湯思孟，趙杰煜，陸曉峰

（1.寧波市計量測試研究院，浙江　寧波　315048；2.寧波大學信息科學與工程學院，浙江　寧波　315211）

基于機器視覺技術的水表新型檢定方法

湯思孟1，趙杰煜2，陸曉峰1

（1.寧波市計量測試研究院，浙江寧波315048；2.寧波大學信息科學與工程學院，浙江寧波315211）

將機器視覺技術應用到水表檢定系統(tǒng)中，通過固定在被檢水表上方的高速高分辨率攝像機，動態(tài)獲取運行中的水表圖像，用顏色特征和背景高斯擬合建模結合的算法實現(xiàn)水表指針的準確定位，將圖像實時轉換成數(shù)字讀數(shù)，并解決水珠、氣泡等對讀數(shù)干擾的問題，實現(xiàn)水表高效率全自動檢定。

計量學；水表檢定；顏色特征建模；高斯擬合算法；最小讀數(shù)

1　引言

水表檢定裝置可進行水表示值誤差等項目的檢測［1～4］。有關儀表實時自動檢測的研究多年以前就開始了［5～11］。但目前我國大量生產和使用的水表仍然以模擬機械式水表為主，因此采用非侵入性的實時水表自動化檢測是提高檢定效率的有效途徑。光電脈沖法［12，13］和靜態(tài)圖像法［14～16］是目前最常見的2種檢測方法。光電脈沖法實現(xiàn)了水表的自動檢測，但存在對焦不便及檢定過程容易掉失信號等弊病，可靠性和穩(wěn)定性不是很好。靜態(tài)圖像法采用CCD攝像頭獲得檢定前后水表的靜態(tài)圖像，計算機軟件完成對靜態(tài)圖像的識別處理，獲得水表示值，但靜態(tài)圖像識別誤差一般在表盤最小分格值的1/3，即水表最小讀數(shù)為0.033 L［17，18］，檢定用水量沒有減少，檢定時間與普通水表檢定裝置相同，且易受水珠、氣泡等干擾因素影響。

本文將機器視覺技術應用于8個表位的水表檢定系統(tǒng)中，采用一種基于動態(tài)視頻圖像處理和模式識別算法的水表快速自動檢定技術，通過高速高分辨率攝像機讀取水表示值，獲取高分辨率動態(tài)視頻圖像數(shù)據(jù)，經高斯擬合建模算法精確地確定水表的指針位置，從而提高了水表的讀數(shù)分辨率，并解決靜態(tài)圖像法中水珠和氣泡遮擋讀數(shù)指針時讀不準的問題。

2　結構設計

攝像機連續(xù)拍攝水表指針動態(tài)視頻圖像，并以數(shù)據(jù)方式輸入圖像采集卡內，圖像采集卡將圖像進行比例縮放、裁剪，并以數(shù)據(jù)方式輸入工控機內，工控機將數(shù)據(jù)經高斯擬合建模算法完成對水表指針的準確定位，同時，水流經換向器流入作為標準器的精密電子天平內，電子天平將采集到的標準水量數(shù)據(jù)輸入工控機內，將水表示值與標準水量進行比較便得到水表示值誤差。其中，攝像機、圖像采集卡和工控機之間設有作數(shù)據(jù)傳輸連接的總線，精密電子天平與工控機之間也設有作數(shù)據(jù)傳輸連接的總線，工控機通過微控制器與電磁閥作電路控制連接。

整個系統(tǒng)主要由視頻圖像采集、通水閥門自動控制、電子天平數(shù)據(jù)采集、核心工控機4部分組成，具體結構見圖1。

圖1　水表自動檢定系統(tǒng)結構圖

3　硬件特點

3.1視頻圖像采集

動態(tài)視頻圖像采集到的數(shù)據(jù)量極大，因此，本方法采用了DH-VT142圖像采集卡（PCI-E×1總線），該卡在全分辨率多路視頻同時采集時，采集速度快，避免了因數(shù)據(jù)丟失而產生的拉道現(xiàn)象。為了不浪費總線的帶寬，在通水排氣階段通過基于記憶的混合高斯背景建模算法完成水表指針的定位，通過DHVT142采集卡的硬件裁剪水表指針附近小塊區(qū)域的圖像，作為水表指針讀取算法的數(shù)據(jù)輸入。

