（检测技术与自动化装置专业论文）指针式仪表自动读数的研究及应用.pdf

摘要 摘要 指针式仪表自动读数识别，是实现各种指针式仪表自动检定最重要 的基础，同时也是把指针式仪表集成到智能化系统的关键。本文采用机 器视觉方法实现了对指针式仪表进行自动读数识别，并研究了一种指针 式仪表自动检定系统。 在所查阅的指针式仪表自动读数的相关资料中，基本是根据当前指 针与指零时的指针角度关系计算出仪表的读数，而这种方法与人工读数 的方法不同，准确度还有待提高。涉及自动检定系统的研究资料还较少， 这部分工作有待进一步深入。 本文主要做了以下几方面的工作： i 研究指针式仪表自动检定系统： 对组成本系统的各种硬件和有关软件作了整体方案设计，硬件包括 摄像头、光照设施、程控标准源等选用或设计。对程控标准源提出设计 方案，满足检定系统对程控电流源的要求。软件包括符合自动检定流程 的控制程序，用机器视觉技术对指针式仪表图像进行处理并自动识别图 像中仪表的读数。 2 研究提高指针式仪表自动读数准确性的方法： 采用光隔离罩和多孔光源提高图像采集的质量，用目标区域0 ts u 法 进行二值化，用二值差影法结合最大连通域提取出指针，利用纹理特征 把刻度连通域从整幅图中提取出来，采用刻度标度值识别结合指针与其 左右两边最靠近刻度的距离来计算仪表读数，提高了读数的准确度。 3 研制了系统样机，实现了自动捡定，具有一定的实用价值： 研制了指针式仪表自动检定系统样机，所研究的方法得到了实验验 证，出实验数据可知，自动读数取得了好的读数效果，符合检定要求， 为最终实现仝自动仪表检定做了有益的工作。 关键词：机器视觉：指针式仪表；自动读数：图像处理 妄查三些奎兰三兰堡圭兰堡丝兰 a b s t r a c t t h ea u t o m a t i cr e c o g n i t i o nt e c h n o l o g yo fa n a l o gm e a s u r e m e n ti n s t r u m e n t s is v e r yi m p o r t a n tf ora u t o m a t i cc a l i br a t i o nd e v i c es ，i tisa l s ot h e k e y t e c h n o l o g y0 fi n t e gr a t i n gt h ea n a l o gm e a s u r e m e n ti n s t r u m e n t si n t od i g i t a l s y s t e m s t h i st h e s ise x p a t i a t esh o wt or e c o g n i z et h er e a d i n go fa n a l o g m e a s u r e m e n ti n s t r u m e n t sb yu s i n gm a c h i n ev i s i o nt e c h n o l o g y a n das i m p l e a n a l o gm e a s u r e m e n ti n s t r u m e n t sc a l i br a t i o ns y s t e misr e s e a r e h e d i nt h ea t t a i n a b l ec or r e l a t i v ep a p e r s ，t h ew a yo fr e c o g n i z i n gt h er e a d i n go f a n a l o gm e a s u r e m e n ti n s t r u m e n t sis a sf o l l o w s ：p r o c e s s i n gt h ei m a g ei n t o a b i n a r yi m a g ea n dt h i n n i n gt h ei m a g e ，p i c k i n g u pt h ep o i n t e ra n ds c a l e s w i t hh o u g ht r a n s f o r m ，a n dc a l c u l a t et h er e c o g n i t i o nr e s u l tf r o mt h ea n g l e r e l a t i o n s h i pb e t w e e np o i n t e ra n ds c a l es b u tt h er es u l tc a l c u l a t e df r o m a n g l er e l a t i o n s h i pisn o tpr e c i s i o n t h ea u t o m a t i cr e c o g n i t i o ns y s t e mi sn o t m e n t i o n e do f t e n l y h i g hp r e c i s i o ni nt h ea u t o m a t i cr e c o g n i t i o no fa n a l o g m e a s u r e m e