（通信与信息系统专业论文）基于颜色提取及图像分割技术的指针位置识别研究.pdf

华北电力大学硕士学位论文 摘要 本文主要论述了利用颜色提取及图像分割技术对电力变压器温度表指针位置进 行识别处理的原理、步骤以及具体的实现过程。详细介绍了彩色图像处理的基本理 论基础，对指针表盘模型进行了分类，将图像颜色特征比较明显的多指针多颜色表 盘作为研究重点，应用基于颜色提取的图像分割技术完成对多指针多颜色表盘指针 图像中指针的精确定位，利用灰度图像的预处理技术，如灰度化、二值化、滤波、 膨胀以及h o u g h 变换完成对指针图像的后续灰度处理。在准确定位读数指针的过程 中，针对在光照条件较好的情况下分割指针图像所采用的直接色调匹配法存在的缺 陷，以及多指针多颜色表盘的图像特点，提出了一种新的适合较差光照条件的指针 区域判定法主色提取法。经过大量不同条件的实验证明，该算法具有计算简单、 适应性强、处理效果好等诸多优点，解决了不同光照强度对指针位置识别的干扰的 问题，为准确判定指针位置和计算指针读数奠定了基础。 关键词：远程视频监控与识别系统，指针位置识别，颜色提取，图像分割 a b s t r a c t t h i st h e s i sm o s t l yd i s c u s s e st h ei m a g ep r o c e s s i n ga n dr e c o g n i t i o nm e a n so ft h e d i a lp o i n t e rp o s i t i o nu s i n gt h et e c h n o l o g yo fc o l o re x t r a c t i n ga n di m a g es e g m e n t a t i o n t h ep a p e ri n t r o d u c e st h et h e o r yo fc o l o r i z e di m a g ep r o c e s s i n g ，c l a s s i f yt h ep o i n t e rd i a l ， m a k e st h ed i a l st h a th a v eo b v i o u sc h a r a c t e ro fc o l o rb ct h ee m p h a s e so fr e s e a r c h u s e s t h et e c h n o l o g yo fc o l o re x t r a c t i n ga n di m a g es e g m e n t a t i o nt oo r i e n tt h ep o i n t e rw h i c h s h o u l db ei d e n t i f i e da n du s e sm a n yi m a g ep r o c e s s i n gt e c h n o l o g y ，s u c ha sg r a y p r o c e s s i n g 、t w ov a l u e sp r o c e s s i n g 、h o u g hp r o c e s s i n ga n ds oo n ，t oc o m p l e t et h el a t t e r p r o c e s s i n go fi m a g e i nt h ep r o c e s so fo r i e n t i n gt h ep o i n t e r , b ea i m e da tt h ef l a wo ft h e d i r e c th u em a t c h i n ga n dt h ec h a r a c t e r i s t i co ft h et r a n s f o r m e rt e m p e r a t u r em e t e r ，t h e a r t i c l ep u t sf o r w a r dan e wm e t h o d ，t h em a i nc o l o re x t r a c t i n g ，w h i c hi sa p p l i c a b l ef o r i d e n t i f y i n gp o i n t e ra r e au n d e rb a di l l u m i n a t i o nc o n d i t i o n t h r o u g hag r e a td e a lo f d i f f e r e n tc o n d i t i o n a le x p e r i m e n t s ，t h i sm e t h o dh a sm a n ya d v a n t a g e s ，s u c ha ss i m p l e c o m p u t i n g ，g o o da p p l i c a b i l i t ya n dg o o dp r o c e s s i n gr e s u l t ，a n dt h i sm e t h o de s t a b l i s h e