3.2通水閥門自動控制

控制系統(tǒng)以ATMEGA16微控制器作為控制核心與工控機進行通信，通過ATMEGA16微控制器的IO端口接9012NPN型三極管的基極，再驅動相應的繼電器之后直接接電磁閥，當工控機執(zhí)行流量測試程序而需要打開總進水閥或者出水閥時，工控機發(fā)送相應的包含延時時間以及相應通道的數(shù)據(jù)到微控制器，微控制器接收到工控機發(fā)來的命令時首先解析數(shù)據(jù)，然后在ATMEGA16的IO口輸出高電平或者低電平并保持工控機發(fā)送過來的延時時間，從而打開或者關閉相應的閥門。

3.3電子天平數(shù)據(jù)采集

標準水量數(shù)據(jù)采集使用電子天平，電子天平與工控機通過RS232進行串行通信，包括測量前后電子天平穩(wěn)定數(shù)據(jù)的采集以及其它參數(shù)的采集，由于動態(tài)檢定，由換向器引導水流進出電子天平，需解決電子天平數(shù)據(jù)的穩(wěn)定問題。本方法利用梅特勒-托利多電子天平提供的標準串行通信指令與工控機進行通信或數(shù)據(jù)采集，為了獲得穩(wěn)定的標準水量數(shù)據(jù)，對電子天平的設置要求是數(shù)據(jù)在穩(wěn)定后才能向工控機輸出數(shù)據(jù)，確保標準水量的準確可靠。

3.4核心工控機

本方法采用的工控機控制整個水表檢測工作，包括動態(tài)視頻圖像數(shù)據(jù)及電子秤的標準量值數(shù)據(jù)采集、確定指針精確位置的算法過程、閥門按序控制、各模塊協(xié)調工作、以及人機對話、合格判別、報表打印等功能。

4　軟件特點

4.1系統(tǒng)組成與要求

整個系統(tǒng)功能由多模塊組成，包括含電子閥門的定時控制模塊、系統(tǒng)的注冊安全模塊、攝像頭檢定算法模塊、系統(tǒng)全局設置模塊等等，其中，系統(tǒng)全局設置模塊最為關鍵，內部有水表檢定時間以及狀態(tài)參數(shù)設置功能，方便操作人員的參數(shù)設置和控制，實現(xiàn)水表檢定的自動化。

水表檢定環(huán)境條件比較復雜，潮濕、光照、人影等因素都可能影響圖像獲取的準確性，光照、人影的變化會造成圖像RGB值的劇烈變化，極大影響水表圖像處理結果，潮濕的水汽會嚴重影響集成電路的運行穩(wěn)定性，因此，要求確保照明充足，各種電路能持續(xù)穩(wěn)定工作。

4.2圖像識別及數(shù)據(jù)建模算法

在檢定階段，為了連續(xù)跟蹤水表指針，以獲得水表示值的準確數(shù)據(jù)，攝像機需實時傳輸大量的圖像數(shù)據(jù)，若算法過于復雜的話，就不能實時完成任務，但算法過于簡單又不能解決水珠、氣泡等遮擋的問題。因此除了采用新型圖像采集卡及新型總線外，設計一個有效合適的圖像處理算法極其重要。

算法采用顏色特征和背景高斯擬合建模結合的算法實現(xiàn)水表指針的自動定位，以獲得示值的準確值，主要通過圖像采集卡裁剪水表指針附近小塊區(qū)域的動態(tài)視頻圖像，將其作為水表指針讀取算法的數(shù)據(jù)輸入，根據(jù)指針和表盤不同形狀及顏色的先驗信息，并結合指針轉圈運動特征，建立背景模型，再利用背景減除法得到指針準確的分度值。高斯擬合模型如下：

式中：x為多元隨機變量向量，πi為混合系數(shù)，μi為水表中心點坐標，∑為方差，I為單位矩陣。由于多個水表指針運動半徑相等，則∑只有一個值，根據(jù)指針圖像多次累加實際就是一個對稱圓，選擇∑=］，計算能量最小值：