n ti n s t r u m e n t sisn e e d e d t h i st h e s isd i ds o m e t h i n gasf o l l o w s ： 1 r e s e a r c ht h ea u t o m a t i cc a l i b r a t i o n s y s t e m f or a n a l o gm e a s u r e m e n t i n s tr u m e n t s d es i g nt h eh a r d w a r ea n ds o f t w a r eo ft h es y s t e m t h eh a r d w a r ei n c l u d esa c a m er a ，i l l u m i n a t i o n e s t a b l i s h m e n t pr o g r a m a b l es t a n d a r d s o u r c e a pr o g r a m a b l ec u r r e n ts o u r c ei sd e s i g n e da sas t a n d a r ds o u r c e t h es o f t w a r e i n c l u d e sc o n t r a l p r o gr a m ，i m a g ep r o c es s i n g pr o g r a ma n da u t o m a t i c r e c o g n i t i o npr o g r a m 2 r es e ar c ht h em e t h o d so fi m p r o v i n gr e a d i n gp r e c is i o n u s e1 i g h ti n s u l a t e ra n dm u l t i a p er t ur e1 i g h ts o u r c et oi m p r o v et h eq u a l i t y o fi m a g e s i m pr o v eo t s ua p pr o a c ht ot u r nac o l o ri m a g ei n t oab i n a r yi m a g e p i c k - u p t h e p o i n t e r s a n ds c a l e sf r o mb i n a r yi m a g es w i t ht h e h e l p o f d i s t a n c e r e l a t i o n s h i p b e t w e e n p o i n t e ra n d s c a l e s ，g e t am or e pr e c is e r e c o n i t i o nr e s u l t 3 r e a l i z et h ea u t o m a t i cc a l i br a t i o ns ys t e m 【i g o o de f f e c td a t a si s a c q u ir e df r o mt h ee x p er i m e n t o ft h ea u t o m a t i c l i b r a t i o n s y s t e m t h ec a l i br a t i o ns y s t e ma c c or d sw i t hr e q u i r e m e n t so f i a t i v er u l es e yw o r d s ：m a c h i n ev i s i o n ，a n a l o gm e a s ur e m e n ti n s t r u m e n t s ， a u t o m a t i cc a l i b r a t i o n ，i m a g epr o c e s s i n g i i i 二至三些奎兰三耋堡圭兰丝丝兰 独创性声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我 个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除 了文中特别加以标注和致谢的地方外，论文中不包含其它人已经发表或 撰写过的研究成果，不包含本人或其它用途使用过的成果。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并表 示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取 得的，论文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声 明。 指导教师签字：弹瑚篷 论文作者签字：叠旒炙 2 0 0 7 年4 月2 5 日 第一章绪论 1 1 本课题研究背景 第一章绪论 2 0 世纪6 0 年代后，随着数字图像处理、模式识别、计算机技术和人 工智能理论的不断发展，机器视觉技术取得了巨大的进步，在许多领域 获得了广泛的应用，并显示出了广阔的发展前景。