徐 鵬，曾衛(wèi)明，石玉虎，張雅倩

(上海海事大學(xué) 信息工程學(xué)院，上海 201306)

0 引 言

指針式油位計(jì)作為一種油位測(cè)量?jī)x器，由于其具有價(jià)格便宜、結(jié)構(gòu)簡(jiǎn)單、可靠性高以及能夠準(zhǔn)確顯示油位的讀數(shù)等優(yōu)點(diǎn)，在油艙、油庫(kù)等領(lǐng)域應(yīng)用廣泛[1]。目前指針式油位計(jì)讀數(shù)的識(shí)別主要依靠人眼觀測(cè)來(lái)完成，但人工判讀的方法存在一定缺陷，如對(duì)于處在表盤(pán)兩個(gè)刻度線之間的指針，只能靠主觀估計(jì)來(lái)判斷讀數(shù)，導(dǎo)致讀數(shù)并不精確[2]。因此，提出一種油位計(jì)讀數(shù)自動(dòng)識(shí)別方法就顯得十分必要。

油位計(jì)的自動(dòng)識(shí)別關(guān)鍵在于尋找油位計(jì)軸心位置和識(shí)別指針位置。在尋找軸心位置方面，Alegria等提出了剪影法[3]，該方法需要準(zhǔn)備兩幅油位計(jì)的圖像，一幅正常圖像，一幅缺失指針的圖像，通過(guò)兩幅圖像之差就可以得到指針，再進(jìn)行一些處理就可以得到軸心。這種方法針對(duì)不同的油位計(jì)需要準(zhǔn)備不同的圖像，實(shí)時(shí)性較差。還有一些學(xué)者采用Hough圓變換法[4-6]，該方法需要先進(jìn)行邊緣計(jì)算，再對(duì)邊緣上的每個(gè)點(diǎn)進(jìn)行計(jì)算，求出油位計(jì)的圓及圓心。這種方法計(jì)算量大，且依賴于參數(shù)設(shè)置，可能會(huì)檢測(cè)出許多不存在的圓。而在指針位置識(shí)別方面，大量學(xué)者采用Hough變換進(jìn)行表盤(pán)指針的提取[7-8]。該方法需要對(duì)全局像素點(diǎn)進(jìn)行搜索，具有存儲(chǔ)空間大、計(jì)算時(shí)間長(zhǎng)等缺陷[9]，且直線檢測(cè)的效果依賴于參數(shù)的設(shè)定，魯棒性不強(qiáng)。Han等提出一種基于改進(jìn)Hough變換的方法[10],該算法首先使用自適應(yīng)的中值濾波、圖像二值化等操作，然后使用Hough變換提取指針直線，但該算法對(duì)于光照強(qiáng)弱不具有魯棒性。

針對(duì)上述問(wèn)題，在尋找油位計(jì)軸心位置方面，根據(jù)油位計(jì)軸心顏色與指針的黑色存在較大的差異，文中提出一種遍歷指針像素的方法來(lái)準(zhǔn)確地求出油位計(jì)軸心位置。同時(shí)，在識(shí)別指針位置方面，提出一種改進(jìn)的霍夫變換法來(lái)檢測(cè)指針位置。最后通過(guò)實(shí)驗(yàn)對(duì)算法進(jìn)行驗(yàn)證。

1 算法總體框架

所提算法的總體框架如圖1所示。

圖1 油位計(jì)自動(dòng)讀數(shù)系統(tǒng)框架

為了對(duì)油位計(jì)進(jìn)行自動(dòng)讀數(shù)，首先需要對(duì)采集獲得的油位計(jì)圖像進(jìn)行必要的預(yù)處理，主要包括圖像濾波處理、圖像增強(qiáng)處理以及邊緣提取等步驟；其次采用遍歷指針像素的方法識(shí)別出油位計(jì)的軸心位置，再利用改進(jìn)的霍夫變換識(shí)別出指針的位置，然后根據(jù)油位計(jì)起點(diǎn)和終點(diǎn)處為紅色進(jìn)行顏色分割，得到起點(diǎn)和終點(diǎn)的坐標(biāo)；最后運(yùn)用角度法計(jì)算出油位計(jì)讀數(shù)并判斷油位狀態(tài)。

