徐亞超 馬月梅

摘要：本文研究的是基于機(jī)器視覺、模式識別對指針式溫濕度計(jì)讀數(shù)的識別方法。為了提升識別精度，本文提出了一種旋轉(zhuǎn)檢測連通域的方法，并將其應(yīng)用在指針儀式表檢測中，可以把識別精度控制在一個刻度之內(nèi)。該算法具有較好的魯棒性、準(zhǔn)確率，實(shí)用性也很強(qiáng)。

關(guān)鍵詞：指針式溫濕度計(jì)；讀數(shù)識別；機(jī)器視覺；模式識別；旋轉(zhuǎn)檢測連通域。

0引言

目前指針式溫濕度儀表精度檢測主要通過目測，這種檢測方法占用大量勞動力，且效率低下，誤差較大。隨著機(jī)器視覺理論和工業(yè)水平的發(fā)展，機(jī)器視覺技術(shù)應(yīng)用于儀表檢測的案例屢見不鮮。得益于機(jī)器視覺在效率和自動化方面的優(yōu)勢，一些學(xué)者在指針式儀表機(jī)器視覺檢測方法方面做了許多建設(shè)性的研究和應(yīng)用，其中利用指針偏轉(zhuǎn)的角度計(jì)算讀數(shù)的方案占大多數(shù)，這種方案一旦儀表位置發(fā)生偏轉(zhuǎn)，或指針圓心存在誤差等，都會導(dǎo)致讀數(shù)誤差增大。陳樹等在利用K-Means聚類算法提取刻度輪廓基礎(chǔ)上，用刻度輪廓質(zhì)心擬合圓，將刻度圓環(huán)全景展開，細(xì)化指針并檢測出直線方程，最后通過直線和圓環(huán)交點(diǎn)識別讀數(shù)，這種方法一定程度上提高了儀表檢測系統(tǒng)的魯棒性，但是其過程中，運(yùn)用K-Means聚類算法會增大計(jì)算量；將刻度全景展開會造成圖像扭曲現(xiàn)象；細(xì)化指針、Hough變換都會因采集圖像的質(zhì)量、光源等因素受到不同程度的影響。本文利用表盤空間位置直接截取儀表刻度，并且提出一種新的連通域檢測方法用于對每個刻度按照順序標(biāo)號，通過指針指向與刻度標(biāo)號之間的距離數(shù)值直接判斷讀數(shù)，將誤差限制在一個刻度以內(nèi)。該方案對圓心位置的準(zhǔn)確度，儀表擺放位置的偏轉(zhuǎn)，以及儀表本身的做工誤差均沒有特別精細(xì)的要求，故系統(tǒng)魯棒性很高。

1一種新的連通域檢測方法——旋轉(zhuǎn)檢測連通域

連通域分析是一種在機(jī)器視覺和圖像處理等多學(xué)科中常用的方法，主要用于前景目標(biāo)的提取工作。目前在數(shù)字圖像處理中，常用的連通域檢測方法是按照行或列的順序遍歷圖像，檢測到的連通域順序也是從上到下或者從左到右。在本文的刻度提取部分，我們需要將原圖進(jìn)行二值化處理后再進(jìn)行連通域分析。尋找連通域?qū)⒃谙袼刂迪嗤臀恢孟噜弮蓚€條件下進(jìn)行。對于圖像中的每個連通域，將標(biāo)記唯一的標(biāo)識（1abel），以區(qū)別其他的連通域，需要注意的是：掃描指的是按行或按列訪問圖像的所有像素點(diǎn)，本文算法采用按行掃描方式；被掃描的二值圖像記為B：前景像素值為1，背景像素值為0。

常用連通域分析方法使用Two-Pass算法對連通域進(jìn)行掃描分析，Two-Pass算法需要對圖像掃描兩遍，以完成對所有連通域的尋找標(biāo)記工作。Two-Pass算法的簡單步驟如下：

第一次掃描，如圖5（a）所示：訪問當(dāng)前像素B（x，y），如果B（x，y）=1，如果B（x，y）的鄰接像素的值都為0，則賦予B（x，y）一個新的label值：label=label+1，B（x，y）=label；如果B（x，y）的鄰接中有像素值>1的像素neighbors，將neighbors中的最小值賦給B（x，y），B（x，y）_min{hel‘ghbors）；記錄neighbors中各個值（1abel）之間的相等關(guān)系，即這些值（1abel）同屬于一個連通域。

第二次掃描，如圖5（b）所示：訪問當(dāng)前像素B（x，y），如果B（x，y）>1，找到與labeI=B（x，y）同屬相等關(guān)系的一個最小label值，并賦給B（x，y）。掃描完成后，圖像中具有相同label值的像素就組成了同一個連通域。