出现了康耐视 ( c o n g n e x ) 、p p tv is i o n 等一大批专业从事机器视觉技术开发与销售 的厂商，国内的机器视觉市场虽然刚起步不久，但也有深圳视觉龙科技 有限公司、中国大恒( 集团) 有限公司北京图像视觉技术分公司等厂商， 在技术积累和市场开拓上都取得了不俗的成绩。 机器视觉的目的是通过感知和理解图像，实现类似于人的视觉的效 果。与人的视觉相比，机器视觉不会出现疲劳，其识别的精度可以比人 眼识别的精度还要高。机器视觉是目前非常活跃的研究领域之一，目前 主要应用的领域有：工业检测领域、医学检测领域、机器人技术、航空 航天技术、监控管理等。例如机器视觉系统用于工业检测领域时，系统 需要对采集得到的图像进行参数测量和检测。这种应用是图像处理最重 要和最普遍的应用之一。针对被测量物体与摄像机的距离长度，这种测 量可以分为：遥感、远景图像测量、近景图像测量、显微图像测量。 随着数字电子技术的发展，虽然部分指针式仪表已被数字仪表所代 替，数字仪表精度高、易读，但是当被测量快速变化或来回波动时，数 字式仪表的示值会相应快速变化而不易被读取，而且价格高。而指针式 仪表可以直观地反映出被测量值的变化趋势，而且还具有结构简单，维 护方便，具有防尘，防水、防冻措施，不受电磁干扰影响，可靠性高， 价格便宜等优点，所以在我国的电力、石油、化工行业中、仍大量使用 指针式仪表，尤其在要求必须采用非电量，非接触式的易燃、易爆场合， 比如煤气站，指针式仪表仍无可替代。 指针式仪表种类多、数量大，这类仪表的检定需要频繁地操作仪器， 频繁地瞄准表盘并读出指针所指的读数。传统上人们是采用人工判读的 ：至三些奎兰三竺璧老兰堡垒奎 方法来检定指针式仪表的，这种判别方法受人的主观因素如人的观测角 度，观测距离及疲劳强度等影响，具有劳动强度大等不利因素，无法实 现自动数据采集和自动检定的需求。每个检定点均需要人来瞄准，仪器 的操作也需要人来完成，这既降低了工作效率，又增加了测试人员的劳 动强度，同时增加了人为因素( 视觉疲劳等) 所带来的测量不确定性。 为了有效地降低检定工作人员的工作量，缩短检定工作周期，提高 检定工作的自动化水平，研制“指针式仪表自动检定装置”是非常必要 的。若该装置研制成功将使我国在仪表检定领域达到一个新的水平，同 时推动了计量检定工作全面实现自动化。 利用机器视觉技术，可实现仪表图像的自动采集、分析、处理及读 数识别，从而为自动检定提供仪表的读数信息，这是自动检定系统的技 术关键和最大的难点所在。仪表表盘的图像处理和读数识别同时也是非 电子设备与现代电子设备的接i ；3 ，与当前工业在线检测、精密测量领域 向自动化、智能化发展的新趋势相一致，具有广阔的发展前景和应用价 值。 现代自动化生产过程中，机器视觉系统已广泛应用于工况监视、成 品检验和质量控制等领域。机器视觉系统的特点是可以提高生产的柔性 和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难 以满足要求的场合，常用机器视觉来替代人工视觉，同时在大批量工业 生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉 检测方法可以大大提高生产效率和生产的自动化程度，是实现计算机集 成制造的基础技术。随着机器视觉技术自身的成熟和发展，可以预计它 将在现代及未来制造企业中得到越来越广泛的应用。 指针式仪表的检定工作中存在频繁而大量的指针与刻度位置的视觉 比较工作，这正是机器视觉技术可以发挥优势的领域。 目前，在指针式仪表检定方面还没有见到使用自动化检定装置的产 品，基本上采用常规的检测方法和检测手段，自动化检定装置作为研究 方向一直在进行之中，其产品化还需要解决较多的技术问题。若自动检 定系统研制成功并投入使用，将大大降低测试人员的劳动强度和人为因 素造成的测量不确定性，对保证检定的准确可靠具有重要意义。 2 第一章绪论 1 2 国内外发展及研究概况 针对指针式仪表的识别与检定，关键就是通过对指针指示值的动态 识别，来实现仪器仪表的读数和自动检定。 一、国外研究现状 c o r r e aa 1 e g r i a 等在文献中详细讲述了利用机器视觉对指针式仪 表的检定的过程。首先采用摄像头采集全局的表盘图像，然后用减影法将 两个不同位置的指针的图像保留下来，再利用h o u g h 变换得到指针的角 度，之后将得到的图像做几何变换，得到指针的读数。 s a b l a t n i g 等人在文献卜1 中讲述了另一种指针式仪表的识别方法。 与c o r f aa 1 e g r i a 不同的是s a b l a t n ig 处理的是水表、百分表等刻度分 布为一个圆周的表，这类仪表的指针旋转的角度范围是3 6 0 度，在图像 分割完成之后直接利用h o u g h 变换得到指针的角度，以此来确定指针表 的读数。 二、国内研究现状 较早进行指针式仪表图像识别的是哈尔滨工业大学的李铁桥教授 等，主要是对压力表进行了研究“：稍后王三武等人研究了水表多刻度 盘的图像识别检定系统1 ；然后李宝树等提到了识别指针刻度线，但这这 些研究都未脱离指针偏角的识别方法；再就是一些针对罗经、轿车部分 仪表、飞机座舱零位仪表等的识别方寨及设计。 