1.1 圖像預(yù)處理

經(jīng)攝像頭采集的油位計(jì)圖像易受光照的影響，且在拍攝、傳輸過(guò)程中會(huì)攜帶大量的噪聲[11]。為了后續(xù)油位計(jì)的準(zhǔn)確讀數(shù)，需要對(duì)圖像進(jìn)行預(yù)處理，包括同態(tài)濾波、中值濾波、二值化、形態(tài)學(xué)處理等操作。

1.1.1 同態(tài)濾波處理

針對(duì)采集的油位計(jì)圖像易受光照影響，采用同態(tài)濾波器對(duì)弱光照下的油位計(jì)圖像進(jìn)行增強(qiáng)。同態(tài)濾波器是一種依據(jù)圖像照度反射成像模型原理的頻域?yàn)V波算法，該濾波器可以改變圖像灰度范圍和增強(qiáng)圖像的對(duì)比度[12]。文中采用高斯型同態(tài)濾波器H(μ,ν)對(duì)油位計(jì)圖像進(jìn)行濾波處理，增強(qiáng)了弱光照油位計(jì)圖像的亮度，提高了圖像的對(duì)比度。其中高通濾波器H(μ,ν)的計(jì)算公式如下：

(1)

(2)

使用高斯型同態(tài)濾波器處理結(jié)果如圖2(b)所示，對(duì)于攝像頭采集過(guò)程中偏暗的油位計(jì)圖像能起到增亮的效果，同時(shí)也增強(qiáng)了油位計(jì)圖像指針區(qū)域與非指針區(qū)域的對(duì)比度。

1.1.2 二值化與圖像形態(tài)學(xué)處理

因?yàn)橛臀挥?jì)圖像的指針大多是黑色的，而油位計(jì)的其他區(qū)域大都呈現(xiàn)灰色或者白色，所以可以采用閾值法將指針和其他區(qū)域區(qū)分開(kāi)。使用閾值法處理后的二值化圖像f(x,y)表示為：

(3)

二值化后的結(jié)果圖如圖2(c)所示；在二值化后的圖片中，發(fā)現(xiàn)圖像中仍然存在著一些細(xì)小的干擾點(diǎn)，文中利用形態(tài)學(xué)中的腐蝕操作進(jìn)行有效去除，結(jié)果如圖2(d)所示。

1.2 油位計(jì)軸心確定

對(duì)于油位計(jì)軸心的識(shí)別，文中采用遍歷指針像素的方法來(lái)識(shí)別油位計(jì)的軸心?？梢园l(fā)現(xiàn)指針軸心的顏色和黑色指針還是存在很大的差異。二值化后的圖像中可以發(fā)現(xiàn)指針被軸心間斷成了兩段，根據(jù)這一特點(diǎn)，先對(duì)形態(tài)學(xué)操作后的圖像進(jìn)行輪廓提取操作，可以用兩個(gè)最小外接矩形框框出被間斷的兩段指針，再分別求取這兩個(gè)矩形的質(zhì)心，并求得兩個(gè)質(zhì)點(diǎn)的坐標(biāo)(x1,y1),(x2,y2)。將這兩個(gè)點(diǎn)進(jìn)行連線可以在指針上得到一條直線，根據(jù)這兩個(gè)點(diǎn)可以求得這條直線的斜率k以及截距b，從而可得直線方程:

y=k*x+b

(4)