s t h eb a s i cf o ri d e n t i f y i n gt h ep o i n t e rp o s i t i o na n dc o m p u t i n gt h ep o i n t e ra n g l e a n t i a n j i a n g ( c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m ) d i r e c t e db yp r o f s u nf e n 【g j i e k e yw o r d s ：r e m o t ev i d e om o n i t o r i n g ，p o i n t e rp o s i t i o nr e c o g n i t i o n ，c o l o r e x t r a c t i n g ，i m a g es e g m e n t a t i o n 华北电力大学硕士学位论文 摘要 本文主要论述了利用颜色提取及图像分割技术对电力变压器温度表指针位置进 行识别处理的原理、步骤以及具体的实现过程。详细介绍了彩色图像处理的基本理 论基础，对指针表盘模型进行了分类，将图像颜色特征比较明显的多指针多颜色表 盘作为研究重点，应用基于颜色提取的图像分割技术完成对多指针多颜色表盘指针 图像中指针的精确定位，利用灰度图像的预处理技术，如灰度化、二值化、滤波、 膨胀以及h o u g h 变换完成对指针图像的后续灰度处理。在准确定位读数指针的过程 中，针对在光照条件较好的情况下分割指针图像所采用的直接色调匹配法存在的缺 陷，以及多指针多颜色表盘的图像特点，提出了一种新的适合较差光照条件的指针 区域判定法主色提取法。经过大量不同条件的实验证明，该算法具有计算简单、 适应性强、处理效果好等诸多优点，解决了不同光照强度对指针位置识别的干扰的 问题，为准确判定指针位置和计算指针读数奠定了基础。 关键词：远程视频监控与识别系统，指针位置识别，颜色提取，图像分割 a b s t r a c t t h i st h e s i sm o s t l yd i s c u s s e st h ei m a g ep r o c e s s i n ga n dr e c o g n i t i o nm e a n so ft h e d i a lp o i n t e rp o s i t i o nu s i n gt h et e c h n o l o g yo fc o l o re x t r a c t i n ga n di m a g es e g m e n t a t i o n t h ep a p e ri n t r o d u c e st h et h e o r yo fc o l o r i z e di m a g ep r o c e s s i n g ，c l a s s i f yt h ep o i n t e rd i a l ， m a k e st h ed i a l st h a th a v eo b v i o u sc h a r a c t e ro fc o l o rb ct h ee m p h a s e so fr e s e a r c h u s e s t h et e c h n o l o g yo fc o l o re x t r a c t i n ga n di m a g es e g m e n t a t i o nt oo r i e n tt h ep o i n t e rw h i c h s h o u l db ei d e n t i f i e da n du s e sm a n yi m a g ep r o c e s s i n gt e c h n o l o g y ，s u c ha sg r a y p r o c e s s i n g 、t w ov a l u e sp r o c e s s i n g 、h o u g hp r o c e s s i n ga n ds oo n ，t oc o m p l e t et h el a t t e r p r o c e s s i n go fi m a g e i nt h ep r o c e s so fo r i e n t i n gt h ep o i n t e r , b ea i m e da tt h ef l a wo ft h e d i r e c th u em a t c h i n ga n dt h ec h a r a c t e r i s t i co ft h et r a n s f o r m e rt e m p e r a t u r em e t e r ，t h e a r t i c l ep u t sf o r w a r dan e wm e t h o d ，t h em a i nc o l o re x t r a c t i n g ，w h i c hi sa p p l i c a b l ef o r i d e n t i f y i