羅 睿

（湖北特種設(shè)備檢驗(yàn)檢測(cè)研究院孝感分院，湖北孝感 432000）

機(jī)器視覺是指用機(jī)器來代替人眼進(jìn)行測(cè)量，做出判斷。機(jī)器視覺系統(tǒng)是指根據(jù)像素分布、亮度、顏色等信息將捕獲的物體轉(zhuǎn)換為圖像信號(hào)，轉(zhuǎn)發(fā)給中央圖像處理系統(tǒng)并轉(zhuǎn)換為數(shù)字信號(hào)的圖像處理產(chǎn)品（即分為CCD 和CMOS 的圖像攝取設(shè)備）系。統(tǒng)對(duì)這些信號(hào)執(zhí)行各種操作，以提取目標(biāo)的特征，然后根據(jù)檢測(cè)結(jié)果檢查現(xiàn)場(chǎng)設(shè)備的動(dòng)作。近年來，國內(nèi)一些高校、科研院所和企業(yè)在圖像與機(jī)器視覺技術(shù)領(lǐng)域開展了大膽的嘗試，并且將其應(yīng)用到了工業(yè)領(lǐng)域中。業(yè)內(nèi)專家一致認(rèn)為，機(jī)器視覺的發(fā)展將進(jìn)一步推動(dòng)中國工業(yè)從“自動(dòng)化”走向“智能化”。有專家對(duì)于電梯智能化的描述如下：“電梯智能化是指將現(xiàn)有電梯控制系統(tǒng)與人工智能、計(jì)算機(jī)技術(shù)、先進(jìn)通信技術(shù)等技術(shù)有機(jī)結(jié)合，利用系統(tǒng)集成方法，有效提高電梯調(diào)解效率，減少等待時(shí)間，降低電梯能耗”[1]。

1 電梯超載檢測(cè)方法設(shè)計(jì)

文章基于傳統(tǒng)電梯超載方法進(jìn)行新型超載檢測(cè)方法的優(yōu)化設(shè)計(jì)，提出了基于機(jī)器視覺的電梯過載檢測(cè)。該方法的檢測(cè)原理為：乘客進(jìn)入電梯后，通過重力超載檢測(cè)方法，利用電梯壓力傳感對(duì)于重量進(jìn)行檢測(cè)，了解是否超載。圖像單元被配置為獲取電梯內(nèi)的圖像，并對(duì)其進(jìn)行處理，判斷電梯內(nèi)是否存在電動(dòng)車；如果重量超載，則轎廂內(nèi)的報(bào)警系統(tǒng)啟動(dòng)；如果未超載，電梯門關(guān)閉；下個(gè)乘客進(jìn)入電梯后重新評(píng)估重量，當(dāng)重量達(dá)到上限時(shí)，不會(huì)在下一個(gè)目標(biāo)地停止，選擇繼續(xù)運(yùn)行。而重量未達(dá)上限的情況下，對(duì)于電梯轎廂的空間占用率進(jìn)行檢測(cè)，通過空間超載檢測(cè)方法檢測(cè)空間是否超過滿載值；同時(shí)如果電梯內(nèi)存在電動(dòng)車，控制單元控制電梯停止運(yùn)行。如果超過滿負(fù)荷值，則不會(huì)停止下一個(gè)目標(biāo)樓層；否則，電梯將像往常一樣停止[2]。文章對(duì)于轎廂內(nèi)的圖像進(jìn)行處理，計(jì)算人與物體的垂直投影平面與整個(gè)電梯轎廂地板面的比值，作為電梯轎廂的占用率。

2 圖像處理

基于機(jī)器視覺技術(shù)在電梯檢測(cè)中的應(yīng)用，電梯內(nèi)的圖像處理可以分為幾方面：①圖像采集。通過CCD 相機(jī)采集電梯內(nèi)的圖像。②圖像預(yù)處理。降低噪聲干燥對(duì)于圖像的影響；③背景建模。采用最大類間方差法（OTSU 算法）對(duì)于圖像背景進(jìn)行分離，成為前景和背景，提取目標(biāo)的區(qū)域特征；④形態(tài)學(xué)處理。因?yàn)樘崛〉哪繕?biāo)圖像存在污染，所以通過形態(tài)學(xué)處理消除了環(huán)境因素引起的背景噪聲，填補(bǔ)了前景物體表面材料造成的空洞。在不改變圖像形狀的情況下，消除了影響區(qū)域統(tǒng)計(jì)的因素。⑤過載檢測(cè)與電動(dòng)車檢測(cè)。通過計(jì)算圖像中前景區(qū)域的比例，獲得空間利用率，從而為評(píng)估電梯過載以及電梯內(nèi)是否存在電動(dòng)車提供依據(jù)[3]。圖像采集位置如圖1所示。

