張李軒， 閆 坤,2， 李慧慧， 黃雪梅

(1.桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林 541004;2.桂林電子科技大學(xué) 衛(wèi)星導(dǎo)航定位與位置服務(wù)國家地方聯(lián)合工程研究中心,廣西 桂林 541004)

隨著計算機(jī)圖像處理技術(shù)的發(fā)展，機(jī)器視覺已廣泛進(jìn)入各種生產(chǎn)、生活領(lǐng)域。機(jī)器視覺是指圖像轉(zhuǎn)換為數(shù)字形式并進(jìn)行分析，從中提取可供后端使用的信息，它是人工智能的關(guān)鍵。目前，機(jī)器視覺被用在遠(yuǎn)程信息采集、實時監(jiān)控及特種場所管理。2011年漢諾威工業(yè)博覽會上正式推出的工業(yè)4.0將工業(yè)發(fā)展推向智能化時代，其中工業(yè)設(shè)備信息采集是自動化的基礎(chǔ)。常用的工業(yè)設(shè)備信息采集包括：1)基于各種傳感器的信息采集；2)基于機(jī)器視覺的信息采集。由于基于機(jī)器視覺的信息采集具有無需侵入設(shè)備內(nèi)部、安裝方便等優(yōu)勢，被工業(yè)界廣泛認(rèn)可。指針式儀表的識別是機(jī)器視覺在工業(yè)信息采集方面的一個典型應(yīng)用，由于其結(jié)構(gòu)簡單、維護(hù)方便、成本低等優(yōu)點，被廣泛應(yīng)用于壓力、電壓和電流等各種物理參數(shù)的信息采集。因為這項應(yīng)用的潛力巨大，多個研究團(tuán)隊采用計算機(jī)圖像處理技術(shù)設(shè)計指針式儀表的識別與讀數(shù)算法[1-4]。

目前對于指針式儀表指針的識別與分類有很多算法研究成果。主要研究方向為單一指針識別算法，文獻(xiàn)[5-8]提出的方法針對單一指針式儀表，可以解決光照因素引起的識別算法魯棒性問題。多指針識別及讀數(shù)的算法研究相對較少，李祖勝等[9]提出基于Hough變換的雙指針機(jī)械儀表讀數(shù)自動識別方法，能夠估計雙指針儀表讀數(shù)，但使用Hough變換對儀表清晰度要求較高且計算量較大。另外Hough變換的指針識別和讀數(shù)估計需利用直線特征，對于不具備直線特征的特殊形狀指針，指針誤檢和漏檢的概率將會上升。高建龍等[10]提出一種改進(jìn)ORB和Hough變換的指針式儀表識讀方法用于識別單一指針，滿足了儀表讀數(shù)的高精度要求，但該方法利用Hough變換提取儀表內(nèi)的指針直線和刻度直線，會檢測到表盤內(nèi)的非指針線條，易受各類線條干擾，因此對表盤本身和表盤的拍攝環(huán)境的要求較高。崔行臣等[11]提出使用減影法獲取指針讀數(shù)，其通過減影獲取指針與基準(zhǔn)值之間的夾角，利用直線擬合得到指針精確位置，這種方法對減影后的指針完整度要求較高，且需要指針基準(zhǔn)值才能完成指針識別讀數(shù)。

針對上述問題，為了提供一種魯棒性較高的多指針儀表識別與讀數(shù)方法，利用細(xì)分掩膜選取區(qū)域的方法，搜尋表盤指針像素點峰值完成指針識別，然后估算多指針的讀數(shù)。掩膜的設(shè)計可根據(jù)不同儀表調(diào)整，以適應(yīng)多種工程需要。

1 指針識別與儀表讀數(shù)

指針識別是多指針儀表的圖像處理中重要的算法設(shè)計，不同指針可能對應(yīng)不同物理意義、物理單位。因此，如何建立指針與其物理意義的對應(yīng)關(guān)系，是實現(xiàn)指針讀數(shù)的重要步驟。設(shè)計以下流程完成指針識別：儀表圖像預(yù)處理，掩膜構(gòu)造，指針檢測，指針區(qū)域提取，指針模板匹配。完成指針識別后，可進(jìn)行儀表讀數(shù)，其流程主要包括局部指針?biāo)阉?、指針讀數(shù)估計。多指針儀表識別算法系統(tǒng)框圖如圖1所示。