對(duì)這一條直線上的像素進(jìn)行遍歷，可以根據(jù)RGB來(lái)進(jìn)行判斷，找出直線上第一個(gè)非黑色的點(diǎn)(X1,Y1)和最后一個(gè)非黑色的點(diǎn)(X2,Y2)，并記錄下來(lái)。最后對(duì)這兩個(gè)點(diǎn)的坐標(biāo)進(jìn)行求中間點(diǎn)操作，即可得到軸心的坐標(biāo)(X,Y)，如圖2(e)所示。

圖2 油位計(jì)圖像指針處理圖

X=(X1+X2)/2

(5)

Y=(Y1+Y2)/2

(6)

1.3 指針位置識(shí)別

指針的位置識(shí)別，大量學(xué)者采用了全局的霍夫變換[8,13]。該方法首先把坐標(biāo)轉(zhuǎn)換到極坐標(biāo)系下，極坐標(biāo)系下一條直線可以表示為：

ρ=xcosθ+ysinθ

(7)

其中，ρ表示原點(diǎn)到直線的距離；θ表示直線垂線的傾斜角度。

然后把圖像邊緣上的每個(gè)點(diǎn)帶入式7進(jìn)行計(jì)算，并將結(jié)果計(jì)入累加器A(ρ,θ)。因?yàn)橥粭l直線上的點(diǎn)具有相同的ρ和θ，所以每計(jì)算出一對(duì)(ρ,θ)，則A(ρ,θ)=A(ρ,θ)+1，最后取累加器中最大的值即可得出直線檢測(cè)結(jié)果。該方法需要對(duì)所有的邊緣點(diǎn)進(jìn)行計(jì)算，計(jì)算量大，且容易檢測(cè)很多不存在的直線，對(duì)后續(xù)的指針位置確定以及油位計(jì)讀數(shù)的準(zhǔn)確性產(chǎn)生較大的影響。

文中采用一種改進(jìn)的霍夫變換，首先根據(jù)檢測(cè)指針軸心的先序工作，判斷指針大致所在的位置，并用最小矩形框框出指針?biāo)诘腞OI；再在這個(gè)小范圍內(nèi)進(jìn)行霍夫變換以檢測(cè)指針直線，就可以極大地減少計(jì)算量。其次根據(jù)指針是最長(zhǎng)的這一特點(diǎn)，對(duì)檢測(cè)結(jié)果進(jìn)行判斷，僅輸出顯示最長(zhǎng)的那條直線，即檢測(cè)到的指針，如圖2(f)所示。在檢測(cè)到指針后，可以得到直線的兩個(gè)端點(diǎn)的坐標(biāo)，然后根據(jù)指針頭部到軸心的距離Lh要大于指針尾部到軸心的距離Le的條件(Lh>Le)，得到指針頭部的坐標(biāo)為(P1,P2)。

與傳統(tǒng)霍夫變換相比，該方法通過(guò)對(duì)參數(shù)空間的限定來(lái)減小變換的搜索范圍，大大減少了存儲(chǔ)空間和計(jì)算量，從而提高了計(jì)算速度。

1.4 油位計(jì)起始及終止位置確定

運(yùn)用角度法進(jìn)行油位計(jì)的讀數(shù)[14]，油位計(jì)的起點(diǎn)、終點(diǎn)位置的確定相當(dāng)重要。通過(guò)觀察發(fā)現(xiàn)，儀表刻度環(huán)上起點(diǎn)、終點(diǎn)處大都有紅色的矩形框，因此通過(guò)顏色分割[15-16]、輪廓面積的方法來(lái)得到起點(diǎn)終點(diǎn)的位置，具體步驟如下：

(1)將圖片由RGB轉(zhuǎn)換到HSV顏色空間；之所以選擇把圖片轉(zhuǎn)換到HSV顏色空間，是因?yàn)镠SV顏色空間更容易表示一種顏色，H值代表的色調(diào)基本上就可以確定某種顏色。