圖1 相機(jī)安裝位置示意圖

2.1 中值濾波

當(dāng)相機(jī)拍攝到電梯轎廂中的原始圖像之后，因?yàn)楣ぷ鳝h(huán)境、傳感器過熱等因素，圖像內(nèi)存在大量噪聲，從而導(dǎo)致圖像質(zhì)量不夠穩(wěn)定，特征模糊，對(duì)于圖像分析結(jié)果產(chǎn)生嚴(yán)重影響?；诖耍鑼?duì)原始圖像進(jìn)行預(yù)處理，將圖像中的噪聲消除。而噪聲去除方法主要有非線性濾波和線性濾波方法。其中，非線性濾波包括中值濾波法、雙邊濾波法等；線性濾波則包括均值濾波、高斯濾波等[4]。當(dāng)電梯內(nèi)的攝像頭端和外部控制端在電梯中接地時(shí)，因?yàn)榇嬖诮拥仉娮韬碗娎|皮電阻，所以存在電位差，導(dǎo)致圖像中存在噪聲。當(dāng)使用線性濾波處理噪聲時(shí)，會(huì)引發(fā)更多干擾，并對(duì)像素值計(jì)算造成影響。但在中值濾波中，噪聲點(diǎn)的值會(huì)被該點(diǎn)附近各點(diǎn)的中值取代。因此，其可以降低噪聲點(diǎn)產(chǎn)生的影響，特別是對(duì)于椒鹽噪聲。此外，與線性濾波相比，媒體濾波可以保護(hù)信號(hào)的邊緣，并在減少噪聲的同時(shí)減少模糊效果。中值濾波器是“絕對(duì)誤差最小”準(zhǔn)則下的最優(yōu)濾波。利用中值濾波來對(duì)圖像進(jìn)行預(yù)處理，對(duì)于圖像中的每一個(gè)點(diǎn)和8個(gè)相鄰的像素點(diǎn)作為滑動(dòng)窗口，3×3窗口中的像素排序，將中值賦值給窗口中心，去除孤立噪聲點(diǎn)。

2.2 背景建模

為了準(zhǔn)確提取電梯中物體的表面特征，采用最大類間方差法對(duì)背景圖像進(jìn)行分離。對(duì)于前景和背景分割，閾值分割是一種常見的分割方法，閾值的選擇尤為關(guān)鍵。閾值分割的一般方法是通過建立目標(biāo)函數(shù)的最大值來確定閾值。然而，電梯內(nèi)部環(huán)境復(fù)雜，閾值確定方法缺乏自適應(yīng)性，導(dǎo)致噪聲過大。雖然最大類間方差法使用最小二乘法，但它通過設(shè)置圖像的灰度閾值來確定圖像像素的特征屬性是否可以連續(xù)達(dá)到閾值。在此基礎(chǔ)上，將每個(gè)像素劃分為前景或背景區(qū)域，然后生成二值圖像。在分割過程中，在前景或背景區(qū)域分割像素，以減少圖像兩部分之間的差異。只選取類間最大偏差作為閾值，分割后的分類錯(cuò)誤概率最小，閾值最好。

2.3 改良形態(tài)學(xué)處理

閾值分割之后所提取的二值圖像具有一定噪聲，對(duì)于后續(xù)檢測(cè)存在不利。噪聲有兩個(gè)來源：一個(gè)是背景區(qū)域中陰影引起的小連通區(qū)域，另一個(gè)是圖像閾值分割后由對(duì)象表面材質(zhì)的顏色等因素引起的前景中的空洞。中值濾波等方法主要用來處理灰度圖像以及彩色圖像的噪聲。形態(tài)學(xué)方法可以用以二值圖像的噪聲處理。傳統(tǒng)的形態(tài)學(xué)方法是基于數(shù)量代數(shù)理論，將膨脹法、腐蝕法和開放法相結(jié)合，提取圖像中的形狀屬性。然而，傳統(tǒng)的形態(tài)學(xué)方法對(duì)于二值圖像去噪的效果不佳。該方法對(duì)小噪聲有很好的效果，但對(duì)大噪聲（如大鄰域、大孔洞）有負(fù)面影響，導(dǎo)致統(tǒng)計(jì)結(jié)果出現(xiàn)偏差。此外，具有不同降噪效果的圖像需要不同的腐蝕和膨脹過程，工作流程也不同，增加了系統(tǒng)操作的復(fù)雜性。因此，文中采用一種改進(jìn)的形態(tài)學(xué)方法對(duì)于二值圖像的噪聲問題進(jìn)行處理。兩種類型的圖像噪聲處理分為去除小的連續(xù)區(qū)域和填充局部空洞。

2.4 圖像處理實(shí)驗(yàn)

對(duì)于文章提出的圖像處理方法進(jìn)行仿真，基于vc++14.0開發(fā)平臺(tái)、opencv 計(jì)算機(jī)視覺庫進(jìn)行，然后驗(yàn)證電梯環(huán)境的算法效果。通過OTSU 算法預(yù)分離圖像背景，對(duì)提取的前景圖像進(jìn)行形態(tài)學(xué)處理，填充孔洞，去除離散點(diǎn)。經(jīng)過改進(jìn)之后的圖像能夠?qū)㈦x散點(diǎn)去除，并且不會(huì)對(duì)圖像的整體效果造成影響。對(duì)于前景區(qū)域與總圖像區(qū)域的比率進(jìn)行計(jì)算，可以得到空間占用率，同時(shí)基于電梯空間的滿載閾值來評(píng)估過載。測(cè)試中測(cè)得的空間占用率見表1，即電梯空間占用率為359.399%。如果采用傳統(tǒng)的形態(tài)學(xué)方法來進(jìn)行圖像處理，則無法有效地填充圖像空洞并去除離散點(diǎn)，導(dǎo)致計(jì)算所得空間占有率存在偏差，甚至影響電梯空間超載的判斷。

