计算控制多功能标准源y s 8 7 b 驱动指针式仪表的指针走动，然后利用高分辨率摄像头 捕捉指针式仪表的图片，最后用计算机对所捕捉的图片进行识别并和标准输出比 较，判定仪表好坏。本系统利用最新的计算机信息处理技术和图像理解及自动识 别技术，代替人眼读数，从而实现对各种指针式仪表进行自动智能化检定，并自 动处理各种繁琐的检定数据，从而将入从简单重复的劳动中解放出来，有很高研 究及应用价值。 围绕如何准确而快速的识别出仪表指针这个中心，本文做了大量的有意义工作。为 了提高系统效率，提高识别数度，本文采取的方法有：根据仪表指针的特点提出了用中 心投影法来识另0 仪表指针，在处理前将图片先缩小四分之一，将h o u g h 变换应用于局部， 在h o u g h 变换之前采用数学形态学的细化算法。另一方面为了提高指针识别的准确度， 我们对h o u g h 变换的角度取一位小数。具体来说本文的主要工作有： 1 图像预处理的各种算法的比较 图像的预处理就是为后面的图像识别做准备，主要包括图像去噪，边缘提取，二值 化三个部分。通过对大量图片的实验，我们发现：在图像去噪部分用中值滤波，在边缘 提取部分用s o b e l y 模板来运算，在二值化部分用o t s u 算法最适合后面指针的识别。 2 仪表指针识别的中心投影法 要识别仪表指针其实就是提取指针所对应的直线。直线提取算法多年来一直是图像 处理的一个热点，其中h o u g h 变换是最成熟，应用最广泛的一种算法。结合h o u g h 变换， 本文提出了中心投影法，这是考虑到仪表指针的特殊性，因为指针在移动的过程中，其 中心是不变换的，因此我们可以先用h o u g h 变换确定仪表指针的中心，然后根据这个中 心来识别其他图片的仪表指针。因为对同一种图片中心只需确定一次，所以这部分时间 可以不计。实验证明中心投影法的识别准确度与h o u g h 变换差不多，但是速度是h o u g h 变换的五倍，节省了大量时间，从而太大提高了整个系统的效率。 3 局部h o u g h 变换 准确的识别是本项目的核心，为了进一步准确的识别仪表的指针。本文又提出，可 以先用中心投影法先截取指针所在部分，然后再对截取的部分进行细化运算，最后再进 行h o u g h 变换，这时h o u g h 变换取一位小数，实验证明这样大大提高了识别的准确度。 实验证明本文提出的各种算法都是有效的，同时本文建立的系统能够准确的工作。 关键字：中心投影，h o u g h 变化，直线检测，仪表指针检测，计算机视觉 华南理工大学硕+ 学位论文 a b s t r a c t m e t e rd i a ld e t e c t i o ni sw i d e l yu s e di ni n d u s t r y a na u t o m a t i cs y s t e mf o rm e t e rd i a ld e t e c t i o ni s b u i l ti nt h i sp a p e r f i r s t l y ，t h ey s 8 7 bc o n t r o l l e db yc o m p u t e rg e n e r a t e ss i g n a lt od r i v et h ed i a l o fam e t e r s e c o n d l y ，h i g h r e s o l u t i o nc a m e r ai su s e dt oc a p t u r et h ei m a g e so ft h em e t e r f i n a l l y ，p r o c e s sa n dr e c o g n i z et h ei m a g e sw i t hc o m p u t e rp r o c e d u r e t h es y s t e mw h i c h m a k e su s eo ft h en e w e s tt e c h n o l o g i e so fd i g i t a ls i g n a lp r o c e s sa n dm e t h o d so fi m a g e r e c o g n i t i o n ，c a nr e p l a c eh u m a n sh a r dw o r k ，s ot h a tw ec a nr e c o g n i z et h ed i a lm e t e ra n d p r o c e s st h ec o m p l e xd a t aa u t o m a t i c a l l y t h es y s t e mi sq u i t ew o r t h yo fb o t hr e s e a r c ha n d a p p l i c a t i o n t h em a i nw o r k so ft h i st h e s i sa r ef o l l o w s ： 1 c o m p a r i n g o f t h ea l g o r i t h m so f p r e p r o c e s s f o r m e t e r d i a l i m a g