由此得到水表中心坐標μ，半徑長度σ，實現(xiàn)了指針的自動定位。在水表檢定前的放水排氣階段，每秒讀取10張初始動態(tài)視頻圖像、連續(xù)10 s共讀取100張動態(tài)視頻圖像進行加權累加以得到初始圖像。在系統(tǒng)的流量測試階段，通過背景減除得到圖像運動區(qū)域，再利用圖像顏色特征及其輪廓特征，確定每個指針的準確位置。當指針運動到水珠、氣泡遮擋的區(qū)域，利用水珠、氣泡等遮擋之外的有用信息和指針運動的連續(xù)性特征，確定指針運動方位，并且在指針每圈運動結束時自動記錄一次結果，防止誤差傳遞到下一次，這樣就排除了光照、水珠和氣泡等的影響，保證水表讀數(shù)的準確性。

5　實驗與討論

本方法研究是確保在同樣的檢測精度下，大幅度減少檢測時間，這可通過減少用水量來實現(xiàn)。按國家檢定規(guī)程要求，為了確保水表的讀數(shù)誤差在允許范圍內，水表的檢定用水量不能少于最小檢定分格值的200倍，普通機械水表的最小分格值為0.05 L，因此傳統(tǒng)檢測水表的用水量不小于10 L。水表的出廠檢定必須在常用流量（2.5 m3/ h）、分界流量（0.05 m3/h）及最小流量（0.031 25 m3/h）3個流量點進行檢定，其中后2個流量點用水量均為10 L，流量值較小，檢定時間最長，約占整個檢定時間的93％，通過減少這2個流量點的檢定時間對提高效率最為有效，本方法采用高速高清攝像機、顏色特征建模和背景高斯擬合結合的算法實現(xiàn)水表指針準確定位，最小讀數(shù)可降低到0.000 46 L，用水量可減少到1 L以下，為了消除指針運轉影響，選擇的用水量為1 L。圖2是系統(tǒng)工作流程圖。

圖2　系統(tǒng)工作流程圖

本方法獲得的水表數(shù)據(jù)可靠性還需通過實驗來驗證。通常為了檢驗某種檢測方法的準確性和有效性，將該儀表用其他檢測方法進行比較是常見的辦法，但由于普通機械式水表的重復性不好，即使在同一測試條件下對同一水表但不是同一次的測試，也會存在較大的重復性誤差，從而失去比較的意義。為了確認本方法指針數(shù)據(jù)的可靠性，在系統(tǒng)軟件中設置了獲得數(shù)據(jù)的同時，保留檢定前后瞬間指針圖像，用人眼識別的方法確定水表的示值，將二種方法獲得的數(shù)據(jù)進行比較。表1為8個口徑為15 mm旋翼式水表的在3個流量點上人工靜態(tài)圖像和本方法檢測數(shù)據(jù)對照表。

由表1可見，二種方法獲得的數(shù)據(jù)略有差異，但非常接近，必須指出，人工讀數(shù)的末位數(shù)據(jù)是估讀得到，存在較大的誤差，表盤的分度也存在一定的誤差，而本方法得到的數(shù)據(jù)經系統(tǒng)準確定位得到，分辨率很高。表2為二種方法的最小讀數(shù)、用水量及檢定時間對照表，最小讀數(shù)與流量的大小、攝像機的采集速度有關，本方法攝像機的采集速度為30幀/s。經計算，本方法的全部檢定時間約為傳統(tǒng)人工檢測時間的16％。

表1　2種方法獲得的水表示值對照表L

表2　2種方法檢定時間對照表

6　結論與展望

本檢定方法是通過用高精度高速攝像機代替?zhèn)鹘y(tǒng)的人眼連續(xù)獲取水表圖像數(shù)據(jù)，經過基于動態(tài)視頻圖像處理和模式識別算法，獲得比人眼分辨率高數(shù)倍的水表示值，從而大大減少檢定時間，實現(xiàn)檢定過程的自動化，經測算，若考慮水表的安裝、拆卸及密封性試驗時間，整個水表檢定過程可提高效率達3倍多。光照、人影等環(huán)境因素對水表圖像識別的準確性帶來較大的影響，嚴重的光照、人影變化會造成圖像RGB值的劇烈變化，極大影響水表圖像處理結果，因此，如何消除這些影響，優(yōu)化模式識別算法將是今后需進一步研究的課題。

［1］詹志杰.水表技術手冊［M］.北京：中國計量出版社，2004.