n gp o i n t e ra r e au n d e rb a di l l u m i n a t i o nc o n d i t i o n t h r o u g hag r e a td e a lo f d i f f e r e n tc o n d i t i o n a le x p e r i m e n t s ，t h i sm e t h o dh a sm a n ya d v a n t a g e s ，s u c ha ss i m p l e c o m p u t i n g ，g o o da p p l i c a b i l i t ya n dg o o dp r o c e s s i n gr e s u l t ，a n dt h i sm e t h o de s t a b l i s h e s t h eb a s i cf o ri d e n t i f y i n gt h ep o i n t e rp o s i t i o na n dc o m p u t i n gt h ep o i n t e ra n g l e a n t i a n j i a n g ( c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m ) d i r e c t e db yp r o f s u nf e n 【g j i e k e yw o r d s ：r e m o t ev i d e om o n i t o r i n g ，p o i n t e rp o s i t i o nr e c o g n i t i o n ，c o l o r e x t r a c t i n g ，i m a g es e g m e n t a t i o n 声明 本人郑重声明：此处所提交的硕士学位论文基于颜色提取及图像分割技术的 指针位置识别研究，是本人在华北电力大学攻读硕士学位期间，在导师指导下进 行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力 大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究 所做的任何贡献均己在论文中作了明确的说明并表示了谢意。 学位论文作者签名迄建 日期：a 鲤：兰：皇 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权 保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或 其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校 可以学术交流为目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同 媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名 b 1 2 石一口，g b h i s 色系转换到r g b 色系的计算公式为： i fo 。s 日 1 2 0 。 i f1 2 0 。h 2 4 0 。 i f2 4 0 4 h 占 l f ( x ，y ) 其它 式2 1 2 中，占称为门限，它可以根据对误差容许的程度，选为图像灰度方差q 的若干倍，即s = l t o - i ，也可以用实验的方法，选为总灰度级的一个百分数，即 占= a l l 为总灰度级数，a 为大于零的正数。 由于线性滤波器实质上是一种低通滤波器，需要进行邻域平均计算，图像中 的高频成份在与邻域中其它像素取平均后降低了，因此反映在视觉效果上，图像经 过线性滤波处理后，会显得有些模糊，线性滤波很难做到既有效的去除图像的噪声 又能很好的保持图像的边缘。 第二种方法就是非线性滤波。中值滤波即是非线性滤波中的一种，基本原理 是将数字图像中一点的值用该点的一个邻域中各点值的中值代替。中值的定义如 下： 一组数薯，屯，x 3 把n 个数按值的大小排列于下： y = m e d x l ，x 2 ，x 3 = x “t t t + 1 ) 撑是奇 如，匕扣，卜是偶 试2 1 4 第2 1 页 华北电力大学硕士学位论文 y 称为序列葺，x 2 ，x 3 的中值。 把一个点的特定长度或形状的邻域称作窗口，在一维情形下，中值滤波器是 一个含有奇数个像素的滑动窗口。窗口正中间那个像素的值用窗口内各像素值的中 t 值代替。中值滤波的概念很容易推广到二维，此时可以利用利用某种形式的二维窗 口。设 ，) 1 2 表示数字图像各点的灰度值，滤波窗口为a 的二维中值滤波可 定义为： = m e d x o = m e d x ( + r 肌，) ( ，s ) 爿，( f ，力j 2 ( 式2 1 5 ) 由于中值滤波采用非线性技术，在像素点邻域里用取中值代替了取平均值， 因此不会降低图像中的高频信号，在消除噪声的同时很好地保持了图像的边缘特 征。在本系统中，也采用中值滤波作为图像优化的预处理环节算法。 