e t h ep r e p r o c e s si n c l u d e st h i n ep a r t s ：i m a g en o i s er e m o v a l ，e d g ed e t e c t i o n ， b i n a r y c o n v e r s i o n t h ee x p e r i m e n t ss h o wt h a tm e d i a nf i l t e r i n gi st h eb e s tm e t h o df o ri m a g e n o i s er e m o v a l ，t h es o b e i _ vt e m p l a t ei sb e s tf o re d g ed e t e c t i o n ，o t s ua l g o r i t h mi sb e s tf o r b i n a r i z a t i o n 2 a u t o m a t i cm e t e rd i a lp o i n t e rd e t e c t i o na p p r o a c h d e t e c t i o na p p r o a c hb a s e do nh o u g ht r a n s f o r mc o o p e r a t e dw i t hc e n t e r p o i n tp r o j e c t i o n m e t h o di sp r o p o s e di nt h i st h e s i s t h eh o u g ht r a n s f o r mi sf i r s t l yu s e dt od e t e c tt h ec e n t e rp o i n t o ft h ed i a l t h ed a i li m a g ei st h e np r o j e c t e dt ot h ec e n t e rp o i n ta n dt h ed i a li n d i c a t o ri sf i n a l l y d e t e c t e df r o mt h ei m a g ec e n t e r - p o i n tb a s e dp r o j e c t i o n e x p e r i m e n t ss h o wt h a tt h ep r o p o s e d m e t h o dw o r k sv e r yw e l lf o rt h ed i a li n d i c a t o rd e t e c t i o n c o m p a r i n gw i t ht h ec l a s s i c a lh o u g h t r a n s f o r m ，i th a st h em e r i to ff a s tp r o c e s s i n gs p e e da n dv e r yl o wc o m p u t a t i o ns t o r a g e ， 3 l o c a lh o u g ht r a n s f o r m a c c u r a c yi st h em o s ti m p o r t a n tp a r to fr e c o g n i t i o n t og e t m o r ee x a c tr e s u l t s ，w ep u th o u g h t r a n s f o r mi ns e g m e n t e di m a g ea n dg e tad e c i m a lf r a c t i o nw i t ht h et r a n s f o r m e da n g l e b e f o r e h o u g ht r a n s f o r m ，t h es e g m e n t a t i o na n dt h i n n i n ga l g o r i t h m sa t e u s e dt op r o c e s s e x p e r i m e n t s s h o wt h em e t h o dw i l li m p r o v et h ea c c u r a c yo fr e c o g n i t i o n e x p e r i m e n t ss h o wt h a tt h ea l g o r i t h m sp r o p o s e di nt h et h e s i sa r ee f f i c i e n ta n d t h ee s t a b l i s h e d s y s t e mc a nw o r kw e l l t h ea i mo ft h es y s t e mh a sb e e na c h i e v e d k e yw o r d s ：c e n t e rp o i n tp r o j e c t i o n ，h o u g ht r a n s f o r m , l i n ed e t e c t i o n ，m e t e rd i a lp o i n t d e t e c t i o n ，c o m p u t e rv i s i o n i i 本课题部分工作得到了国家自然科学基金“低分辨率 运动手写体汉字识别”( 项目编号：6 0 2 7 5 0 0 5 ，起止日期： 2 0 0 3 1 - - 2 0 0 5 12 ) 的资助。 