(2)根據(jù)紅色的H值，制作紅色的mask，并用mask與原圖像進(jìn)行betwise_and運(yùn)算得到感興趣區(qū)域圖像，如圖3(a)所示。

(3)得到的感興趣區(qū)域圖像中存在一些細(xì)小的干擾點(diǎn)，需要進(jìn)行腐蝕操作，去除非感興趣的干擾點(diǎn)，再進(jìn)行膨脹操作擴(kuò)大紅色區(qū)域的邊緣，結(jié)果如圖3(b)所示。

(4)運(yùn)用輪廓法把起點(diǎn)、終點(diǎn)的矩形標(biāo)記出來(lái)，并求得矩形的質(zhì)心，則兩個(gè)質(zhì)心的坐標(biāo)對(duì)應(yīng)于起點(diǎn)、終點(diǎn)的位置坐標(biāo)(K1,D1),(K2,D2)，結(jié)果在原圖上顯示，如圖3(c)所示。

圖3 油位計(jì)起始及終止位置確定過(guò)程

1.5 油位計(jì)讀數(shù)

采用角度法[14]對(duì)指針式油位計(jì)進(jìn)行讀數(shù)，根據(jù)前文求出的軸心坐標(biāo)(X,Y)，指針位置(P1,P2)，起點(diǎn)、終點(diǎn)坐標(biāo)為(K1,D1),(K2,D2)。通過(guò)向量夾角的方法可以求得刻度0和10之間的角度α，則帶刻度的表盤(pán)角度為360-α，油位計(jì)的每一刻度之間的夾角為γ：

γ=(360-α)/10

(8)

再根據(jù)計(jì)算得到的指針頭部坐標(biāo)(P1,P2)和起點(diǎn)、終點(diǎn)的位置(K1,D1),(K2,D2)，計(jì)算出指針和0刻度線之間的夾角β，則油位計(jì)的讀數(shù)θ可以按照如下公式計(jì)算:

(9)

2 實(shí)驗(yàn)結(jié)果分析

2.1 不同光照下儀表讀數(shù)算法準(zhǔn)確性的驗(yàn)證與分析

為了驗(yàn)證文中算法在不同光照條件下讀數(shù)的有效性，實(shí)驗(yàn)選取了不同光照下的儀表圖像(弱光照、強(qiáng)光照以及正常光照)來(lái)進(jìn)行實(shí)驗(yàn)。儀表圖像如圖4(a)所示，表1為不同光照條件下的讀數(shù)相較于人工讀數(shù)的誤差。

表1 不同光照條件下油位計(jì)讀數(shù)誤差分析

2.2 儀表讀數(shù)算法驗(yàn)證與分析

為了說(shuō)明文中讀數(shù)方法的有效性，實(shí)驗(yàn)選取了不同廠家生產(chǎn)的十張油位計(jì)圖像，它們的指針都指向不同的位置，計(jì)算儀表讀數(shù)與人工讀數(shù)之間的相對(duì)誤差以及讀數(shù)所需運(yùn)行時(shí)間；同時(shí)比較了文中讀數(shù)方法與采用全局霍夫變換方法[5-6]的性能。不同儀表識(shí)別結(jié)果如圖4(b)～(e)所示，程序讀數(shù)運(yùn)行時(shí)間和相對(duì)誤差分析見(jiàn)表2。

圖4 不同油位計(jì)的讀數(shù)識(shí)別結(jié)果

序號(hào)人工讀數(shù)文獻(xiàn)[5] 文獻(xiàn)[6]文中算法測(cè)量讀數(shù)相對(duì)誤差/%運(yùn)行時(shí)間/ms測(cè)量讀數(shù)相對(duì)誤差/%運(yùn)行時(shí)間/ms測(cè)量讀數(shù)相對(duì)誤差/%運(yùn)行時(shí)間/msa5.65.83.61505.752.71605.590.2070b0.010.041310800.0.38280850.0430060c3.63.570.831003.551.41203.580.5670d9.69.82.12109.761.72109.6050.0580