［2］國家質量監(jiān)督檢驗檢疫總局.JJG162—2009冷水水表［S］.2009.

［3］趙蕾榮.水表檢定中的數(shù)據(jù)處理［J］.計量技術，2012，（10）：72-74.

［4］張祖明.微機控制水表檢定裝置：中國，200420114413.4［P］.2006-03-29.

［5］Sablatnig R.Visual inspection of water meters used for automatic calibration［J］.Image Analysis Applications and ComputerGraphics（LectureNotesinComputer Science），1995，1024：518-519.

［6］Sablatnig R.Flexible automatic visual inspection based on the separation of detection and analysis［J］.Proc IEEE Int Conf Pattern Recognit，1996：944-948.

［7］Antoniadis I，Hountras A，Glossitis G.Using LabVIEW and PXI for online mechanical parameter monitoring system for a diesel generator unit set［R］.Dept Mech Eng，National Technical Univ，Athens，Greece，Tech Rep 2002_530_821_123_8.5x10.875.qxd，2002.

［8］Lan J H，Wei X，Bai Z L.Automatic calibration system for analog instruments based on DSP and CCD sensor［J］.Proc SPIE，2008，7156：71560Q-1-71560Q-10.

［9］Liu S G，Liu M Y，He Y.Checking on the quality of gauge panel based on wavelet analysis［C］//2002 International ConferenceonMachineLearningandCybernetics，Beijing，China，2002，2：763-767.

［10］Dyer C R.Gauge inspection using Hough transforms pattern analysis and machine intelligence［J］.IEEE Trans Pattern Anal Mach Intell，1983，5（6）：621-623.

［11］Jaffery Z，Dubey A.Architecture of Non-Invasive Real Time Visual Monitoring System for Dial Type Measuring Instrument［J］.IEEE Sensors Journal，2013，13（4）：1236-1244.

［12］潘豐.水表特性自動校驗系統(tǒng)設計［J］.傳感器技術，2003，22（10）：24-29.

［13］苑瑋琦，于聰穎.水表號碼讀取系統(tǒng)的設計與實現(xiàn)［J］.電子技術應用，2007，（4）：74-75.

［14］周志峰，丁維光.基于圖像識別的二表位全自動復式水表檢定裝置的研發(fā)［J］.中國計量，2013，（5）：86-87.

［15］王三武，戴亞文.多指針水表自動識別系統(tǒng)［J］.儀器儀表學報，2005，26（11）：1178-1180.

［16］程琦，趙軍，劉宇.指針式儀表示值識別系統(tǒng)研究［J］.計量學報，2009，30（5）：192-195.

［17］周小雨.水表自動檢定裝置：中國，200720082206.9 ［P］.2008-09-24.

［18］孫軍，馬俊杰，玄惠萍，等.普通水表自動檢定裝置及其檢定方法：中國，03114302.4［P］.2004-10-27.

A Novel Water Meter Calibration Method Based on Machine Vision Technology

TANG Si-meng1，ZHAO Jie-yu2，LU Xiao-feng1
（1.Ningbo Institute of Measurement and Testing，Ningbo，Zhejiang 315048，China；2.The College of Information Science and Engineering，Ningbo University，Ningbo，Zhejiang 315211，China）

The machine vision technology applied to the water meter calibration is discribed.Several high speed and high resolution cameras are installed at the top of the checked meter to dynamically access the running water meter image.The meter pointer is accurately positioned using color feature modeling and background Gaussian fitting methods.Machine vision approaches are used to convert the captured images into digital readouts.Encountered problems such as blurred surface and air bubble interfere are overcome.The developed system realizes high efficient automatic water meter verification.

Metrology；Water meter calibration；Color feature modeling；Gaussian fitting methods；Minimum readout

TB937

A

1000-1158（2015）01-0054-04

10.3969/j.issn.1000-1158.2015.01.12

2013-09-04；

2014-01-07

湯思孟（1959-），男，漸江寧波人，寧波市計量測試研究院高級工程師，碩士，主要從事流量計量檢測工作。tsm0716@163.com