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权华南理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存 和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上相应方框内打“4 ”) 作者签 导师签 日期：如呵年6 月6 日 日期：川年6 月日 一一釜= 皇堑笙 1 1 机器视觉系统概述 第一章绪论 机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对 客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它 是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网 膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形 状、尺寸、离开观察点的距离、质地和运动特征( 方向和速度) 等的理解。 机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为 输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到 二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影 图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观 世界。 工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中 的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。个典 型的机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或 显示。 图像的获取 图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机 处理的系列数据，它主要由三部分组成： 照明 图像聚焦形成 图像确定和形成摄像机输出信号 图像处理技术 机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图 像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解 等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像 的视觉效果，又便于计算机对图像进行分析、处理和识别。 女图像的增强 华南理工大学硕士学位论文 图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。 通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像 灰度分布情况的统计特性图表，与对比度紧密相连。 通常，在计算机中表示的一幅二维数字图像可表示为一个矩阵，其矩阵中的 元素是位于相应坐标位置的图像灰度值，是离散化的整数，一般取0 ，1 ， 2 5 5 。这主要是因为计算机中的一个字节所表示的数值范围是o 2 5 5 。另外，人眼 也只能分辨3 2 个左右的灰度级。所以，用一个字节表示灰度即可。 但是，直方图仅能统计某级灰度像素出现的概率，反映不出该像素在图像中 的二维坐标。因此，不同的图像有可能具有相同的直方图。通过灰度直方图的形 状，能判断该图像的清晰度和黑白对比度。 如果获得一幅图像的直方图效果不理想，可以通过直方图均衡化处理技术作 适当修改，即把一幅已知灰度概率分布图像中的像素灰度作某种映射变换，使它 变成一幅具有均匀灰度概率分布的新图像，实现使图象清晰的目的。 图像的平滑 图像的平滑处理技术即图像的去噪声处理，主要是为了去除实际成像过程中， 因成像设备和环境所造成的图像失真，提取有用信息。众所周知，实际获得的图 像在形成、传输、接收和处理的过程中，不可避免地存在着外部干扰和内部干扰， 如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过 程中的误差以及人为因素等，均会使图像变质。因此，去除噪声，恢复原始图像 是图像处理中的一个重要内容。 图像的数据编码和传输 数字图像的数据量是相当庞大的，一幅5 1 2 5 1 2 个像素的数字图像的数据量 为2 5 6k 字节，若假设每秒传输2 5 帧图像，则传输的信道速率为5 2 4 m 比特秒。 高信道速率意味着高投资，也意味着普及难度的增加。因此，传输过程中，对图 像数据进行压缩显得非常重要。