2 3 4 图像的膨胀 2 3 4 1 数学形态学 数学形态学( m a t h e m a t i c a lm o r p h o l o g y ) 是分析几何形状和结构的数学方法，是 建立在集合代数基础上，用集合论方法定量描述几何结构的科学。1 9 8 5 年后，它逐 渐成为分析图像几何特征的工具。腐蚀、膨胀和细化属于数学形态学范畴内的运算。 数学形态学是由一组形态学的代数运算子组成的。最基本的形态学运算子有： 腐蚀( e r o s i o n ) 、膨胀( d i l a t i o n ) 、开( o p e n i n g ) 、闭( c l o s i n g ) 。用这些运算子及其组 合来进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测、图 像滤波、图像增强和恢复等方面的工作。 形态学的理论基础是集合论。在图像处理中形态学的集合( s e t ) 代表黑白和 灰度图像的形状，如黑白二值图像中所有黑色象素点( p i x e l ) 的集合组成了此图像 的完全描述。在一个集合中，将进行形态变换的象素点是被选择的集合x ，而此集 合的补x 。是没有被选择的集合。通常被选择的集合是图像的前景( f o r e g r o u n d ) ， 而未被选择的集合是图像的背景( b a c k g r o u n d ) 。 2 3 4 2 图像的膨胀 对指针图像进行滤波处理的目的是将图像中杂点即非识别目标过滤掉，但是 如果图像中的待识别目标和背景图像的灰度差别较小，将会造成杂点过多，在多次 滤波处理消除杂点之后，待识别目标的图像也将会出现不连续和不完整的情况，不 利于后面的图像识别结果的准确性。所以采用了形态学中的膨胀算法进行处理。 结构元素是数学形态学中一个最重要也是最基本的概念。在图像膨胀中，图像 中的像素点将结构元素作为基本膨胀单位，按照原图像素点排列结构进行扩张。因 第2 2 页 华北电力大学硕士学位论文 此结构元素的选取直接影响形态运算的效果在一般情况下，结构元素的选取必须考 虑以下几个原则m 】： ( 1 ) 结构元素必须在几何上比原图像简单，且有界。其尺寸相对地要小于所 考察的物体，当选择性质相同或相似的结构元素时，以选取图像某些特征的极限情 况为宜。 ( 2 ) 结构元素的形状最好具有某种凸性，如圆形、十字架形、方形等。对非 凸性子集，由于连接两点的线段大部分位于集合的外面，落在其补集上，故用非凸 性子集作为结构元素将得不到更多的有用信息。 图像的膨胀运算也称扩张运算，用符号“o ”表示，x 用s 来膨胀记为x o s 。 它定义为： z o s = 扛l s b 】n 工o 式中x 为目标图像的点的集合，s 为结构元素点的集合。 图2 4 ( c ) 所示即为目标图像( a ) 用结构元素( b ) 膨胀的结果 0123456 ( a ) 目标图像 ( b ) 结构元素 ( 式2 1 6 ) 0 1 2 34 5 6 ( c ) 图像膨胀结果 图2 。4 图像膨胀算法示例 膨胀运算在数字形态学中的作用是把图像周围的背景点合并到物体中。如果 两个物体之间距离比较近，那么膨胀运算可能会使这两个物体连通在一起。膨胀对 填补图像分割后物体中的空洞很有用。 第2 3 页 华北电力大学硕士学位论文 2 3 5h o u g h 变换 本系统所使用的h o u g h 变换是对已经过彩色图像处理、彩色图像灰度化、二 值化、滤波及膨胀以后的指针二值图像进行处理，得到一根与指针同向的直线，利 用这根直线计算指针角度，判断指针读数。h o u g h 变换是从图像中识别几何形状的 基本方法之一，其主要优点就是检测几何形状的能力较少受到几何形状中间断点的 干扰，而且不需要预先组合或连接边缘点。 图像空间中的任意解析曲线可以表述为： ，( 瓴，瓦) g ，y ) ) = 0( 式2 1 7 ) 其中( l ，瓦) 为该曲线的特征参数。如果将上式中的特征参数与变量的角色调换， 那么，式2 1 7 等价于： g ( g ，歹) ，( 口。a n ) ) = 0 ( 式2 1 8 ) 也就是说，图像空间中属于同一解析曲线的点经过式2 1 8 后，都映射到参数空间中， 且相交于由参数( l ，瓦) 确定的点。从而说明，只要图像空间中属于同一解析曲线 的数据点足够多，我们就可以通过判断参数空间中各参数点的积累值来确定此解析 曲线的描述。p a u l h o u g h 正是基于这样的科学事实，于1 9 6 2 年提出了( 直线) h o u g h 变换。 h o u g h 变换的本质是从图像空间到参数空间的映射，其基本思想是把解析曲 线从图像空间映射到以参数为坐标的参数空间中，根据参数空间的一些标识反过来 确定曲线的参数值，进而得出图像空间中各种边界的确定性描述。这样，h o u g h 变 换就把图像空间中较为困难的全局检测问题转化为参数空间中相对容易解决的局 部峰值检测问题。同时也可以将h o u g h 变换描述为证据积累过程：图像空间中的任 意数据点，通过变换函数的作用，在参数空间中，对所有可能经过这一数据点的图 形对应的参数进行投票：所有数据点的投票在积累矩阵中进行积累，投票结束后，各 积累单元的积累值表示所检测图形的参数为相应积累单元对应参数的概率的大小。 