上述表明，指针式仪表自动读数识别的研究方法主要获取指针的角 度，根据角度关系计算出仪表的读数。与人工读数的方法不同，没有根 据指针与其最靠近的两条刻度的位置关系来计算读数，在读数准确性上 存在不足。 1 3 本课题研究目标、研究内容和拟解决的关键问题 一、研究目标 本课题的研究目标是运用机器视觉等技术设计一种指针式仪表的自 广东工业大学工学硕士学位论文 动检定系统，使其可代替人工检定中的大量重复劳动。实现指针式仪表 图像的自动采集、处理、读数识别，并进行数据分析、合格判断、报表 打印等功能。其中关键的读数识别必须采用新的方法，以提高识别精度。 二、研究内容及解决的关键技术 本课题研究指针式仪表的自动检定系统，包括： 1 研制指针式仪表自动检定系统：对组成本系统的各种软硬件进行 整体设计，硬件包括摄像头、光照设施、程控标准源等选用或设计：软 件包括符合自动检定流程的相关程序，用机器视觉技术对指针式仪表图 像进行处理并自动识别图像中仪表的读数。 2 研究提高读数准确性的方法：取得质量较好的仪表图像，有效地 把刻度与指针分别提取出来，改变传统只由指针偏转角计算读数的方法， 采用刻度值识别结合指针与其左右两边刻度的距离计算仪表读数的方 法，提高读数准确性。 3 程控标准源的设计：提出了设计方案，满足检定系统对程控电流 源的要求。 1 。4 本课题研究意义 对于大部分指针式仪表，特别是准确度比较高的仪表的检验，至今 仍需要人来手工记录读数、处理结果。检定人员在每个需要检定的刻度 上通过比较指针表的实际读数与标准电源的输出值之i b 的差异来分析被 检定仪表的性能。这种传统的方法不仅耗时多、成本高，而且人的眼睛 在大量的视觉工作之后会出现视觉疲劳，很容易引入人为误差。 因此，研制一种能自动正确识别指针式仪表读数，并能按照指针式 仪表的相关检定规程，对指针式仪表进行自动检定的系统，就可应用于 指针式仪表的出厂检定和计量部门对指针式仪表的定期检定中，减少人 的重复劳动，减轻劳动强度，加快检定速度，具有较好的社会和经济价 值。 1 5 本课题来源 4 本课题来源于科研项目“计算机自动化校表系统”，其中要研制“基 于机器视觉的图像处理平台”，它主要的工作是：数显仪表自动读数研 究；指针式仪表自动检定系统研究：仪表图像输入和预处理技术的 研究及应用。本人主要完成以上的工作，即基于机器视觉的指针式仪 表自动读数和检定系统的研究。 1 6 本文结构 本文讨论了指针式仪表自动读数的方法及其应用系统的实现，全文 的结构如下： 第一章是绪论部分，主要论述了本课题的研究背景、国内外发展及 研究概况：机器视觉技术；提出了本课题的研究目标、研究内容和解决 的关键技术问题以及本课题的研究意义。 第二章详细介绍了本系统识别指针式仪表读数所采取的具体方法， 介绍了用距离法来提高读数准确性的方法。 第三章在参考指针式仪表相关的检定规程的基础上，提出了指针式 仪表自动检定系统的方案设计，设计了符合指针式仪表检定规程要求的 自动检定流程，并设计了适合本系统使用的程控标准源。 第四章阐述了实现检定系统的过程中所遇到的几个问题和相应的解 决方法，最后给出了实验数据。 最后是论文总结，总结了主要的研究工作以及提出有待进一步解决 的问题。 广东工业大学工学硕士学位论文 第二章指针式仪表读数识别的方法研究 2 1 图像的采集 目前可以选择的图像采集设备有很多，能用于机器视觉系统的摄像 设备有：电子管摄像机、c c d 摄像机、c m o s 摄像机等。而可用于机器 视觉系统的视频数字化设备有：图像采集卡、数字摄像机和数字图像信 号采集卡。这里选择了常见u s b 接口的c m o s 摄像头来采集指针式仪表 的表盘图像。 图像或视频采集是将图像或视频信号数字化，然后存储或者实时处 理的过程，m ic r 0 s 0 f t 公司提供了两种视频捕获的技术方案：v f w ( v i d e 0 f o rw i n d o w s ) 与d i r e c t s h o w ，在不能使用c o m 技术的w in d o w s 环境下，v f w 是必然的选择。同时v f w 支持软件平台小，节省系统硬件，运行稳定可 靠，因此i e 在被广泛地应用。 为了能实时采集到指针式仪表表盘的图像，采用v id e of o rw in d o w s ( v f w ) 库函数来构建视频图像的采集框架，采用v f w 接口的视频采集程 序独立于具体的硬件，适合现在普遍流行的u s b 接口的数码摄像头。 2 1 1v id e 0f 0rw in d o w s v f w 是m ic r o s o f t 公司1 9 9 2 推出的关于数字视频的一个软件包。它能 使应用程序通过数字化设备从传统的模拟视频源得到数字化的视像剪 辑。v f w 的一个关键思想是播放时不需要专用硬件。v f w 可使程序员通过 发送消息或设置属性来捕获、播放和编辑视频剪辑。 v f w 库主要由如下六个模块组成： 1 a v i c a p d l l ，执行视频捕获，它为视频、音频设备驱动提供高级 接口； 2 l s v i d e 0 d l l ，含一套d r a w d ib 函数，用来处理屏幕上的视频操作： 3 m c i a v i d r v ，包括对v f w 的m c i 命令解释器的驱动程序； 4 a v i f i l e d l l ，包含由标准多媒体i 0 ( h m l 0 ) 函数提供的底层命令， 6 第二章指针式仪表读数识别的方法研究 用来读写a v i 5 i c m ， ( c 0 d e c ) ： 6 a c 矗f ， ( c 0 d e c ) 。 