数据的压缩主要通过图像数据的编码和变换压缩 完成。 图像数据编码一般采用预测编码，即将图像数据的空间变化规律和序列变化 规律用一个预测公式表示，如果知道了某一像素的前面各相邻像素值之后，可以 用公式预测该像素值。采用预测编码，一般只需传输图像数据的起始值和预测误 差，因此可将8 比特像素压缩到2 比特像素。 边缘锐化 图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边 2 第一章绪论 界，达到将物体从图像中分离出来或将表示同物体表面的区域检测出来的目的。 它是早期视觉理论和算法中的基本问题，也是中期和后期视觉成败的重要因素之 一。 图像的分割 图像分割是将图像分成若干部分，每一部分对应于某一物体表面，在进行分 割时，每部分的灰度或纹理符合某一种均匀测度度量。某本质是将像素进行分 类。分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。图 像分割是图像处理技术的基本方法之一，应用于诸如染色体分类、景物理解系统、 机器视觉等方面。 图像的识别 图像的识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别景 物中已分割好的各个物体，给这些物体赋予特定的标记，它是机器视觉系统必须 完成的一个任务。 按照图像识别从易到难，可分为三类问题。第一类识别问题中，图像中的像 素表达了某一物体的某种特定信息。如遥感图像中的某一像素代表地面某一位置 地物的一定光谱波段的反射特性，通过它即可判别出该地物的种类。第二类问题 中，待识别物是有形的整体，二维图像信息已经足够识别该物体，如文字识别、 某些具有稳定可视表面的三维体识别等。但这类问题不像第一类问题容易表示成 特征矢量，在识别过程中，应先将待识别物体正确地从图像的背景中分割出来， 再设法将建立起来的图像中物体的属性图与假定模型库的属性图之间匹配。第三 类问题是由输入的二维图、要素图、2 * 5 维图等，得出被测物体的三维表示。这里 存着如何将隐含的三维信息提取出来的问题，当是今研究的热点。 目前用于图像识别的方法主要分为决策理论和结构方法。决策理论方法的基 础是决策函数，利用它对模式向量进行分类识别，是以定时描述( 如统计纹理) 为基础的；结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结 构有不同的基元串( 或称字符串) ，通过对未知物体利用给定的模式基元求出编码 边界，得到字符串，再根据字符串判断它的属类。这是一种依赖于符号描述被测 物体之间关系的方法 1 2 本课题国内外研究现状 指针式指示表由于结构简单、使用方便、易于维护，广泛应用于电力、 石油、化工等行业。但在生产和使用过程中，指示表需要定期对其精度进行 3 华南理工大学硕士学位论文 确定和检定。指式表的指示精度检测主要采用被检测仪表的示数值与标准信 号源的示数值对比的方法计算相对误差、绝对误差以及给出误差曲线和误差 报告。对指式表的精度检定大体上有三种方法：( 1 ) 机械式：机械式指示表检 定方法是最初的指示表检定方法。它用被检定的指示表测量n 个于0 级千分尺 相当的测微螺丝，认为该测微螺丝的值是标准的。计算出测量值与标准值之 间的误差，以次判断表的精确度。( 2 ) 半自动式：在机械式指示表检定方法的 基础上，又形成了半自动式指示表检定仪。该检定仪对于标准值的测量不再 依靠人工读出。而是用一个精确度极高的光栅传感器完成标准值的测量任务。 其方法是用手转动卡具使得指示表与光栅传感器同步移动。当检定员看到指 针和刻度重合时，按下按钮。微机采集此时的光栅传感器的数值，将其与指 针所指的值相比较，给出示值误差，自动判断出指示表的精度并打印出来。 ( 3 ) 自动式：全自动式指示表检定方法的优点在于，利用光学检定的方法自动 地对指示表的示值进行识别，且用步进电机代替人手转动工具，从而完全省 去了检定过程中地人为参与，既提高了捡定地速度又提高了检定的精度。 指针式仪表的自动识别系统在国内外的许多地方都有研究，在国内，上海仪 表研究所研制成功了半自动指针仪表控制系统，并已推广使用，但未解决自动视 觉读表功能。仪表的自动检定系统则在许多高校中有研究，如哈尔滨工业大学、 华北电力大学、北京工业大学、辽宁大学、武汉理工大学等0 - 8 。这些论文设计系 统的思路和方法有很多的相似之处，主要是设计一种自动获取指针式仪表读数的 系统，利用计算机视觉技术实现仪表示值的自动采集，将图像处理技术运用于指示 表的检定，代替了需要人工参与的传统的检定方法，实现了指示表检定的自动化。 他们研究的系统，虽然能够代替人眼自动地识别出指针的位置，同时能较准确的 识别出指针，但他们研究的自动检定系统都很不完善：( 1 ) 系统一般只是针对圆 形指针式压力表或水表，且用来处理的图片分辨率不高；( 2 ) 所用的标准源不是 可程控的多功能标准源y $ 8 7 b ，仅是标准压力自动产生系统。( 3 ) 识别的精度和速 度不够，不能准确识别高精度的指示表。在国外，主要提供对数字式指示表的识 别系统，但是价格昂贵。