鐘志偉， 張壽明

0 引 言

指針式儀表由于具有抗電磁干擾，精度高等數(shù)字式儀表無法取代的優(yōu)點(diǎn)，工業(yè)生產(chǎn)中仍然廣泛使用,許多企業(yè)為了避免定期派人員對(duì)指針式儀表進(jìn)行檢定、記錄數(shù)據(jù)等工作，均實(shí)現(xiàn)了儀表自動(dòng)判讀，儀表示值通過機(jī)器視覺等技術(shù)讀取。但工業(yè)現(xiàn)場(chǎng)往往存在許多的干擾光源或光源不穩(wěn)定的情況，對(duì)示值讀取造成了很大干擾，使得示值偏差較大，甚至無法讀取。

針對(duì)此情況,本文提出了一種基于Hough概率變化的指針去影，正確判別指針的算法，實(shí)驗(yàn)表明：所提方法能夠在存在干擾光源，指針出現(xiàn)陰影的情況下正確判讀指針位置，提高了系統(tǒng)抗干擾性。

1 系統(tǒng)結(jié)構(gòu)

系統(tǒng)整體原理如圖1所示。具體識(shí)別步驟為：1) 圖像采集；2)圖像預(yù)處理；3)指針提??；4)指針陰影判別。

2 圖像預(yù)處理

1)圖像灰度化處理。因?yàn)閿z像頭采集到的圖像為彩色圖像，其占有空間大，影響程序的執(zhí)行效率，為了后續(xù)的圖像處理，將攝像頭采集到的彩色圖像轉(zhuǎn)化成灰度圖像，如圖2所示。

圖2 灰度圖像

2)圖像銳化。采用基于拉普拉斯的銳化算子對(duì)采集的灰度圖像進(jìn)行處理，便于提取指針，突出圖像的邊緣，算子表達(dá)式為

f(x,y)=5f(x,y)-f(x-1,y)-f(x+1,y)-

f(x-1,y-1)-f(x+1,y+1)

(1)

式中f(x,y)為坐標(biāo)為(x,y)的灰度值,其他以此類推。銳化后的圖像如圖3所示。

圖3 銳化后的圖像

3)圖像二值化處理。為檢測(cè)出儀表的指針，比較各算法[1～4]后，采用了閾值化分割的算法，即對(duì)銳化后的圖像進(jìn)行二值化，選取合適的閾值進(jìn)行Hough概率變化，檢測(cè)出圖像中的代表指針的直線。

2.1 圖像的分割與指針提取

圖像二值化即在0～255中選擇一個(gè)數(shù)值作為閾值，通過選取不同的閾值根據(jù)不同的方法，將灰度值小于該閾值的像素的值設(shè)為0或者255，0代表黑色；255則代表白色。二值化后的圖像如圖4所示。

圖4 二值化圖像

為了更準(zhǔn)確地獲得代表指針的直線，對(duì)圖4進(jìn)行了細(xì)化,提取后的圖像如圖5所示。圖中代表指針的直線雖然與左下角的短線錯(cuò)誤的連接在了一起，但是并不影響后續(xù)的處理。

圖5 細(xì)化圖像

2.2 Hough概率變換提取指針

傳統(tǒng)Hough變換將笛卡爾坐標(biāo)系下的直線y=ax+b映射到極坐標(biāo)系，其函數(shù)關(guān)系為

ρ=xcosθ+ysinθ

(2)

式中ρ為直線到坐標(biāo)原點(diǎn)的距離；θ為直線與x軸的夾角。通過對(duì)圖像中每一點(diǎn)以θ為橫坐標(biāo)，ρ為縱坐標(biāo)進(jìn)行作圖，屬于同一直線上的點(diǎn)在該平面交于一點(diǎn)，通過尋找交于一點(diǎn)的曲線數(shù)量來檢測(cè)一條直線，越多的曲線交于一點(diǎn)說明該交點(diǎn)表示的直線由更多的點(diǎn)組成。因此，可以通過設(shè)定閾值來定義多少條曲線交于一點(diǎn)才認(rèn)為是一條直線。Hough概率變換也是將圖像映射到極坐標(biāo)系中,不同的是其隨機(jī)選取圖像上的前景點(diǎn)，當(dāng)曲線的交點(diǎn)數(shù)達(dá)到設(shè)定的閾值，在笛卡爾坐標(biāo)系下找出該直線L,并輸出線段的端點(diǎn)坐標(biāo)[5]。

2.3 指針陰影判別

通過Hough概率變換能夠得到檢測(cè)出的直線的起點(diǎn)(x0,y0)與終點(diǎn)(x1,y1)坐標(biāo),直線的方程表示為

(3)