從表中數(shù)據(jù)分析可得，文獻(xiàn)[6]算法通過(guò)直方圖計(jì)算最佳閾值來(lái)進(jìn)行二值化預(yù)處理，然后使用霍夫變換檢測(cè)軸心，因?yàn)樵诙祷A(yù)處理時(shí)未考慮到光照條件對(duì)油位計(jì)讀數(shù)的影響，所以對(duì)采集時(shí)光照較暗的油位計(jì)進(jìn)行讀數(shù)誤差較大。文獻(xiàn)[5-6]均采用全局霍夫變換檢測(cè)軸心的方法，該方法依賴于參數(shù)的設(shè)定，檢測(cè)出的圓心位置可能不準(zhǔn)確，從而導(dǎo)致最終的讀數(shù)出現(xiàn)誤差較大。而利用文中算法進(jìn)行油位計(jì)的讀數(shù)，在讀數(shù)相對(duì)誤差和讀數(shù)所需時(shí)間上都要優(yōu)于文獻(xiàn)[5-6]中的算法。主要是因?yàn)槲闹兴惴ㄔ趫D像預(yù)處理階段使用了同態(tài)濾波器等，可消除采集時(shí)光照強(qiáng)弱對(duì)于油位計(jì)圖像的影響，提高讀數(shù)的準(zhǔn)確性；提出的遍歷指針像素的方法可以很好地記錄下指針上的突變顏色，從而可以較準(zhǔn)確地檢測(cè)出指針軸心的位置，減少了計(jì)算搜索量；并且使用改進(jìn)的霍夫變換可以大大減少搜索指針位置的時(shí)間，提高程序讀數(shù)效率。

3 結(jié)束語(yǔ)

提出了一種改進(jìn)的指針式油位計(jì)讀數(shù)識(shí)別算法。該算法首先對(duì)油位計(jì)圖像進(jìn)行同態(tài)濾波、中值濾波等必要的圖像預(yù)處理操作以消除圖像采集過(guò)程中受到的光照以及噪聲影響，提高算法對(duì)不同光照的適應(yīng)性；然后對(duì)二值化和形態(tài)學(xué)操作處理后的油位計(jì)圖像進(jìn)行指針輪廓的查找，創(chuàng)新性地遍歷指針的顏色，記錄下非黑色區(qū)域的坐標(biāo)，從而準(zhǔn)確得到油位計(jì)的軸心；根據(jù)軸心位置，可以大致確定包含油位計(jì)指針的感興趣區(qū)域，并在這個(gè)區(qū)域內(nèi)進(jìn)行霍夫變換來(lái)檢測(cè)指針，避免了對(duì)全局的邊緣點(diǎn)進(jìn)行搜索，大大減少了計(jì)算量和程序運(yùn)行的時(shí)間，提高了查找的準(zhǔn)確率；將油位計(jì)圖像轉(zhuǎn)換到HSV顏色空間下，因?yàn)橛臀挥?jì)起點(diǎn)、終點(diǎn)處為紅色，所以根據(jù)紅色的H值進(jìn)行起點(diǎn)、終點(diǎn)的分割，從而得出油位計(jì)的起點(diǎn)、終點(diǎn)的坐標(biāo)位置；最后根據(jù)角度法可以讀出油位計(jì)的讀數(shù)。實(shí)驗(yàn)結(jié)果表明，該算法具有較高的準(zhǔn)確率，程序運(yùn)行時(shí)間較短，且能夠適應(yīng)多種光照條件，有較高的魯棒性。

未來(lái)將進(jìn)一步研究從多種角度拍攝的油位計(jì)圖像，對(duì)它們進(jìn)行位置的矯正、特征的提取，實(shí)現(xiàn)多角度油位計(jì)圖像的自動(dòng)讀數(shù)識(shí)別。