研究指针式仪表的自动系统较少，查到的文献仅有f c o r r e aa 1 e g r i a 和a c r u zs e r r a 设计的指针式仪表自动识别系统9 1 ，此系统能自 动识别出仪表指针的位置，但此系统使用的信号源是f l u k e 5 7 0 0 ，而且识别捕捉的 图片分辨率不高。 1 3 本课题的研究背景和意义 目前在我国电力系统，铁路系统、厂矿企业、全国各省市计量部门中， 0 5 级以上各种模拟指示( 指针式) 标准交、直流电表在电量测量中占据很 4 第一章绪论 重要的作用，仍然使用十分广泛。而对这些高精度标准表进行检定对安全、高 质量生产起着至关重要的作用。几十年来，我国电学计量行业普遍采用繁重 的人工仪表检定方式来对仪表进行校验检定：需要人手触摸开关来控制电量 输出，同时人眼睛注视被检仪表的指针位置，并需要记录数据。2 3 个小时 才能检一块多量程的仪表( 不包括数据处理) ，检定人员已疲劳不堪了。由于 采用人工操作来检表，必然存在人为误差、视觉误差。 本项目将计算机视觉技术和程控标准仪技术引入指示表识别系统，以实 现指式表校验的自动化。项目将利用最新的计算机信息处理技术和图像自动 识别技术，开发一套先进的自动检定系统，通过计算机控制可程控的多功能 标准源y s 8 7 b 输出电量驱动指示表的读数相应变化，通过摄像设备读入仪表 指针的图像进行图像识别和理解，确定指示表的读数，代替人眼读数，从而 实现对各种指针式仪表进行自动智能化检定，并自动处理各种繁琐的检定数 据。 系统的研制将彻底改革以往旧的检定模式，克服其它装置中测试不稳、 故障率高、准确度低的不足之处，改善计量人员长期处在一种高度紧张繁琐 的工作环境，达到提高工作效率、提高测试技术水平和测试准确度，改善工 作环境这一目的。新开发的检定系统将是智能化程度高的装置，监控系统的 控制界面美观、操作方便、性能稳定，自动进行各种复杂的数据处理，极大 的提高工效，减少人员的劳动强度和人为误差。 指针式指示仪表自动校验系统的研制，日本通产省曾资助六家公司用了 三年时间，到七十年代末研制了一套半自动化试验系统，但由于当时计算机 软硬件技术的限制，该系统并未有成品投入实际使用。我国上海第二电表厂 是生产0 5 级以上标准表的厂家，9 0 年代初利用光电管原理研制了一套自动 检表系统，但由于当时的技术条件不成熟，也未获得成功。 据了解，目前国内还没有这样的模拟指示仪表自动检定系统问世。本系 统中有一项新技术研究是通过摄像枪及视频图象卡将指针仪表的刻度和指针 检定工况的关系摄入计算机内进行图像处理及图像理解，从而达到自动控制 y s 8 7 b 可程控多功能标准源来检定仪表，取代人眼的操作，实现完善的智能 化检定。此项技术研究属信息学科领域中的前沿研究课题，国内外还没查到 有先例。随着近年来计算机软硬件技术的飞速发展，以及图像处理技术的日 趋成熟，今天来研制这样一套实用的智能仪表检验系统已具备了技术条件。 中国在电学计量的发展中，由原始的分立电源组合成一个装置进行检定 发展到9 7 年才有可程控的y s 8 7 b 标准源，在此之前近二十年，除上海电表厂 生产的x y i b 交直流精密电表校对验装置外，就是由潍坊生产的d 0 3 0 三用表 校验仪独霸0 5 级以下仪表检定市场，遍布中国各个领域，估计约几万台。 5 华南理l 大学硕士学位论文 随着科学技术的发展，d 0 3 0 及其他检定装置已跟不上量值传递市场发展的需 求。本系统作为先进的科技产品，一旦问世，用户将逐日增加，成为热门产 品，将有近万以上的用户需求。本系统不仅能对0 5 级以上的指针式标准表 进行检定，还可以取代d 0 3 0 ，对低精度的普通万用表、工作板表进行检定， 其测试覆盖面广，利用率和工作效率可提高十倍以上，符号当前减员增效的 要求，其良好的经济社会效益是非常可观的。除此之外，它能有效地促进仪 表生产线的自动化和电力系统中对电网上的仪表进行检测控制的自动化进 程，填补国际空白。同时本系统在铁路系统、电力系统、省市计量系统、大 中型厂矿企业以及仪表生产厂家中有着十分广泛应用和推广前景。 1 4 本论文的章节安排 为了方便读者阅读，这里给出本文的大概框架。本论文主要分为四章，第一 章介绍了计算机视觉的发展和国内外的各种应用，并介绍了本课题的国内外的研 究情况，研究背景和研究的意义。后面三章按照指针式仪表的识别流程来进行介 绍，其中第二章阐述了系统整体的设计思想和图像的采集，图像预处理所采用的 一些相关算法，并进行了对比，通过对实验结果的分析选取了最适合本课题的算 法。第三章介绍了指针式仪表图片的指针识别方法：h o u g h 变换和中心投影法，详 细介绍了自己提出的中心投影法并且与h o u g h 变换及其h o u g h 变换的一些改进算 法进行了比较。第四章则将h o u g h 变换用于局部来识别指针，并且h o u g h 变换的 结果取一位小数，主要是为了进一步提高识别的精度。最后是本文的结论部分， 总结了本文所用的算法，以及本文的创新之处。 6 第二章系统的整体设计和图像的预处理 第二章系统的整体设计和图像的预处理 2 1 系统的整体设计 2 1 1 系统设计的指导思想： 保证测量精度 指针式仪表是一种高精度的仪表，如果设计的系统不能达到要求的精度，那 么系统就失去了它的的意义。本系统的设计是为了代替人眼而对指针式仪表的刻 度进行识别，因此，系统的最低要求是要达到人眼的检测精度。 