表1 空間占有率計(jì)算

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)背景

某一電梯層高共6層，對(duì)于該電梯的運(yùn)行開展仿真實(shí)驗(yàn)。表2為電梯的參數(shù)設(shè)置。

表2 電梯的參數(shù)設(shè)置

假設(shè)該環(huán)境一共有6層，每層層高為3 m，相鄰樓層的電梯運(yùn)行為2 s；加速度為1 m/s2，電梯?？考铀伲ɑ驕p速）時(shí)間為2 s，加速（或減速）過程中運(yùn)行2 m。

3.2 模擬實(shí)驗(yàn)

對(duì)電梯的運(yùn)行進(jìn)行了模擬和測(cè)試。假設(shè)如下：①在二、三、四、五層共有四位目標(biāo)乘客等待乘坐電梯，其目標(biāo)樓層均為一樓。②在六樓，兩名清潔工推著一輛清潔車。進(jìn)入電梯轎廂之后，重量上限未達(dá)到，但無多余空間。③假設(shè)每一位乘客重量均為75 kg，行李重量相等，即10 kg，并占據(jù)一定位置。根據(jù)電梯的裝載限制，理論上僅可以同時(shí)運(yùn)送15名乘客。④由于空間有限，攜帶行李的乘客只能搭載8位。⑤假設(shè)每位乘客上下電梯所需時(shí)間為2s，酒店清潔工上下電梯所需時(shí)間為6s。⑥電梯起始樓層為第六層。

根據(jù)上述假設(shè)，通過C++圖形用戶界面開發(fā)框架QT 來設(shè)計(jì)電梯運(yùn)行的仿真模型。而為了進(jìn)一步簡化模型，僅計(jì)算電梯搭載乘客向下運(yùn)行的時(shí)間。

仿真結(jié)果如下：①采用傳統(tǒng)的過載檢測(cè)方法對(duì)于電梯運(yùn)行進(jìn)行檢測(cè)，表3～表4為電梯的運(yùn)行條件和效率。②電梯運(yùn)行過程中，基于機(jī)器視覺的超載檢測(cè)方法來進(jìn)行超載檢測(cè)，表5～表6為電梯的運(yùn)行條件和效率。

表3 傳統(tǒng)超載檢測(cè)方法的電梯運(yùn)行情況

表4 傳統(tǒng)超載檢測(cè)方法的電梯運(yùn)行效率

表5 基于機(jī)器視覺算法的電梯超載檢測(cè)方法運(yùn)行情況

表6 基于機(jī)器視覺算法的電梯超載檢測(cè)方法運(yùn)行效率

結(jié)果表明，相同運(yùn)行次數(shù)時(shí)，基于機(jī)器視覺的過載檢測(cè)方法發(fā)現(xiàn)，電梯總?？看螖?shù)為8 次，時(shí)間為168s；傳統(tǒng)超載檢測(cè)的電梯?？看螖?shù)14次，總計(jì)216s；在時(shí)間效率方面對(duì)比，基于機(jī)器視覺的監(jiān)測(cè)方法提升了22.2%。因此，在相同工作量的前提下，需要充分考慮到電梯超載對(duì)于運(yùn)行效率的影響，基于機(jī)器視覺的超載檢測(cè)方法可以有效避免不必要的停靠，從而縮短運(yùn)行時(shí)間。

4 結(jié)論

為了提高電梯運(yùn)行效率，考慮空間過載對(duì)電梯運(yùn)行效率的影響，提出了基于機(jī)器視覺技術(shù)的電梯運(yùn)行檢測(cè)方法。通過圖像處理技術(shù)，如平均過濾、背景建模和改進(jìn)的形態(tài)學(xué)處理，計(jì)算乘客和物體在電梯層上的垂直投影平面的比例，并評(píng)估其是否超過空間過載閾值。改進(jìn)的形態(tài)學(xué)處理方法能夠有效減少傳統(tǒng)形態(tài)學(xué)處理帶來的誤差，避免光照、環(huán)境背景等因素對(duì)圖像結(jié)果的影響，提高電梯空間的檢測(cè)準(zhǔn)確率。同時(shí)，通過檢測(cè)電梯轎廂內(nèi)是否存在電動(dòng)車，可以保證電動(dòng)車從公共樓層進(jìn)入電梯時(shí)無法上樓，并發(fā)出警示信息。仿真結(jié)果表明，基于機(jī)器視覺的超載檢測(cè)方法具有顯著效果，能夠有效提高電梯的運(yùn)行效率，為縮短乘客乘電梯的時(shí)間，避免不必要的樓層停靠。