周二剛

(山西職業(yè)技術(shù)學(xué)院，山西 太原030006)

1 液位儀表數(shù)據(jù)的信息化采集問題

綜合型自動化控制系統(tǒng)中包含了多種類型的機械與電氣化工作模塊，系統(tǒng)有效運行的基礎(chǔ)是精確掌握各工作模塊的實時運行狀態(tài)數(shù)據(jù)。而對于部分特殊設(shè)備如高精度的壓力儀表、溫度儀表及流量儀表等，經(jīng)常采用液位儀表以液體柱的方式呈現(xiàn)數(shù)據(jù)[1]，如果此類設(shè)備未提供電子化的數(shù)據(jù)讀取接口，則無法直接將數(shù)據(jù)傳輸至自動化控制系統(tǒng)中進行集中監(jiān)測與管理，而采用人工讀表登記后再錄入系統(tǒng)的模式，不僅需要投入大量的人力資源，還存在因設(shè)備工作環(huán)境復(fù)雜、人員進出困難而導(dǎo)致的工作耗時長、效率低且數(shù)據(jù)采集出錯率高的問題，并且數(shù)據(jù)的實時性也無法保證，從而對整個自動化控制系統(tǒng)的運行效率與綜合控制能力造成不利影響。

隨著計算機機器視覺技術(shù)的發(fā)展，通過高清攝像頭配合機器視覺分析算法已能夠在不同環(huán)境下準(zhǔn)確的識別多種不同類型的物體。針對以上問題，本文提出了一套基于機器視覺的液位儀表數(shù)據(jù)智能采集方案，實現(xiàn)對液位儀表數(shù)據(jù)的自動讀取與數(shù)字化轉(zhuǎn)換，為實現(xiàn)數(shù)據(jù)在自動化控制系統(tǒng)中的實時采集與傳輸提供技術(shù)參考。

2 基于機器視覺的儀表讀數(shù)技術(shù)分析

在自動化控制系統(tǒng)的生產(chǎn)應(yīng)用場景中，液位儀表所在的設(shè)備通常被部署在生產(chǎn)線、操作間或設(shè)備間的不同位置上，在攝像頭獲取圖像時，圖像中的儀表設(shè)備不僅會與周圍的其它設(shè)備及線路管道混雜在一起，同時在空間、光線以及攝像頭安裝角度等方面也存在著諸多影響圖像成像效果的不利因素。因此，要獲取準(zhǔn)確的液位儀表讀數(shù)不僅要完成復(fù)雜背景下的物體識別，還需要對圖像進行多重預(yù)處理操作，以確保圖片中儀表讀數(shù)數(shù)據(jù)識別的精確度。主要涉及到圖像清晰度分析、物體識別、圖像校正與增強等技術(shù)，整體工作流程如圖1中所示。

圖1 液位儀表讀數(shù)識別工作流程

在圖像清晰度分析環(huán)節(jié)中，需要對攝像頭所獲取到的圖像清晰度水平進行分析，判斷其是否滿足進行內(nèi)容分析的條件，如果清晰度水平不滿足要求則由攝像頭重新拍攝新的圖像。物體識別環(huán)節(jié)的任務(wù)是從包含了不同物品的圖像中準(zhǔn)確的識別出液位儀表所在的位置并進行局部截取。圖像校正環(huán)節(jié)主要是針對攝像頭受到安裝位置的限制無法正對液位儀表拍攝的情況，對圖像因傾斜拍攝而產(chǎn)生的形變進行校正，以避免因形變造成的識別誤差。圖像增強環(huán)節(jié)則用于提高液位儀表圖像內(nèi)容的對比度，以提升儀表讀數(shù)的識別精度。液位讀數(shù)識別環(huán)節(jié)則通過對液位儀表圖像中液體柱的高度以及刻度等信息進行識別并最終轉(zhuǎn)化為數(shù)值型數(shù)據(jù)。

3 液位儀表數(shù)據(jù)智能采集模型設(shè)計

3.1 圖像的清晰度分析

在圖像清晰度分析的實現(xiàn)中，本文以拉普拉斯方差值描述圖片的清晰度，拉普拉斯方差基于對圖像的灰度值進行計算取得，能夠直接體現(xiàn)圖像中像素值的標(biāo)準(zhǔn)方差，與圖像內(nèi)容的可識別度成正比[2]，其計算過程以公式(1)表示。