保证测量效率 本系统的目的是为了提高指针式仪表检测的效率，即指针式仪表刻度识别的 效率。一般情况下，人工检测的效率比较低，采用了计算机视觉来识别后效率大 大的提高了，但是在整个系统的检测过程中，采用合理的算法，还是会对整个系 统的效率产生很大的影响。其中仪表指针的识别对整个系统的影响最大。 系统的构成 本系统由多功能标准信号源y s 8 7 b ，m v c l 0 0 0 摄像头，含键盘和显示器的微型计算 机构成，其中计算机和m v c l 0 0 0 摄像头通过u s b 线相连，计算机和y s 8 7 b 通过串口相连， 具体如图2 1 所示。 图2 - 1 识别系统的构成 f i g 2 - 1c a l i b r a t i o ns y s t e m y s 8 7 b 可程控多功能标准源是在国内外处于领先地位的信号源。它能提供功率最大 7 华南理t - 大学硕士学位论文 为50w ，最高准确度为0 05 的交直流电压、电流、电阻标准信号，可按电表校 验规程对o 5 级以下的交直流电压、电流指针表、数字表，进行基本误差、升降变差和 线性度等校验，误差及输出电量直读并可在其分辩率范围内任意，还能对指针表进行点 格；扫掠检验轧钱情况，仪器带有gpib 接口和先进可靠的自保护电路。适用于交直 流电压、电流指钱表、数字表的自动或手动校验系统，也可作交直流电压、电流、电阻 标准信号源用。ys87 可程控多功能标准源采用了自校准技术。只要有一个比其高一 个等级的标准表，就可对它进行任意量程点的校准，现在主要用于电力系统、通讯系统、 国防科研机构、大专院校和厂矿企业等计量部门。它会给模拟电表的生产及应用单位和 计量行业带来方便与效益，并为今后发展电磁测试自动化打下基础。主要技术指标： 输出范围及最高准确度：直流电压：10m v0 05 交流电压：10m v 10 00v0 1 直流电流：1m a 10a0 15 电阻：10mq0 1 ， 8h 稳定度：准确度的30 ， 温度系数：准确度的10 c ， 分辩率：0 01 ， 输出频率及准确度：50hz 、60hz 、400hz ，0 1 ， 外形尺寸：43 5m m ( 宽) 1951 1 1 m ( 高) 600m m ( 长) 。 m v c l 0 0 01 4 0 万象素高清晰度摄像头是遵循u s b 2 0 标准的高速、高分辨率图像采 集系统。 m v c l 0 0 0 具有1 2 8 0 1 0 2 4 分辨率和板级处理功能，从而提供了高质量的采集图像， 适用于高精度、高分辨率的图像采集、图像处理系统，通过u s b 2 0 接口，不需要额外 的采集设备，即可获得实时的无压缩视频数据和对图像的捕捉。主要技术指标： 采用最新的c m o s 感光芯片，1 ，3 7 4 ，9 7 6p i x e l s ，逐行扫描； 即插即用和自动电源控制，通过u s b 2 0 接口供电，遵循u s b 2 0 标准 ( 4 8 0 m b i t s s e c ) ； 最大帧率：1 2 8 0 1 0 2 48 f s 1 0 2 4 7 6 81 4 f s 8 0 0 6 0 01 6 f s 6 4 0 4 8 02 4 f s 3 2 0 x2 4 04 0 f s ： 可控制捕获图象的任意幅面与位置，低的幅面可以获得更高的帧率。可控制缩放 预览。 2 4 一b i tb a y e rr g b 视频输出。 支持w i n 2 k ，w i n x p 操作系统。 8 第二章系统的整体设计和图像的预处理 提供完整的s d k 开发包。 2 1 2 系统的基本原理 首先用计算机控制标准源y s 8 7 b 对仪表输出一个标准值，再用计算机控制u s h 摄像 头采集仪表的图片，然后对采集的图片进行处理，识别仪表的刻度，用识别的刻度值与 标准源y s 8 7 b 输出的标准值进行比较，检定仪表的好坏。其中，计算机对标准源y s 8 7 b 和u s b 摄像头的控制，可用硬件厂家提供的动态链接库，因此本系统关键在于对采集的 仪表图片进行识别，一般的方法是首先对仪表图片进行预处理，然后用h o u g h 变换”0 1 确 定仪表指针的位置。但h o u g h 变换识别的速度慢，存储量大，因此本文提出了中心投影 法来检测仪表的指针，提高了计算速度。最后为了提高识别的准确度，本文又提出将 h o u g h 变换应用于局部，来提高识别精度，系统流程如图2 2 开始 上 采集图像 1 l 图像读取 上 图像预处理 上 确定仪表指针的 投影中心 j r 中心投影法确定指 针的初抬付詈 上 局部h o u g h 变换确 定仪表的刻度 上 结束 图2 2 系统识别的流程图 f i g 2 - 2r e c o g n i t i o nf l o wo ft h es y s t e m 9 华南理t 大学硕士学位论文 2 2 图像的采集和读取 图像文件就是描绘了一幅图像的计算机磁盘文件。总的来说，有两种截然不同的图 像格式类型：即有损压缩和无损压缩。 有损压缩可以减少图像在内存和磁盘中占用的空间，在屏幕上观看图像时，不会发 现它对图像的外观产生太大的不利影响。因为人的眼睛对光线比较敏感，光线对景物的 作用比颜色的作用更为重要，这就是有损压缩技术的基本依据。 