在無干擾條件下通過檢測(cè)任意2個(gè)不在同一位置的指針可得2個(gè)不同的方程，求取2條直線的交點(diǎn)，即為指針的回轉(zhuǎn)中心，其突出的特點(diǎn)是坐標(biāo)固定不變，因此，當(dāng)在外界有干擾的條件下，指針存在陰影，或者是其他直線狀物體的影子進(jìn)入圖像時(shí)，可以通過這些直線與機(jī)械調(diào)零位置指針的交點(diǎn)來判斷該直線是否為陰影，或不相干圖像，從而提高系統(tǒng)的抗干擾性，避免程序出現(xiàn)誤判，提高示值讀取的準(zhǔn)確率。該方法可以簡(jiǎn)單的概括為以下3步:

1)利用Hough概率變換提取出初始位置的指針，并保存該直線方程；

2)提取任意不同于初始位置的指針，并通過式(3)計(jì)算2條直線的交點(diǎn)，即回轉(zhuǎn)中心；

3)當(dāng)檢測(cè)到圖像中出現(xiàn)不止一條同樣長(zhǎng)度的直線，或者更長(zhǎng)的直線時(shí)，通過比較該直線與初始位置的的交點(diǎn)坐標(biāo)與步驟(2)中所求的坐標(biāo)大小關(guān)系比較是否為干擾直線，并輸出正確的指針的直線。

本文采用圖4所示指針初始位置與圖6所示的指針位置獲取指針的回轉(zhuǎn)中心。通過人為制造干擾光源，使得二值化圖像中出現(xiàn)干擾直線檢驗(yàn)算法的可行性。加入干擾后圖像如圖7所示。

圖6 指針轉(zhuǎn)動(dòng)后的圖像

圖7 干擾圖像

光從儀表左邊投射可以看出，圖像中出現(xiàn)了指針陰影、許多其他的干擾因素。通過上述算法可求得指針回轉(zhuǎn)中心的坐標(biāo)為(297,484)，以及圖7中檢測(cè)到的直線與指針初始位置的交點(diǎn)1的坐標(biāo)(295,482)與交點(diǎn)2的坐標(biāo)(323,525)?；剞D(zhuǎn)中心為由圖4和圖6所示求取的直線交點(diǎn)，在正常無干擾下求得。交點(diǎn)1和交點(diǎn)2是由圖7與圖4所示求取的直線交點(diǎn)。通過判斷交點(diǎn)1、交點(diǎn)2與回轉(zhuǎn)中心的坐標(biāo)關(guān)系即正確判斷出代表指針位置的直線，通過將Hough概率變換檢測(cè)到直線在圖中劃線可以判斷與回轉(zhuǎn)中心坐標(biāo)距離最近的交點(diǎn)1為正確指針交點(diǎn)。將圖4、圖6以及圖7檢測(cè)到的直線用直線顯示出來，如圖8所示，同時(shí)也可以通過表1看出，交點(diǎn)1與回轉(zhuǎn)中心并不是嚴(yán)格意義上的相同，這與Hough概率變換檢測(cè)到的直線與直線交點(diǎn)計(jì)算過程中的數(shù)值取舍均有關(guān)系，但并不影響程序檢測(cè)的正確性與可靠性。

圖8 檢測(cè)到的直線

實(shí)驗(yàn)中通過在不同光照下檢驗(yàn)，本文方法均能正確檢測(cè)出代表正確指針的直線，表現(xiàn)出了很好的抗干擾性。

3 結(jié) 論

通過Hough概率變換檢測(cè)出圖像中代表指針的直線，并通過在無干擾的情況下檢測(cè)指針不同位置時(shí)的交點(diǎn)來確定回轉(zhuǎn)中心，并以此點(diǎn)為參考點(diǎn)來檢測(cè)后續(xù)檢測(cè)到的直線與指針初始位置的交點(diǎn)來判定正確指針的位置。實(shí)驗(yàn)表明：方法能夠正確檢測(cè)出指針并提高系統(tǒng)的抗干擾性，在實(shí)際的生產(chǎn)應(yīng)用中具有一定的借鑒意義。

參考文獻(xiàn):

[1] 趙艷琴,楊耀權(quán),田 沛.基于計(jì)算機(jī)視覺技術(shù)的指針式儀表示值的自動(dòng)判讀方法研究[J].電力情報(bào),2001(3):39-42.

[2] 戴亞文,王三武,李金龍.基于圖像處理技術(shù)復(fù)雜儀表的自動(dòng)識(shí)別[J].計(jì)量技術(shù),2003(3):33-35.

[3] 陳 彬,金連文.一種儀表指針位置檢測(cè)的中心投影法[J].計(jì)算機(jī)應(yīng)用研究,2005,22(1):246-248.

[4] Alegria E C,Serra A C.Automatic calibration of analog and digital measuring instruments using computer vision[J].IEEE Trans on Instrumentation and Measurement,2000,49(1):94-99.

[5] Matas J,Galambos C,Kittler J.Robust detection of lines using the progressive probabilistic hough transform[J].Comput Vision Image Underst,2000,78 (1):119-137.