本文為了對環(huán)繞在表盤邊緣的刻度進(jìn)行排序，提出了旋轉(zhuǎn)檢測連通域的方法。如圖1，首先將圓盤以O(shè)為圓心均分成若干角度為a的扇形，a要足夠小，滿足最寬處（p到p的距離）不超過一個像素。然后步驟如下：

（1）按照順時針（如圖1箭頭方向）從①開始逐個扇形掃描圖像，把每一扇形區(qū)域中連續(xù)的白色像素組成一個集合，并記下它的起點(diǎn)、它的終點(diǎn)以及所在行數(shù)。然后從1號開始按照數(shù)字順序標(biāo)注每個集合。

（2）對于除了第一個扇形外的所有行里的集合，如果它與前一扇形中的所有集合都沒有重合區(qū)域，則給它一個新的標(biāo)號；如果它僅與上一扇形中一個集合有重合區(qū)域，則將上一扇形的那個集合的標(biāo)號賦給它；如果它與上一扇形的2個以上的集合有重疊區(qū)域，則給當(dāng)前集合賦一個相連集合的最小標(biāo)號，并將上一扇形的這幾個集合的標(biāo)記寫入等價對，說明它們屬于一類。

（3）以上述方法遍歷整個區(qū)域，將各個集合的標(biāo)號賦值給該集合每個像素。

本文選取了市面上常用的一種指針式溫濕度儀作為案例，其算法總體流程在下文詳細(xì)敘述（本文所有提到某點(diǎn)的“角度”均是指該點(diǎn)和圓心的連線與O軸夾角的角度）。

2圖像預(yù)處理

采集到的原始圖像會由于各種原因的影響而夾雜多種噪聲，對原始圖像進(jìn)行預(yù)處理，是之后各種處理的前提。預(yù)處理工作的重點(diǎn)是去除圖像中的噪聲干擾并突出圖像中有用的特征信息，然后通過選擇合適的算法函數(shù)并設(shè)置適當(dāng)?shù)拈撝祬?shù)對儀表圖像的特征信息進(jìn)行分析識別的過程。通過圖像濾波、圖像增強(qiáng)以及提取特征信息區(qū)域等手段，突出圖像中有價值的特征信息，提高儀表圖像的可檢測性，為后續(xù)計(jì)算識別做準(zhǔn)備。預(yù)處理工作是整個指針讀數(shù)識別系統(tǒng)中的必要過程，預(yù)處理效果的好壞對儀表讀數(shù)的識別效果有直接影響，乃至整個識別系統(tǒng)的準(zhǔn)確率。采集原圖經(jīng)過截取，圖像去燥，圖像增強(qiáng)，閾值分割，然后得到較為理想二值化的效果如圖3。圖像增強(qiáng)采用伽馬變換，對輸入圖像灰度值進(jìn)行的非線性操作，使灰度值的輸出與輸入呈指數(shù)關(guān)系如V。經(jīng)過伽馬變換后的輸入和輸出圖像灰度值關(guān)系如圖2所示。

4表盤刻度標(biāo)號

使用上文提出的旋轉(zhuǎn)連通域檢測方法可以進(jìn)行表盤刻度標(biāo)號。在第三步中，已經(jīng)對刻度盤進(jìn)行了截取，且每個刻度是一個單獨(dú)的實(shí)心連通域，故這里可以對旋轉(zhuǎn)連通域檢測方法進(jìn)行簡化，如圖1，將圓盤以0為圓心均分成若干角度為a的扇形，如圖1中①②④。為了減少計(jì)算量，a只需滿足小于兩個距離最小的相鄰刻度之間角度之差的二分之一。⑨是要檢測的刻度，實(shí)際情況是白色的，像素值為1。設(shè)kn是刻度的標(biāo)號，初始k=0。簡化后的步驟如下：

5讀數(shù)

根據(jù)先前已經(jīng)確定的指針末尾端點(diǎn)P（x，Y）與最相近兩個刻度的位置關(guān)系，確定最后的讀數(shù)。首先確定表盤的刻度數(shù)目n，由上述方法檢測得出的連通域個數(shù)k。求出除指針端點(diǎn)所在連通域外其他連通域的質(zhì)心，這就要求在截取表盤刻度的操作時將所有刻度切成統(tǒng)一長度，以免質(zhì)心坐標(biāo)過度偏離圓弧造成讀數(shù)誤差。圖形的幾何矩為m叩，

6結(jié)語

本文從機(jī)器視覺和圖像處理的角度對指針式儀表的刻度提取和標(biāo)號進(jìn)行了研究，提出的通過旋轉(zhuǎn)檢測連通域的方法進(jìn)行對指針式儀表的檢測，相對以往的檢測的方法有效地減小了誤差。在實(shí)際的溫濕度儀表檢測中，該檢測算法可以穩(wěn)定的將誤差縮小在一個刻度之內(nèi)，系統(tǒng)魯棒性優(yōu)秀，實(shí)用性強(qiáng)。