h o u g h 变换应用很广泛，最基本的h o u g h 变换是从灰度图像中检测直线。下面就以 直线检测为例，进一步说明h o u g h 变换的基本原理。 设已知灰度图像上一条直线，要求出这条直线的位置。图像空间x y 中的直线用法线式表达为： 第2 4 页 华北电力大学硕士学位论文 x c o s 0 + y s i n 0 = p p 0 , 0 口万( 式2 1 9 ) 其中，p 为直线，到原点的距离，口为直线，与x 轴正方向的夹角，根据方程式， 直线，上不同的点在参数平面p 一目中被变换为一簇相交于p 点的正弦曲线。显然， 若能确定参数平面中的p 点，就实现了直线检测。也就是说，图像平面中的直线与 参数平面中的点一一对应，反之亦然，这就是h o u g h 变换的对偶性原理( 如图2 5 ) 。 通常将p 一0 以为参数的平面称为h o u g h 空间。 队一 ( a ) 图像平面 p 万 0 ( b ) h o u g h 空间 图2 5h o u l g h 变换的对偶性原理 依据h o u g h 变换的对偶性原理，在方程式中，x 和y 表示直线上的点的一对坐 标值，而p 和口表示该条直线的参数，当一条直线的参数已知，则该条直线上点的 坐标之间的关系即可确定。现在感兴趣的变量是参数p 和口，并且直线上的某点的 坐标为已知，那么此时该点的坐标x 和y ，在方程式中即为常数，而参数p 和疗被 看作为变量，以p 和口为变量的方程式p 一口所表示的是h o u l g h 空间中的一条曲线。 如果已知直线上的n 个点，那么这些点对应参数空间p 一目上的一个曲线簇，且所有 曲线都经过参数空间p 一口中的一个点p ，该点的坐标当然反映图像平面x y 中该 条直线的参数。 h o u g h 变换就是使用图像平面到h o u g h 空间的映射而确定参数的方法。 h o u g h 变换的具体实现是利用表决方法，即曲线上的每一点可以表决若干参 数组合，赢得多数表决的参数就是胜者。在这种方法中，常把参数平面设计成一个 累加器阵列，表示离散参数值。依照变换方程，由图像平面中的边缘点数据区计算 h o u g h 空间中的参考点的可能轨迹，并在一个累加器中统计出的参考点数，最后选 出峰值。图像中的每一个点可以表决几个参数，而参数平面( 或累加器阵列) 的峰值 就是表征一条直线的参数。h o u 【g h 变换的这种基本策略还可以推广到检测平面曲线。 第2 5 页 华北电力大学硕士学位论文 2 4 本章小结 本章主要介绍了数字图像处理的基本理论，包括b m p 图像的文件格式，彩色 图像和表色系的基本概念以及图像灰度化、二值化、膨胀、细化、h o u g h 变换等图 像预处理方法。重点介绍了颜色提取及图像分割技术的基本理论及发展方向，为接 下来的表盘指针位置识别奠定理论基础。 第2 6 页 华北电力火学硕士学位论文 第三章表盘指针图像的处理方法研究 3 1 表盘指针位置识别在实际应用中的重要性 电力系统的通信机房和变电站有很多设备仪表指针如：电压表、电流表、温 度表、油位表等。表盘指针位置识别是利用远程视频监控系统对某些重要场所的设 备或仪表指针进行实时监控并截取现场图片，利用图像处理技术，确定指针位置和 角度，计算指针读数，判断是否需要越限报警。这对确保电力企业的生产安全有着 重要的现实意义。 指针表盘结构多种多样，不同结构特征的指针表盘的图像处理方法也不同， 本文对实际工程项目中的指针表盘模型进行分类，将图像颜色特征比较明显的多指 针多颜色表盘作为研究重点，主要论述了如何利用颜色提取及图像分割的方法对该 类指针表盘图像进行分析处理，达到准确定位待识别指针的目的，为正确识别指针 读数奠定基础。下丽将介绍对于目前指针表盘模型的分类以及相应的识别处理方 法。 3 2 表盘指针模型的分类及现有的识别处理方法 电力企业中的指针型表盘种类很多，根据相关资料的介绍以及本远程视频监 控与识别系统在现场安装与调试中所实际接触到各种的表盘，可以将指针型表盘分 为以下三种模型： ( 1 ) 单指针表盘。 ( 2 ) 多指针单颜色表盘。 ( 3 ) 多指针多颜色表盘。 下面将详细介绍这三种指针型表盘的构造特点以及现有相应的识别处理方 法。 3 2 1 单指针表盘及其识别处理方法 单指针表盘在电力企业中比较普遍，例如电压表、电流表、油位表等等，单 指针表盘的特点是表盘中只有一根指针用来表示读数，如图3 1 所示： 第2 7 页 华北电力大学硕士学位论文 ( a ) 电压表 ( b ) 油位表 图3 1 单指针表盘模型 图3 1 分别为电压表和油位表，因为单指针表盘构造比较简单，指针占据表盘 图像的主体部分，因此对于单指针表盘的指针图像的处理方法也比较简单，目前， 常用的处理方法都基于灰度图像，其步骤如下： 1 将实时截取的图像保存为b m p 格式，然后直接进行图像的灰度化以及灰度 变换，丢弃图像的色彩信息，得到表盘指针图像的灰度变换结果图，如图3 2 所示： 、r、 、t j 。一一一，一l ：m “，j ( a ) 电压表灰度变换图( b ) 油位表灰度变换图 图3 2 单指针表盘图像灰度变换图 由图可以看出，通过图像的灰度变换，指针作为识别目标与背景图像之间的 对比度已经加大了。 