圖1 多指針儀表識別系統(tǒng)框圖

1.1 儀表圖像預(yù)處理

為減少儀表識別過程的計算量和存儲空間，將彩色圖像轉(zhuǎn)換為灰度圖像；同時為更好地捕獲特殊形狀指針式儀表的指針特征，需對采集到的儀表圖像預(yù)處理，從而得到指針特征清晰的儀表圖像。

對采集到的儀表圖像通過閾值分割的方法進(jìn)行圖像二值化處理，并將二值化后的圖像歸一化。二值化后圖像g(x,y)為

(1)

其中：(x,y)為像素點坐標(biāo)；f(x,y)為輸入圖像的灰度值；T為二值化處理設(shè)定的閾值，該閾值將指針?biāo)趨^(qū)域二值化為白色。對圖像設(shè)定合理的閾值可以突出有效信息，去除冗余信息。圖像二值化處理常用的方法有：自適應(yīng)中值濾波法、迭代法、最大熵閾值法、最大類間方差法等[12-15]。根據(jù)表盤的特性，為了得到較為理想的二值化圖像，采用最大類間方差法[15-16]求二值化閾值，濾除了表盤的背景和表盤中的部分刻度與數(shù)字，保留了指針特征與表盤外延。

1.2 掩膜構(gòu)造

掩膜的作用是提取指針可活動區(qū)域。掩膜對二值化處理后的多指針儀表圖像進(jìn)行剪裁，最終得到指針可活動區(qū)域圖像，以減少計算復(fù)雜度。

以圖2(a)儀表為例說明掩膜構(gòu)造方法。假設(shè)儀表中心點(x0，y0)及表盤半徑R已知(可采用人工標(biāo)定方式預(yù)設(shè)或利用Hough變換確定)，以該中心點為圓心構(gòu)造掩膜，用以覆蓋全部指針活動區(qū)。掩膜設(shè)計如圖2(c)所示。掩膜設(shè)計步驟為：首先以儀表中心(x0，y0)和半徑R-r構(gòu)造圓形掩膜，令r=0.4R，R-r的長度的圓形掩膜以不覆蓋刻度區(qū)域為標(biāo)準(zhǔn)。然后剪除一個內(nèi)圓，內(nèi)圓圓心為儀表中心(x0，y0)，半徑為R-ε，其中ε為剪除參數(shù)。為提高掩膜精度，對圖2(a)儀表掩膜進(jìn)一步優(yōu)化。由于環(huán)狀掩膜的部分區(qū)域無指針活動，可剪除該區(qū)域，該區(qū)域為環(huán)狀底部，其展開的角度與位置對應(yīng)于表盤指針無示數(shù)部分。

圖2 指針粗端搜索過程

1.3 指針粗端檢測

細(xì)分掩膜選取的儀表區(qū)域，利用指針與表盤間的色差特性搜索指針的位置。使用掩膜能夠避免儀表其他區(qū)域?qū)χ羔槞z測的影響，提高檢測精度。對儀表的掩膜選擇區(qū)域(圖2(d))進(jìn)行扇形細(xì)分，如圖2(e)所示，并計算扇形細(xì)分圖中每個小扇形所包含的白色像素點個數(shù)，即計算指針在每個扇形中所占面積。計算過程如下：

假設(shè)扇形細(xì)分個數(shù)(即小扇形個數(shù))為N，首先確定扇形掩膜中每個小扇形的起始角度θ(i)，

(2)

其中：θs為扇形掩膜展開的起始角度；θe為扇形掩膜展開的終止角度。計算扇形掩膜中第i個小扇形中白色像素點數(shù)的累加和k(i)，

(3)

其中：rmin為在第i個扇形角度θ中的最小半徑；rmax為在第i個扇形角度θ中的最大半徑。r從rmin取值至rmax，相當(dāng)于以圓心為原點建立極坐標(biāo)系，r從最小半徑rmin遍歷到最大半徑rmax，計算第i個θ中的白色像素點數(shù)，坐標(biāo)(x0,y0)是圖像表盤儀表圓的圓心點。

(4)

根據(jù)搜索條件可得估計指針角度集合，

A={a1,a2,…,aM}，

(5)

其中：a為搜索條件下所估計指針角度；M為所估計指針數(shù)。

圖3 指針粗端搜索結(jié)果

1.4 指針粗端區(qū)域提取

ωm={θ|am-ξ<θ

(6)

其中ξ為鄰域半徑。工程實踐中用平均值計算ξ，

(7)