有损压缩的特点是保持颜色的逐渐变化，删除图像中颜色的突然变化。生物学中的 大量实验证明，人类大脑会利用与附近最接近的颜色来填补所丢失的颜色。例如，对于 蓝色天空背景上的一朵自云，有损压缩的方法就是删除图像中景物边缘的某些颜色部 分。当在屏幕上看这幅图时，大脑会利用在景物上看到的颜色填补所丢失的颜色部分。 利用有损压缩技术，某些数据被有意地删除了，而被取消的数据也不再恢复。 无可否认，利用有损压缩技术可以大大地压缩文件的数据，但是会影响图像质量。 如果使用了有损压缩的图像仅在屏幕上显示，可能对图像质量影响不太大，至少对于人 类眼睛的识别程度来说区别不大。可是，如果要把一幅经过有损压缩技术处理的图像用 高分辨率打印机打印出来，那么图像质量就会有明显的受损痕迹。 无损压缩的基本原理是相同的颜色信息只需保存一次。压缩图像的软件首先会确定 图像中哪些区域是相同的，哪些是不同的。包括了重复数据的图像( 如蓝天) 就可以被 压缩，只有蓝天的起始点和终结点需要被记录下来。但是蓝色可能还会有不同的深浅， 天空有时也可能被树木、山峰或其他的对象掩盖，这些就需要另外记录。从本质上看， 无损压缩的方法可以删除一些重复数据，大大减少要在磁盘上保存的图像尺寸。但是， 无损压缩的方法并不能减少图像的内存占用量，这是因为，当从磁盘上读取图像时，软 件又会把丢失的像素用适当的颜色信息填充进来。如果要减少图像占用内存的容量，就 必须使用有损压缩方法。 无损压缩方法的优点是能够比较好地保存图像的质量，但是相对来说这种方法的压 缩率比较低。但是，如果需要把图像用高分辨率的打印机打印出来，最好还是使用无损 压缩几乎所有的图像文件都采用各自简化的格式名作为文件扩展名。从扩展名就可知道 这幅图像是按什么格式存储的，应该用什么样的软件去读写等等 b m p 格式的文件 b m p 是英文b i t m a p ( 位图) 的简写，是一种与硬件设备无关的图像文件格式，使用 非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此， b m p 文件所占用的空间很大。b m p 文件的图像深度可选l b i t 、4 b i t 、8 b i t 及2 4 b i t 。b m p 文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。 由于b m p 文件格式是w i n d o w s 环境中交换与图有关的数据的一种标准，因此在 w i n d o w s 环境中运行的图形图像软件都支持b m p 图像格式。 1 0 第二章系统的整体设计和图像的预处理 典型的b m p 图像文件由三部分组成：位图文件头数据结构，它包含b m p 图像文件的 类型、显示内容等信息；位图信息数据结构，它包含有b m p 图像的宽、高、压缩方法， 以及定义颜色等信息。 j p e g 格式的文件 j p e g 是j o i n tp h o t o g r a p h i ce x p e r t sg r o u p ( 联合图像专家组) 的缩写，文件后辍 名为”j p g ”或”j p e g ”，是最常用的图像文件格式，由一个软件开发联合会组织制定， 是一种有损压缩格式，能够将图像压缩在很小的储存空间，图像中重复或不重要的资料 会被丢失，因此容易造成图像数据的损伤。尤其是使用过高的压缩比例，将使最终解压 缩后恢复的图像质量明显降低，如果追求高品质图像，不宜采用过高压缩比例。但是 j p e g 压缩技术十分先进，它用有损压缩方式去除冗余的图像数据，在获得极高的压缩 率的同时能展现十分丰富生动的图像，换句话说，就是可以用最少的磁盘空间得到较好 的图像品质。而且j p e g 是一种很灵活的格式，具有调节图像质量的功能，允许用不同 的压缩比例对文件进行压缩，支持多种压缩级别，压缩比率通常在1 0 ：1 到4 0 ：1 之间， 压缩比越大，品质就越低；相反地，压缩比越小，品质就越好。比如可以把1 3 7 m b 的 b m p 位图文件压缩至2 0 3 k b 。当然也可以在图像质量和文件尺寸之间找到平衡点。j p e g 格式压缩的主要是高频信息，对色彩的信息保留较好，适合应用于互联网，可减 少图像的传输时间，可以支持2 4 b i t 真彩色，也普遍应用于需要连续色调的图像。 j p e g 格式是目前最流行的图像格式，是可以把文件压缩到最小的格式，在很多软 件中以j p e g 格式储存时，提供1 1 级压缩级别，以o l o 级表示。其中0 级压缩比最高， 图像品质最差。即使采用细节几乎无损的1 0 级质量保存时，压缩比也可达5 ：1 。以 b m p 格式保存时得到4 2 8 m b 图像文件，在采用j p g 格式保存时，其文件仅为1 7 8 k b ， 压缩比达到2 4 ：1 。经过多次比较，采用第8 级压缩为存储空间与图像质量兼得的最佳 比例。 j p e g 格式的应用非常广泛，特别是在网络和光盘读物上，都能找到它的身影。目 前各类浏览器均支持j p e g 这种图像格式，因为j p e g 格式的文件尺寸较小，下载速度快。 我们用北京微视公司的m v c l 0 0 0 摄像头捕捉图像，通过调用微视公司提供的函数库 来控制图像的捕捉，将捕捉的图像送给计算机处理。