2 在灰度变换结果图的基础上，利用阈值分割的技术对图像进行二值化的处 理，得到表盘指针图像的二值图像，如图3 3 所示： ：一一- ： 、 ：h ? ( a ) 电压表二值化图( b ) 油位表二值化图 图3 3 单指针表盘图像二值化图 第2 8 页 r 一 华北电力大学硕士学位论文 由图可以看出，二值化的结果过滤掉了部分刻度以及杂点，消除了其对定位 待识别指针目标的影响，但是仍有少数刻度杂点和表盘轮廓留下。 3 矛0 用滤波、膨胀等图像处理技术，优化指针的二值图像，使待识别指针更加 清晰，如图3 4 所示： 一一 ( a ) 电压表二值图像优化 ( b ) 油位表二值图像优化 图3 4 单指针表盘二值图像优化 优化后的表盘指针二值图像中，刻度值以及表盘轮廓等杂点基本上全部被过 滤出图像。 4 使用h o u g h 变换，搜索二值图像中所存在的直线，最终得到一条与指针具 有相同指向的直线，如图3 5 所示。利用这根直线判断指针指向的角度，然后根据 表盘结构的特点，计算指针读数。 。 ( b ) 油位表图像h o u g h 变换图 图3 5 单指针表盘二值图像优化 3 2 2 多指针单颜色表盘及其识别处理方法 多指针单颜色表盘模型的特点是表盘中有一根以上的指针表示读数，而这些 读数指针的颜色是相同的。以日常生活中经常能见到的水表为例，图3 6 为水表的 灰度变换的结果图： 第2 9 页 图换变删像图表压电 陋 华北电力大学硕士学位论文 图3 6 水表图像的灰度变换结果 目前对于多指针单颜色表盘模型，由于其颜色单一，图片包含的色彩信息较 少，因此识别处理方法与单指针表盘类似，也都是建立在首先进行图像灰度化的基 础上的，图3 7 为水表灰度图像的二值化结果图： 图3 7 水表图像的= 值化结果 由上图可以看出，在水表的二值图像中，存在很多刻度值的杂点，使用滤波、 膨胀等图像处理技术，优化水表的二值图像，可以将这些杂点过滤出指针图像，图 3 8 为水表指针图像的优化结果： 图3 8 水表指针二值图像的优化结果 由图3 8 可以看出，所有指针都被非常清晰的分离出了背景图像，接下来的工 第3 0 页 华北电力大学硕士学位论文 作就是要确定所要判断的那根指针所指向的角度，根据表盘刻度的特点，计算指针 读数。 由此可以可知，对于单指针表盘以及多指针单颜色表盘，指针位置的识别的 流程是基本相同的，首先实时截取图片，然后直接对图像进行灰度化以及二值化的 处理，丢弃图片的色彩信息，接着利用滤波、膨胀等图像预处理技术定位待识别的 读数指针，最后通过h o u g h 变换得到一根与指针具有相同指向的直线，利用这根直 线判断指针角度，计算指针读数。基本流程图如图3 9 所示： 娈时截取图片 单指针襄盘 制栅色勰 灰度与二值图像处理 确定特识别指针位置 识别指针角度和读数 图3 9 单指针及多指针单颜色表盘指针位置的识别的流程图 3 2 3 多指针多颜色表盘 多指针多颜色表盘是指针表盘中结构特征比较复杂的一种，通常情况下，多 指针多颜色表盘拥有一根以上的读数指针，并且彼此的颜色还有差异，在实际应用 中，这种颜色的差异表现为指针功能的不同。图3 1 0 为在电力企业变电站中常见的 两种多指针多颜色表盘。 ( a ) 变压器温度表( b ) 变压器档位表 图3 1 0 多指针多颜色表盘模型 图3 1 0 所示分别为变压器温度表和变压器档位表，由图可以看出，多指针多 第3 l 页 华北电力大学硕士学位论文 颜色表盘都含有多根颜色不同的读数指针，以变压器温度表为例，尖端指向左边的 指针为待识别的黑色温度指针，尖端指向右上方的指针为红色的界限指针，界限指 针通常是用来指明一个告警刻度读数。在变压器温度表中，红色界限指针所指向的 读数为7 0 摄氏度，那么如果黑色指针的读数超过了7 0 摄氏度，则可以认为这个设 备正处于非正常的运行状态，需要视频监控与识别系统发出告警，警告值班人员立 即检查。由此可见，红色界限指针用来表示告警界限，通常不会发生变化，在识别 之前是可以通过先验知识得到界限指针的读数的，因此需要实时识别的指针为黑色 的读数指针。接下来，本论文将以变压器温度表为模型，阐述多指针多颜色表盘模 型指针位置的识别处理方法。下图为变压器温度表和档位表直接灰度变换之后的结 果图： ( a ) 变压器温度表灰度变换图( b ) 变压器档位表灰度变换图 图3 1 l 多指针多颜色表盘指针图像灰度变换图 由图3 1 1 可以看出，黑色的读数指针与红色的界限指针都被保留了下来，并 且已经毫无差别，这将严重干扰正确定位待识别指针位置以及计算指针读数，原因 就是直接的灰度化过早的丢弃了图片的色彩信息。由此可知，多指针多颜色表盘指 针位置识别方法与另外两种表盘模型不同，在实时截取图片之后，首先要利用图像 的色彩信息进行颜色提取及图像分割，以此达到过滤红色界限指针的目的，然后再 运用图像灰度化、二值化等一系列的常规图像预处理方法，定位读数指针，计算指 针角度和读数。多指针多颜色表盘指针位置识别的流程图如图3 1 2 所示。 第3 2 页 华北电力人学硕士学位论文 争指针争配襄盘一 图3 1 2 多指针多颜色表盘指针位置识别的流程图 由流程图可以看出，颜色提取与图像分割是整个多指针多颜色表盘指针位置 识别的关键所在，是正确识别指针位置和读数的前提。