文件； 视频压缩管理器，用于管理视频压缩解压缩的编译码器 音频压缩管理器，用于管理音频压缩解压缩的编译码器 在v is u a c + + 中，v id e of o rw i n d o w s 函数通常封装成a v i c a p 窗口类。 通过使用a v i c a p 窗口类，可以在程序中更方便地集成视频采集功能。为 调用a v i c a p 窗口类，头文件中必须包含# i n c l u d e “v f w h ”。源程序中要 包含t t p r a g m ac o m m e n t ( 1 i b ，“w i n m m l i b ”) 和t t p r a g m ac o m m e n t ( 1 ib “v f w 3 2 ，l i b ”) 语句，也可以在p r o j e c t 一 s e t t i n g 一 o b j e c t l i b r a r y m o d u l es 中包含上述2 个l i b 文件。 2 1 2a vio a p 窗口类函数 1 回调函数。 回调函数是一类特殊的函数，功能类似于中断函数。它不能由程序 员显式调用，只有当某特定的条件满足时，系统才自动调用该回调函 数。回调函数的具体内容则由用户自己设定。在a v ic a p 窗口类中的回调 函数如c a p s e t c a l l b a c k o n f r a m e 。如果该函数已经注册到系统中，当捕获 窗捕获某一帧视频时，系统自动调用该函数，文中的实时视频图像处理 部分就是在该回调函数中实现的。 2 宏。 在a v i c a p 窗口类中，宏的使用完全类似于普通的函数，其功能等同 于发送相应的窗口消息。例如宏c a p p r e v ie w 设置视频预览，与显式发送 w m c a p s e t p r e v i e w 消息所完成的功能完全相同。 3 普通函数。 a v i c a p 窗口类中的普通函数包括c a p c r e a t e c a p t u r e w i n d o w 和 c a p g e t d r iv e r d e s c r i p t i o n 。 4 a v i c a p 窗口类中常用的结构。 a c a p s t a t u s ：定义捕获窗口的当前状态，包括图像宽高，捕获窗 处于预览( p r i v e w ) 还是叠加( 0 v e t l a y ) 。 7 广东工业大学工学硕士学位论文 b c a p d r i v e r c a p s ：定义捕获设备的能力，包括捕获设备编号，有 无视频叠加( o v e r l a y ) 能力，有无选择视频源、控制视频格式 的对话框等。 c c a p t u r e p a r 衔s ：包含控制视频流捕获过程的参数，如捕获每帧用 多少微秒、是否捕获音频，指定e s c 键或鼠标左键右键来终止捕 获，捕获过程中允许最大丢帧率等。 d v i d e o h d r ；视频数据块的头信息，在编写回调函数时常用到其 数据成员1 p d a t a ( 指向视频数据缓存的指针) 和 d w b u f f e r l e n g t h ( 视频数据缓存大小) 。其中前3 种结构都有相 应的宏来获取和设置结构信息。 2 1 3 视频捕获开发流程 步骤1 创建视频捕获窗口： c a p w l 3 d = c a p c r e a t e c a p t u r e w i n d o w ( “c a p t l i t ew i n d o w ，w s c h i l i ) w s v i s i b le ，0 ，0 ，1 6 0 ，1 2 0 ，h w n d ，0 ) ： c a p w n d 为返回的捕获窗口的旬柄，其他操作均对该捕获窗进行。 步骤2 注嬲并定义回调函数： 分别注册捕获错误回调函数、捕获状态回调函数和视频帧捕获 回调函数：c a p s e t c a “b a e k o n e r r o r ( c a p w n d ， e r r o r c a l1 b a c k ) ： c a p s e t c a l l b a c k o n s t a t us ( c a p w n d s t a t u s c a l lb a c k ) ： c a p s e t c a l l b a c k o n f r a m e ( c a p w n d v id e o c a l lb g c k ) 。 步骤3 连接视频捕捉设备，将捕获窗口c a p w n d 与第i n d e x 号视频采 集设备关联： c a p d r i v e r c 0 n n e c t ( c a p w n d 。w i n d ex ) 。 