捕捉的图像是分辨率为1 2 8 0 1 0 2 4 的b m p 格式的位图，由于位图格式的图片所占的空间比较大，所以我们将位图转换为占 空间较小的j p g 格式的图片，为了加快处理速度，我们再将图片压缩到原图大小的四分 之一。 2 3 图像去噪和灰度拉伸 一般情况下，成像系统获取的图像( 即原始图像) 由于受到种种条件限制和随机干扰， 往往不能在视觉系统中直接使用，必须在视觉信息处理的早期阶段对原始图像进行灰度 华南理工大学硕士学位论文 校正、噪声过滤等图像预处理对机器视觉系统来说，所用的图像预处理方法并不考虑 图像降质原因，只将图像中感兴趣的特征有选择地突出，衰减其不需要的特征，故预处 理后的输出图像并不需要去逼近原图像这类图像预处理方法统称为图像增强图像增 强技术主要有两种方法：空间域法和频率域法空间域方法主要是在空间域内对图像像 素直接运算处理频率域方法就是在图像的某种变换域，对图像的变换值进行运算，如 先对图像进行付立叶变换，再对图像的频谱进行某种计算( 如滤波等) ，最后将计算后的 图像逆变换到空间域。本文用到的 图像预处理主要包括以下几个步骤，其流程如图2 3 ： 对图像的增强处理包括图像去噪和图像的灰度拉伸两个部分。当图像输入到计算机 的时候，由于各种因素的影响，使图像上有了各种各样的噪声，为此，我们用了中值滤 波法对图像首先进行噪声滤除。通过图像拉伸增加了图像的对比度，避免了图像灰度集 中在较暗的区域导致的图像偏暗，或图像灰度集中在较亮的区域导致的图像偏亮，改善 了图像质量。 开始 上 采集图像 0 变灰度图像 中值滤波 j 图像灰度拉伸 上 s o b e l 垂直模板边缘提取 上 图像二值化 1 l 结束 图2 - 3 图像预处理的流程图 f i g 2 - 3p r e p r o c e s sf l o wo ft h ei m a g e 1 2 第二章系统的整体没计和图像的预处理 2 3 1 用中值滤波法去除图像中的噪声 图像常常被强度随机信号( 也称为噪声) 所污染。一些常见的噪声有椒盐( s a l t p e p p e r ) 噪声、脉冲噪声、高斯噪声等。椒盐噪声含有随机出现的黑白强度值。而脉冲 噪声则只含有随机的自强度值( 正脉冲噪声) 或黑强度值( 负脉冲噪声) 。与前两者不 同，高斯噪声含有强度服从高斯或正态分布的噪声。高斯噪声是许多传感器噪声的很好 模型，例如摄像机的电子干扰噪声。 线性平滑滤波器去除高斯噪声的效果很好，且在大多数情况下，对其它类型的噪声 也有很好的效果。线性滤波器使用连续窗函数内像素加权和来实现滤波特别典型的是， 同一模式的权重因子可以作用在每一个窗口内，也就意味着线性滤波器是空间不变的， 这样就可以使用卷积模板来实现滤波。如果图像的不同部分使用不同的滤波权重因子， 且仍然可以用滤波器完成加权运算，那么线性滤波器就是空间可变的。任何不是像素加 权运算的滤波器都属于非线性滤波器。非线性滤波器也可以是空间不变的，也就是说， 在图像的任何位置上可以进行相同的运算而不考虑图像位置或空间的变化。 线性平滑滤波运算的主要问题是有可能模糊图像中的尖锐不连续部分，所以本文采 用非线性虑波中的：中值滤波1 1 1 z 2 。 中值滤波的基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，该方 法在去除脉冲噪声、椒盐噪声的同时又能保留图像边缘细节，这是因为它不依赖于邻域 内那些与典型值差别很大的值。中值滤波器在处理连续图像窗函数时与线性滤波器的工 作方式类似，但滤波过程却不再是加权运算例如，取3 3 函数窗，计算以点【f 】为中 心的函数窗像素中值步骤如下： ( 1 ) 按强度值大小排列像素点。 ( 2 ) 选择排序像素集的中间值作为点【f ， 的新值。 这一过程如图2 - 4 所示。一般采用奇数点的邻域来计算中值，但如果像素点数为偶 数时，中值就取排序像素中间两点的平均值。 簟囊囊太臻i i 知， 值 l ：； i _ 鼻槌 | j 矬i l ：； 图2 - 4 中值滤波法示意图 f i g 2 - 4m e d i a nf i l t e r i n ga l g o r i t h m 1 3 华南理工大学硕士学位论文 中值滤波在一定条件下，可以克服线性滤波器( 如均值滤波等) 所带来的图像细节 模糊，而且对滤除脉冲干扰即图像扫描噪声最为有效。在实际运算过程中并不需要图像 的统计特性，也给计算带来不少方便。图2 - 5 是采用9 x 9 函数窗的结果： a ) b ) 图2 - 5 中值滤波后的结果 f i g 2 - 5r e s u l to fm e d i a nf i l t e r i n g 图2 5 中a ) 是原始图像，b ) 是对a ) 采用9 x 9 函数窗进行中值滤波后的结果。 2 3 2 图像拉伸 通过图像拉伸增加了图像的对比度：通过对图像的分析我们采用如下方法增加指针 式仪表图像的对比度，扫描整幅图像g ( x ，y ) ，如果占( y ) 的灰度小于5 0 ，则占) t ) 的 值赋o ，如果g ( x ，y ) 的灰度大于2 0 0 ，则g ( x ，) ) 的值赋为2 5 5 ，如果g ( x ，y ) 的值介于5 0 2 0 0 之间，则按墨! ；兰茅x 2 5 5 计算的结果赋值，按如下