接下来将详细阐述利用颜色 提取及图像分割技术对多指针多颜色表盘图像进行图像预处理的方法和步骤。 3 3 多指针多颜色表盘指针的图像处理算法研究 3 3 1 多指针多颜色表盘图像处理算法的原理 图3 1 3 为本论文将要进行识别处理的变压器温度表图像。 图3 1 3 变压器温度表图像 由图3 1 3 可以看出，变压器温度表主要由黑色读数指针、红色界限指针、黑 色的刻度值以及灰白色的表盘底色组成。由于黑色的指针为真正需要识别的读数指 针，因此对于多指针多颜色表盘的指针位置识别的关键是要正确定位待识别的黑色 读数指针，避免红色界限指针的干扰。 多指针多颜色表盘图像的识别处理算法的原理是首先利用颜色提取技术确定 第3 3 页 华北电力大学硕士学位论文 红色界限指针区域，然后通过图像分割的方法过滤红色指针保留待识别的黑色读数 指针，将指针图像转换为简单的单指针表盘图像，最后再利用图像灰度化、二值化 等常规手段对图像进行预处理，达到识别指针角度和读数的目的。 3 3 2h i s 颜色空间的坐标区域表示法 颜色提取是彩色图像处理技术中的一种，需要对图像的颜色特征和色彩信息 进行分析、比较以及处理，选择一个合适的颜色空间将大大简化分析处理中的步骤 和过程，并且使彩色图像处理更加直观和方便。 3 3 2 1 颜色空间的选择 在彩色图像及表色系中已经详细介绍过目前常用的几种颜色空间：计算颜色 模拟系统、视觉颜色模拟系统以及工业颜色模拟系统。 r g b 颜色空间是计算颜色模拟系统中的一种，r 、g 、b 分别对应于红、绿、 蓝三种颜色，由于r g b 颜色空间主要面向硬件设备例如彩色显示器和打印机等， 因此在常规的计算以及编程实现中，一个像素点的r 、g 、b 分量是最容易得到的， 并且利用r g b 颜色空间进行彩色图像处理中的运算是最直接和方便的。 工业颜色模拟系统主要侧重于实际应用技术，其中包括彩色显示系统、彩色 传输系统以及电视传输系统的专用颜色空间，但是其中是没有专门面向图像处理及 运算的颜色空间的。 与前两种相比，视觉颜色模拟系统具有非常明显的优势，h i s 颜色空间就是视 觉颜色模拟系统中的一种，首先h i s 颜色空间可以直接面向图像处理和运算，从 r g b 颜色空间到h i s 颜色空间只是一个非常简单的非线性变换；其次由于视觉颜 色模型系统是与人眼对颜色感知的视觉模型相似的，所以h i s 颜色空间与人眼符合 着很好的视觉一致性，并且h i s 中1 分量( 色调值) 可以的无差错的定义一种颜色。 因此本论文将利用h i s 颜色空间作为基本的颜色空间进行接下来的颜色提取及图 像分割。 3 3 2 2 颜色空间的坐标区域表示法 分析表明，h ( 色调) 由f 0 。一3 6 0 。) 变化，即由红，黄，绿，青，蓝，品红的顺 序变化；i ( 亮度) 值越接近于0 ，颜色越趋近于黑色：s ( 饱和度) 值越小，彩色 信息越少，图像越趋近于灰度图像。根据h i s 颜色模型的特性作如下特殊处理： ( 1 ) 黑色区域：所有i 1 5 的颜色均归入黑色，即令h = 0 ，i - - - - 0 ，s = 0 ； ( 2 ) 白色区域：所有s 8 0 的颜色归入白色，即令h = 0 ，i = i ，s = 0 ； ( 3 ) 灰色区域：所有s 1 0 、1 5 i 8 0 的颜色归入灰色； ( 4 ) 彩色区域：位于黑色区域和白色区域以外的颜色； 这里所提到的黑色以及白色都是近似的，为近纯黑色以及近纯白色，灰色区 第3 4 页 华北电力大学硕士学位论文 域的灰度也不固定，灰度值是连续变化的。由上述特殊处理可以得到h i s 颜色空间 的坐标区域表示图： 1 0 s ( 饱和庄) 臣；! 刁白色区域臣l i 因黑色区域 臣! 圈灰色区域日王丑彩色区域 图3 1 4h i s 颜色空间的坐标区域表示图 图3 1 4 中所示为在某个确定色调值下的i s 坐标平面，不同的色调值均对应一 个i s 坐标平面，并且这些i s 坐标平面均具有相同的性质。由图可以看出，彩色区 域的亮度要大于黑色区域的亮度，彩色区域的饱和度值要大于白色以及灰色区域。 这是接下来颜色提取及图像分割的关键所在。 3 3 3 直接色调匹配法 根据多指针多颜色表盘图像的识别处理算法的原理可知，过滤红色界限指针 是正确定位待识别黑色读数指针的前提和关键所在。下面提出一种过滤红色界限指 针的方法一直接色调匹配法。 直接色调匹配法的步骤如下： 1 在指针原图基础上过滤黑色的刻度和待识别指针以及白色的表盘：根据上面 对h i s 颜色空间所作的特殊处理，所有i 1 5 的点是黑色，将其看作是黑色的刻度 或待识别指针，所有s 1 0 的点是白色或灰色，将其看作是白色的表盘，通过逐 个扫描图像像素点的方法将满足这两个条件之一的像素点全部置为白色。 2 在第一步处理结果的基础上，确定红色指针区域：逐个扫描图像像素点 x i ，x 2 ，x 。 ，对应像素点色调为 h l ，h 2 ，h 。) ，以某点x 。的色调h 。为标准色， 只要满足式3 1 的像素点即与x 。的颜色相同或相近。 第3 5 页 华北电力大学硕士学位论文 旧一皿i 口 i = o ，n ( 式3 1 ) 其中，口为色调阈值。 