步骤4 获取视频采集设备的能力，获取捕获窗状态、视频格式： c a p d r i v e r g e t c a p s ( c a p w n d ，c a p d r iv e r c a p s ， s iz e o f ( c a p d r i v e r c a p s ) ) ： c a p g e t s t a t us ( c a p wr l d ，c a p s t a t u s ，s iz e o f ( c a p s t a t u s ) ) ： c a p g e t v id e o f o f m a t ( c a p w n d ，b m p in f o ，( w 0 r d ) v f s ) ： 步骤5 获取并设置捕获控制参数： 第二章指针式仪表读数识别的方法研究 c a p c a p t u r e g e t s e t u p ( c a p w n d ，& c a p p a r m ，s iz e o f ( c a p p a r m ) ) ： c a p p a r m d w r e q u es t m ic r o s e c p e r f r a m e = 6 6 6 6 7 ：( 15f r a m e s llp e rs e c 0 n d 、 c a p p a r m f y i e l d = t r u e ： c a p p a r m f c a p t u r e a u d i 0 = f a l s e ： c a p p a r m f a b o r t l e f t m o u s e = f a l s e ： c a p p a r m f a b o r t r i g h t m o u s e = f a l s e ： c a p c a p t h r e s e t s e t u p ( c a p w n d ，& c a p p a r m ，s i z e o f ( c a p p a r m ) ) ； 步骤6 启动视频捕获与预览： c a p p r e v ie w r a t e ( e a p w n d ，m s f o r 1 5 f p s ) ； c a p p r e v i e w ( c a p w n d ，t r u e ) ： 步骤7 抓取单帧图像，保存到位图文件d i b f i l e n a m e ： c a p g r a b f r a m e n o s t 0 p ( c a p w n d ) ： c a p f i l e s a v e d i b ( c a p w n d ，d i b f i le n a m e ) ) ： 步骤8 终止捕捉并断开与采集设备的连接： c a p c a p t u r e s t 0 p ( c a p w n d ) ： c a p s e t e a l lb a c k o n f f a m e ( c a p w a d ，n u l l ) ： c a p d r iv e r d is c o n n e c t ( e a p w n d ) ： 2 2 图像预处理 摄像头采集到的表盘图像是2 4 位真彩色图，在其采集过程中受到各 种因素的影响，带有各种干扰和噪声，尤其突出的是仪表盘面一般都有 一块玻璃与外界隔离开来。这块玻璃会对光形成镜面反射，较强的光经 镜面反射会使摄像头采集到的图像上留下明显的痕迹。所以在尽量减少 强光的镜面反射和其它干扰的同时，应该对采集到的图像进行去噪处理。 另外，2 4 位真彩色图每个像素都含有r 、g 、8 各分量的数据信息，对整 幅图像处理起来运算量很大。通常需要进行位图变换转换为灰度图，并 在灰度图上作去噪处理，最后用二值化来进一步简化图像数据。二值化 图像中保留了识别表盘读数的足够的图像信息，适合于指针式仪表读数 9 奎三些奎耋三耋璧圭兰堡丝兰 识别算法的处理。 2 2 1 位图变换 现在市场上出售的摄像头和其它图像采集工具支持的一般图像格式 有8 位、1 6 位及2 4 位真彩色位图。为提高图像质量，在本系统中采用 了2 4 位真彩色图。其像素数应符合仪表图像的细度要求。针对这种彩色 位图进行处理运算是极其复杂烦琐的，可将真彩色图转换为灰度图。在 灰度图上可进行去噪等处理工作。变换方法是，= o 3 r + o 5 9 g + o 1 1 b ( i 为主 观色彩效果，r 、g 、b 分别为像素的红、绿、蓝三个分量) 作为灰度图像 相应像素点的像素值，式中的三个系数为经验值。灰度处理前的图像见 图2 一l ，灰度处理后的图像见图2 2 。 图2 1 灰度处理莳的幽像( 彩色j f ig u r e2 1r g bi m a g e 幽2 2 灰度处理后的j 兰| 像 1 0 釜三耋耋彗耋些耋堡鍪望罂墼耋鎏至耋 2 2 2 图像噪声及去噪处理 一、图像噪声的分类与特点 在进行图像处理与识别之前，用预处理去除图像中的噪声。下面简 单介绍图像噪声的分类与特点。 图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是 指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电器 设备，天体放电现象引起的噪声。