(1)

其中，vρ(x,y)為圖像中各像素點的灰度值；j×k為圖像的尺寸；ω為圖像的標(biāo)準(zhǔn)方差，ω的值越大，代表圖像的清晰度越高，越有利于內(nèi)容識別的操作。

3.2 液位儀表設(shè)備的識別

儀表設(shè)備識別功能的核心在于通過特征點算法對攝像頭采集到的圖像與提前構(gòu)建的圖像庫中包含儀表設(shè)備的基準(zhǔn)圖像進行內(nèi)容匹配[3]。在匹配過程中，圖像的內(nèi)容通過構(gòu)建關(guān)鍵點描述子集合來表示，圖像內(nèi)容的比對則基于對兩個圖像的關(guān)鍵點描述子集合進行歐氏距離計算并進行歸一化處理來完成，如公式(2)所示。

(2)

其中，p1,p2為基準(zhǔn)圖像與拍攝圖像的關(guān)鍵點描述子集合；v為圖像描述子集合的均值；μ為圖像描述子集合的方差。

3.3 圖像的校正與增強

圖像校正的原理是將攝像頭鏡頭垂直于液位儀表表面時拍攝到的圖片作為基準(zhǔn)圖像，然后將攝像頭從斜向拍攝到的液位儀表圖像投影到新的平面中，使投影結(jié)果盡量接近于基準(zhǔn)圖像[4]。在變換處理過程中，將對基準(zhǔn)圖像中的儀表設(shè)備進行預(yù)檢測時獲取到的特征點作為投影基準(zhǔn)參考點，將對實時拍攝到的圖像中的儀表設(shè)備進行檢測所得到的特征點作為變換參考點，并在構(gòu)建坐標(biāo)變換矩陣后使用線性差值法獲取各關(guān)鍵點在完成校正后的新灰度值，如公式(3)所示。

(3)

其中，d(x1,y1)為實時拍攝得到的圖像中的點(x,y)在完成校正后的新灰度值；d(x,y)為未校正之前的灰度值；intlow為向下取整函數(shù)。

圖像增強機制通過直方圖均衡化算法提升圖像對比度來實現(xiàn)，該方案基于對圖像灰度值進行非線性變換計算，使圖像中灰度不同的像素經(jīng)處理后形成近似均勻分布，從而在圖像中產(chǎn)生偽輪廓，進而使圖像的各區(qū)域之間出現(xiàn)明顯的邊界，最終使圖像內(nèi)容具有更高的識別度。非線性變換算法如公式(4)所示。

(4)

其中，s為未處理的灰度圖像；r為進行直方圖均衡化后的圖像；vβ為圖像s中強度為β的像素密度；sx,y、rx,y為圖像s與圖像r中，第x行、第y列的像素強度；G為灰度等級。

3.4 液位儀表讀數(shù)的識別

液位式儀表的讀數(shù)識別過程主要分為：液位高度提取、量程字符識別和讀數(shù)獲取三部分。廠商在設(shè)計儀表外觀樣式時，為了便于進行人工目視識別，液體與量程字符的顏色一般都與背景色有較大反差，可通過對圖像進行顏色閾值分割來獲取字符和液體柱所在的區(qū)域。字符內(nèi)容可使用CRNN算法基于字符特征數(shù)據(jù)集來完成識別，液體柱的高度值則通過幾何相對位置約束得到液柱區(qū)域后構(gòu)建最小包圍矩形并讀取其輪廓高度來得到。液位表讀數(shù)的計算如公式(5)所示。

(5)

其中，h1為液位的高度；h2為液位儀表區(qū)域的高度；v為測量用的刻度線總長度與液位儀表區(qū)域的高度的比值；H為液位表讀數(shù)的最大量程。

4 結(jié)論

本文以機器視覺技術(shù)為核心對圖像中的液位儀表信息的獲取過程進行分析研究，討論了對生產(chǎn)環(huán)境下所拍攝到的液位儀表圖像進行清晰度分析、圖像校準(zhǔn)與增強以及內(nèi)容識別的實現(xiàn)技術(shù)，以從圖像中獲取到的數(shù)據(jù)為基礎(chǔ)通過計算得到準(zhǔn)確的液位表讀數(shù)。有效提升了自動化控制系統(tǒng)中對液位儀表數(shù)據(jù)采集的實時性與準(zhǔn)確性。