因为界限指针为红色，所以取标准色h 。= o ，令色调阈值t 2 = 3 0 ，逐个扫描图 像像素点，满足条件l e o l s 3 0 即被作为红色指针区域内的点保留下来，其余像素 点全部置为白色。 图3 1 5 为保留红色界限指针的结果： 图3 1 5 保留红色界限指针的结果图 3 在指针原图基础上，过滤红色指针：根据已经确定的红色指针区域，逐点 扫描图像，将处在红色指针区域内的像素点置为白色，区域之外的像素点保持不变， 以实现过滤红色指针的目的。图3 1 6 为过滤红色指针区域的结果： 图3 1 6 过滤红色指针区域的结果图 红色指针被过滤之后，指针图像已经可以等同于单指针表盘模型进行后续的 灰度图像处理。在经过图像灰度化、二值化、滤波、膨胀以及h o u g h 变换等一系列 图像处理方法后，得到待识别指针图像灰度化s n - - 值化处理结果以及霍夫( h o u g h ) 变换结果图3 1 7 所示： ，。 ( a ) 待识别指针图像预处理结果图( b ) 待识别指针图像h o u - g i l 变换结果图 第3 6 页 华北电力大学硕士学位论文 图3 1 7 袭盘指针图像后续灰度图处理结果 可以看出，待识别指针保留完整且杂点少，霍夫( h o u g h ) 变换后的线段方向指 向正确，有利于对指针角度的准确识别。 直接色调匹配法在光照条件较好的情况下，分割效果较好，方法简单，可以 较好的达到过滤红色指针的要求，为正确判定待识别指针的位置奠定了基础。 3 3 4 不同光照条件对直接色调匹配法的影响 直接色调匹配法可以满足在光照条件较好的情况下对指针图像分割的要求， 但是在光照强度发生变化，光照条件变差的情况下，表盘的整体颜色也会随之而变 化。例如处在室外的表盘，清晨的光线会使表盘图像呈冷色调、偏青蓝色，而黄昏 的光线又会使表盘图像整体呈暖色调、偏红色。对于温度表，偏青蓝色会加大红色 指针与刻度、表盘底色之间的差异，有利于红色的提取，对过滤红色指针的影响不 大：而偏红色则会严重干扰对红色指针区域的判定，图3 1 8 所示即为整体偏红色的 温度表，应用直接色调匹配法，可以看到在确定红色指针区域的时候，分割效果不 好，存在表盘不同部位的分割不足和分割过量情况。 ( a ) 偏红色温度表表盘指针图像( b ) 偏红色温度表图像分割结果图 图3 1 8 偏红色表盘图像应用直接色调匹配法分割结果 因此在光照条件较差的情况下，固定闽值的直接色调匹配法是不能很好的提 取颜色和分割图像的。本文提出种新的颜色匹配与提取的方法一主色提取法。 3 3 5 主色提取法 由h i s 颜色空间的特性可知以下两条基本规律： ( 1 ) 彩色象素点的s ( 饱和度) 值大于近白色象素点的s ( 饱和度) 值。 ( 2 ) 彩色象素点的i ( 亮度) 值大于近黑色象素点的i ( 亮度) 值。 以此规律为基础，并通过多次实验证明，发现温度表表盘在不同的光照条件 下，其图像也遵循这样两条规律： ( 1 ) 红色指针区域的s ( 饱和度) 值要远大于近白色表盘底色的s ( 饱和度) 值。 ( 2 ) 红色指针区域的i ( 亮度) 值要远大于近黑色表盘刻度的i ( 亮度) 值。 根据上述规律，主色提取法可分为以下三个步骤进行： 第3 7 页 华北电力大学硕士学位论文 1 判定红色指针区域的基准点：在直接色调匹配法所分割图像的基础上，逐 个扫描图像像素点 x l ，x 2 ，x 。) ，首先计算各个像素点的p = s i ，找出满足 p i = m a x p l ，p 2 ，p 。 的像素点x i ，根据规律可知，可以判定该像素点x i 即为指针区 域中的点。 2 确定红色指针区域：y h g o n g 的研究发现，当h i s 颜色对的相似距离小于 3 0 时，人类视觉认为它们是相似的；当h i s 颜色对的相似距离大于6 0 时，人类 视觉认为它们是显著不同的【i 们。h i s 颜色对的相似性可用相似距离来度量。假设 a = ( h l ，i j ，s 1 ) ，b = ( h 2 ，1 2 ，s 2 ) 为h i s 颜色空间的颜色对，则它们的相似距离定义为： 式中 1 22 s i s 2 m + ( 丛) 2 + ( 4 出) 2 p ( 式3 2 ) 吖：l 。堡脯 l o o a h = l h l 一h 2 ，= i ，i 一，2 a s = i s 。一s ： ( 式3 3 ) ( 式3 4 ) ( 式3 5 ) ( 式3 6 ) 将已经找出的x i 做为基准点，逐个扫描图像像素点 x l ，x 2 ，x 。 ，满足与基 准点x i 的相似距离小于1 的点，都可以看作是与基准点颜色相近的点，可以做为红 色指针区域被保留下来，其它的点看作是背景区域而被过滤。 图3 1 9 为利用主色提取法进行红色指针图像分割的结果。 j ? 一_ ( a ) 偏红色温度表表盘指针图像( b ) 保留红色界限指针结果 图3 1 9 偏红色表盘图像利用主色提取法保留红色指针结果 第3 8 页 华北电力大学硕士学位论文 3 过滤红色指针区域：这一步与直接色调匹配法的方法一样，目的是过滤红 色指针，消除其对待识别的黑色指针的干扰。过滤结果如图3 2 0