图像系统中内部噪声来自多方面，如 电阻引起的热噪声，真空器件引起的散粒噪声，光电管的光量子噪声和 电子起伏噪声，摄像管引起的各种噪声等。由这些元器件组成各种电子 线路以及构成的设备又将使这些嗓声产生不同的变换而形成局部线路和 设备噪声。另外，还有光学现象产生的图像光学噪声。在全部噪声中， 光学噪声占很大比重。 光学噪声和电气噪声的主要区别表现为：前者是在二维空间中展开 的图形，而后者可由电压的时间变化来表示。此外，光学噪声多半是乘 性噪声，随信号大小而变化，而电气噪声一般可以认为是加性噪声，但 两者都可以看作是平稳随机过程，故可以用傅立叶变换进行分析处理。 图像噪声从统计观点上可以分为平稳和非平稳噪声两种。统计特性 不随时间变化的噪声为平稳噪声，而统计特性随时间的变化而变化的噪 声为非平稳噪声。还可以按噪声幅度分布形状来定义。幅度分布为高斯 分布的称为高斯平稳噪声，为雷利分布的称为雷利噪声。也可以按噪声 频谱形状来命名。频谱均匀分布的噪声为白噪声，频谱与频率成反比的 称为虬噪声，而与频率平方成正比的称为三角噪声。 ，j 按噪声和信号之间的关系可分为加性噪声和乘性噪声。设信号为 s ( f ) ，噪声为n ( t ) 。如果混合叠加波形是s ( f ) + n ( t ) ，则称此类噪声为加性 噪声：如果叠加波形为s ( ，) 【1 + ( ，) 】的形式，则称此类噪声为乘性噪声。例 如放大器噪声即为加性噪声，不管输入信号的大小，每一个像素的噪声 总是分别加到信号上。乘性噪声如光量子噪声和胶片颗粒噪声等。这是 因为由载送每一个像素信息的载体的变化而产生的噪声受信息本身调 广东工业大学工学硕士学位论文 制。如果信号变化很小， 噪声近似认为是加性噪声 二、噪声消除方法 噪声也很小。为了分析处理方便，往往将乘性 而且总是假定信号和噪声是统计独立的”。 去除噪声可以在空域中进行，也可以在频域中进行。在空域常用的 方法包括：消声掩模法、邻域平均法、多图像平均法、中值滤波法。前 面三种在消除噪声的同时会使图像中的一些细节变得模糊。中值滤波是 比较好的方法，在消除噪声的同时也保留了图像的细节。本文采用了中 值滤波方法对仪表图像进行去噪处理。 三、中值滤波 中值滤波是一种非线性信号处理方法。与其对应的中值滤波器是一种 非线性滤波器。中值滤波器是1 9 7 1 年由j w j u k e y 首先提出并应用在一维 信号处理( 时间序列分析) 中，后来应用于二维图像信号处理。在一定 的条件下，中值滤波可以克服线性滤波器( 如最小均方滤波、均值滤波) 所带来的图像细节模糊，而且对滤除脉冲干扰和图像扫描噪声特别有效。 在时间运算过程中，中值滤波不需要图像的统计特性，这也带来很大的 方便。 中值滤波器可看作是用一个含有奇数个点的滑动窗口，其窗口正中点 的灰度值用窗口内各点的灰度中值代替。 设有一维信号序列z ， ，石，。取窗1 ：3 长度为t t l ( m 为奇数) ，对此一 维信号进行中值滤波，就是从输入信号序列中相继抽取m 个数 ，。，十，。，+ ，。其中，为窗1 2 1 中点灰度值，v = ( m 一1 ) 2 。再将这m 个 点的灰度值按大小排序取序号为正中间的数作为滤波输出。用数学公式 表示为 只= m e a f , 一，_ ，：+ ，) ( 2 1 ) 二维中值滤波可由下式给出： y 。，= 坞d 眠 ( 2 - 2 ) 其中a 为窗口， 厂，) 为二维数据系列。 二维中值滤波窗口形状和尺寸设计对滤波效果影响很大。不同的图 像内容和不同的应用要求，往往采用不同的窗口形状和尺寸。常用的二 釜三耋望茎耋堡童量茎墨型墼窒鎏要耋 维中值滤波窗口形状有线状、方形、圆形、十字形以及圆环形等。窗口 形状一般先取3 再取5 逐步放大。直到效果满意为止。一般而论，对有 缓交的较长轮廓线物体的图像，采用方形和圆形窗口为宜。对于包含有 尖顶角物体的图像，适宜用十字形窗口。滤波窗口的大小以不超过图像 中最小物体的尺寸为宜。中值滤波是非线性运算，因此对于输入的随机 噪声分析十分复杂。对于中值为0 的正态分布随机噪声输入，中值滤波 输出的噪声方差为： o r 2 r e e d = 1 ( 4 m r 2 ( m ”( 盯2 ) 盯。2 ( m + 盯，2 1 ) ( 2 3 ) 式中： 盯2 为输入噪声功率( 方差) ； m 为中值滤波器窗口大小； m 为输入噪声均值； ，( 哟为输入噪声密度函数。 而均值滤波的输出方差为： 2 = 盯，2i m ( 2 - 4 ) 比较上面的公式可以看出，中值滤波的输出与输入噪声的密度分布有关， 而均值滤波的输出与输入分布无关。从对随机噪声的抑制能力来看，中 值滤波性能要比均值滤波差，但对脉冲干扰，特别是脉冲宽度小于m 2 的 相距较远的窄脉冲干扰，中值滤波是很有效的。 2 2 3 图像二值化 采用灰度图像中每个像素的灰度值范围为0 2 5 5 ，目标区域与背景 区域的区分并不分明，而且如此大范围的像素值运算是非常复杂和困难 的。解决的办法是把一定像素值范围内的像素置为“0 ”。作为目标区域， 把其余像素值置为“1 ”，作为背景区域。或像素值置“l ”的为目标区域， 其余像素值置为“0 ”，作为背景区域。 这个划分目标和背景像素的灰度值就是阂值。对某一幅特定的灰度 图像，求解其阈值的方法就是阈值分割技术。 