1.5 指針模板匹配

截取指針如圖4所示。截取指針模板匹配過程首先將各個指針截取圖歸一化，與預(yù)設(shè)指針模板匹配并計算匹配度，然后通過匹配度高低識別指針，取匹配度最高的模板指針為其對應(yīng)指針，并給每個模板設(shè)定編號值，以編號值代替模板來對應(yīng)指針。指針截取圖Π(m)判定方法為

(8)

其中：P(j)為第j個指針模板；X為識別出來的指針編號。指針識別部分完成指針檢測和識別功能，從而可以建立指針與其物理意義的對應(yīng)關(guān)系。

圖4 指針粗端截取圖

1.6 指針尖端搜索

φm={θ|am-υ<θ

(9)

(10)

(11)

其中：局部搜索半徑區(qū)間為(R-r，R)；H為最大白色像素點對應(yīng)的θ值。取最大白色像素點數(shù)對應(yīng)的θ值計算指針讀數(shù)。

圖5 指針尖端搜索過程

圖6 指針尖端搜索結(jié)果

1.7 指針讀數(shù)估計

利用指針角度θ與儀表刻度的線性關(guān)系計算儀表的讀數(shù)D(θ)，

D(θ)=θS/N±b,

(12)

其中：S為儀表最大量程；b為校正參數(shù)，用來校正計算讀數(shù)與實際讀數(shù)的誤差。因為在實際拍攝時，攝像機(jī)與待識別儀表很難做到完全平行，使得判別函數(shù)關(guān)系存在一定的非線性，這在一定程度上影響了算法的識別精度，設(shè)置校正參數(shù)b使讀數(shù)估計值更加接近實際值。

2 實驗結(jié)果與分析

在Matlab環(huán)境下，以電接點壓力表為例，測試多指針儀表識別算法的效果。實驗圖像數(shù)據(jù)通過固定在冶金廠電接點壓力表前的攝像裝置獲取，實驗輸入儀表圖像，將計算值與人工判讀值進(jìn)行比較，以判斷算法的準(zhǔn)確性。由于儀表刻度精度不高，人工讀數(shù)的實際值只取小數(shù)點后3位。采用2種方法對三指針儀表讀取數(shù)據(jù)，計算2種方法對3個指針讀數(shù)的絕對誤差與相對誤差，最終得出平均相對誤差，其中算法實現(xiàn)的判別值即系統(tǒng)判別值。扇形細(xì)分法與Hough變換直線檢測法測試結(jié)果見表1和表2。由于該儀表中的指針為缺口狀，直線特征不強(qiáng)，且表盤干擾線條較多，直接對表盤使用Hough變換直線檢測法會增大指針誤檢和漏檢概率，甚至無法檢測指針與讀數(shù)，與本方法對比意義不大。該實驗的Hough變換直線檢測法測試結(jié)果以圖5(c)指針尖端圖為基礎(chǔ)進(jìn)行測試，以提高實驗讀數(shù)的準(zhǔn)確性。

由表1和表2可知，扇形細(xì)分法平均相對誤差為0.194 69%，在局部指針?biāo)阉鞑襟E基礎(chǔ)上的Hough變換直線檢測法平均相對誤差為0.361 09%，可見，

表1 扇形細(xì)分法測試結(jié)果

表2 在指針尖端搜索步驟基礎(chǔ)上的Hough變換直線檢測法測試結(jié)果

扇形細(xì)分法精度高于Hough變換直線檢測法，且在局部指針?biāo)阉鞑襟E基礎(chǔ)上的Hough變換直線檢測方法的讀數(shù)平均相對誤差也較低。此外，自動讀數(shù)方法誤差最大值比儀表盤固有精度小，算法準(zhǔn)確性滿足儀表讀數(shù)要求，表明本方法自動識別讀數(shù)的實用性、可靠性都較好。

3 結(jié)束語

多指針儀表識別算法取得了較好效果，扇形法檢測指針可識別特殊形狀的多指針式儀表，并且降低指針漏檢概率。本方法的識別精度較高，有較高的魯棒性，適用于各類均勻刻度表盤的指針識別與讀數(shù)，如圓形表盤、圓弧形表盤等。因此，儀表讀數(shù)方法是一種可行的方法，具有較好的應(yīng)用前景。

對于精度要求高的儀表讀數(shù)，如精密壓力表，可增大扇形細(xì)分?jǐn)?shù)，提高讀數(shù)精度，以滿足高精度儀表讀數(shù)要求。今后將進(jìn)一步優(yōu)化算法性能，爭取在提高識別精度的同時降低復(fù)雜度。