1 9 7 9 年o t s t l 提出了最大类间方差法来进行阂值分割，这种方法也被 称为0 ts u 法，其原理如下： 广东工业大学工学硕士学位论文 设灰度图像的最大灰度级为l ，n 。为对应灰度级为i 的像素点个数， 归一化直方图，则： 只= 专，参叫 s ， 设t 为分割背景和目标物的阈值，c 。表示背景，c 。表示目标，它们的 类出现概率及均值分别由下式给出： = 只( c j ) = p ，= p ) ( 2 - 6 ) l - i q = e ( c 。) = p t = 1 - 缈( f ) ；，+ l f 硒= ( 识a , o ) = 4 0 t o ( t ) f t o ( 2 7 ) ( 2 8 ) 舻茎c 训咿掣署 c z 一。， 式中：( ，) = ( 驴，) ，, u r ( f ) = 一1 ) = ( 谚) 定义类间方差为 盯8 。= ( - 0 0 ( p o 一7 ) 2 + 国1 ( 1 一声7 ) 2 = 国o l ( 1 一1 0 ) ( 2 1 0 ) 由于方差是灰度分布均匀性的一种度量，方差值越大，说明构成图 像的两个部分差别越大。当部分目标错分为背景或部分背景错分为目标 时都会导致这两部分差别变小，因此，使类问方差最大的分割就意味着 错分概率最小，通常采用类间方差盯。2 作为域值选择适当与否的判决准 则，即：从图像中的最小灰度值到最大灰度值遍历t ，当取得的t 值使式( 2 11 ) 成立时，这时得到的t 即为最佳阈值t ： t = a , g m a x 口2 o t s l 一1 ( 2 一l1 ) 在实际运算中，可用类内像素点数取代概率进行运算，处理效果相 同，计算量也可大大减少。 如果直接使用0 t s t l 方法来计算指针式仪表的二值化分割阑值，以此 阈值来二值化图像的效果并不理想。如图2 - 3 所示，最为重要的指针由 1 4 第二章指针式仪表读数识别的方法研究 于其组成像素的灰度级低于阈值，被归类为背景了，而刻度线也有很大 一部分被归类为背景。这样的二值图像将不能用于后续的读数识别处理。 图2 3 直接用0 t s u 方法进行二值化处理的效果 f i g u r e2 3b i n a r yi m a g ep r o c e s s e d _ i t ho ts ua p p r o a c h 原因分析 灰度图中有大量的灰度级极低的像素，其数量超过了总像素数量的 四分之一。而其中大部分低灰度级的像素区域是仪表的边缘区域，对后 续的仪表读数识别并无作用。但在阈值分割的算法中把这一部分也统计 到类间方差里，从而使t 值严重偏小，比很多组成指针和刻度的像素的灰 度级还要低，于是这部分的像素被错误地归类为背景，导致二值化图像 效果非常差。 目标区域o t s u 法进行二值化 为取得好的二值化图像效果，在阈值分割的算法中不把边缘区域像 素统计进来，使统计结果只反映指针和刻度所在的局部区域的最佳分割 阈值。以此局部区域的最佳分割阈值来对整幅图像进行二值化。采用这 种目标区域o t s t l 法二值化的方法，指针和刻度所在区域就能获得最佳的 二值化效果。目标区域o t s t l 法进行二值化得到的图像见图2 4 所示。 图2 4 目标区域0 ts t l 法进行二值化得剑的图像 f i g u r e2 - 4b in a r yi i l i a g ep r o c e ss e d 霄i t ht a r g e t a r e a0 ts ua p p r o a c h 目标区域的确定可以采用窗口像素平均值分割的办法。步骤如下： 1 把整幅图像作为目标区域； 1 设定一个固定大小的矩形窗口； 2 把该窗口置于图像中，对处于该窗口范围内的所有图像像素点的 像素值求平均值； 3 若平均值小于某一个经验值，则窗口内的所有像素都从目标区域 中剔除； 4 在图像中移动窗口，按步骤3 、4 的方法考察图像中其余的区域是 否为目标区域。 2 3 表盘二值图像的结构分析 经过图像预处理和二值化后得到的图像，根据指针式仪表的二值图 结构特点来研究计算机读数识别方法。 图像下半部分及四周有大片连通的黑色区域，这一区域对识别读数 是不起任何作用的。 人识别表盘的读数时是先考察指针落在哪两根刻度线之间，然后考 察指针与左边刻度的距离在左右两刻度之间的距离中所占的比例，再就 是这两条刻度线所分别代表的读数值( 标度值) ，最后是在左刻度标度 1 6 第二章指针式仪表读数识别的方法研究 值的基础上加上左右刻度标度值差( 绝对值) 与比例系数的积，就成为 该次读数的结果。 因此，图2 - 4 中对表盘读数的识别起作用的只有指针、刻度以及刻度 上方的印刷体数字。后续的处理应首先从图像中分别提取这些目标物。 2 4 指针提取 指针的提取是识别读数重要的环节，由于指针是在检定过程中唯一 有机械运动的物体，在摄像头与表盘无相对运动的情况下，摄像头采集 到的指针位置不同的两幅图像中，相同位置( 坐标) 的像素值大部分具 有相同或相似性，但各自的指针所在位置的像素值相差巨大，可用差影 法来提取指针。与h o u g h 变换提取指针的方法相比，差影法可减小运算 量。 2 4 1 二值差影法提取指针 图2 5 指针指零时的二值图 1 7 至三些查耋三兰竺