張文超

（大慶油田責任有限公司第四采油廠數(shù)字化運維中心，黑龍江 大慶 163511）

為了滿足油田站庫自動化工控系統(tǒng)儀表數(shù)據(jù)的采集及檢定的需求，進行了以視覺識別技術替代人工現(xiàn)場讀數(shù)的研究。由于采油廠每年干式水表檢定量較大，同時，每塊需要檢定3個流量點，每個流量點測試一次需要5分鐘。而現(xiàn)有的檢定臺為人工操作，人工讀數(shù)錄入，工作量很大。本文利用OPENCV圖像識別技術，結合現(xiàn)場進行干式水表檢定中的數(shù)據(jù)讀取應用試驗，經(jīng)過多次現(xiàn)場試驗及論證，提出了一種可以實現(xiàn)儀表視頻圖像識別的模型。該模型通過工業(yè)攝像頭采集儀表圖像，將表盤圖像進行預處理，然后采用2D卷積運算，并轉(zhuǎn)化為HSV空間圖像。通過霍夫變換進行表盤輪廓識別及表盤圓心定位，利用形態(tài)學算法對圖像字符定位分割，并建立數(shù)字匹配模板，利用特征識別判斷表盤數(shù)據(jù)，實現(xiàn)了儀表的自動識別功能，降低了員工的勞動強度。

1 儀表數(shù)字識別的系統(tǒng)搭建

1.1 硬件系統(tǒng)搭建

由于樹莓派是一款基于ARM的微型電腦，具有低功耗、體積小的特點，可以進行網(wǎng)絡數(shù)據(jù)傳輸，并可以連接USB視頻頭，自身帶有LINUX系統(tǒng)，運行OPENCV環(huán)境。因此，本文選用樹莓派運行OPENCV進行儀表識別的硬件，通過USB接口連接工業(yè)免驅(qū)攝像頭，識別的結果通過網(wǎng)絡接口傳遞給主控計算機，可以進行數(shù)據(jù)處理并實現(xiàn)報表證書生成等功能。

1.2 軟件系統(tǒng)搭建

在樹莓派上運行基于PYTHON語言的OPENCV環(huán)境，OPENCV自帶視覺庫，并且具有視覺識別的底層接口500多個函數(shù)，可以快速進行視覺識別系統(tǒng)開發(fā)，因此本文在具有OPENCV底層接口函數(shù)的這樣一個環(huán)境進行開發(fā)，可以更便捷、快速地進行油田儀表圖像識別技術的研究。其開發(fā)環(huán)境，如圖1所示。

圖1 PYTHON+OPENCV軟件環(huán)境

在主控計算機采用VB.NET語言環(huán)境進行開發(fā)，用于接收樹莓派發(fā)送的網(wǎng)絡數(shù)據(jù)，進行數(shù)據(jù)運算，生成證書。

2 儀表數(shù)字識別技術研究

2.1 圖像的色彩空間轉(zhuǎn)換

采用USB攝像頭直接采集的為RGB圖像，即每個像素都拆分為紅綠藍三種顏色的比重混合而成，稱為RGB色彩空間。RGB色彩比重受光線照度影響較大，為了最大限度地消除光線對儀表圖像的影響，將RGB圖像轉(zhuǎn)換為HSV圖像，即色相、飽和度、透明度模型，由于我們待檢定儀表顏色為青色，因此，表體青色區(qū)域進行掩膜識別。其對表體外部識別效果，如圖2所示。

圖2 HSV色彩空間顏色定義

2.2 表盤定位

我們要識別的干式水表表體為圓形，因此，可以對表體區(qū)域進行圓形識別。采用霍夫圓函數(shù)檢測表盤區(qū)域范圍的圓，記錄圓心坐標及半徑，并與圖像中進行繪制識別結果。在實驗中發(fā)現(xiàn)，由于受到光線、儀表擺放影響，每次的表盤圓心定位結果是有一定偏差的，為后續(xù)的字符圖像分割、識別造成一定干擾，因此，不可通過一次定位識別就給出最終結果，需要多次定位識別，獲取最準確的結果。

2.3 儀表圖像傾斜校正

進行數(shù)字儀表圖像采集時，由于干式水表人工放置檢定區(qū)域后，不能保證采集的數(shù)字圖像與攝像頭角度完全一致，采集的圖像會發(fā)生傾斜。為了方便后期圖像分割識別，需要對傾斜的圖像進行校正。攝像頭采集圖像及檢測校正結果，如圖3所示。

圖3 表盤旋轉(zhuǎn)校正

首先，將儀表圖像進行Canny邊緣檢測，得到儀表輪廓圖像矩陣，與表盤內(nèi)部區(qū)域進行與操作，除了表盤外部區(qū)域圖像點，然后，對儀表圖像內(nèi)部液晶顯示屏區(qū)域進行Hough直線檢測，得到一組線段，找出最長的線段，即為液晶屏區(qū)域的輪廓線，再根據(jù)檢測到的直線兩個端點的坐標值，進行反正切運算，得到直線傾斜角度，然后，以0.1°～45°進行篩選，即為圖像旋轉(zhuǎn)角度，然后利用圖像旋轉(zhuǎn)函數(shù)，將儀表圖像進行旋轉(zhuǎn)校正。

2.4 圖像形態(tài)學處理

為提取更有效、清晰的圖像數(shù)據(jù)，進行特征識別，就要除去多余的圖像像素。該系統(tǒng)可以對儀表圖像進行腐蝕(Erosion)膨脹(Dilation)等數(shù)學形態(tài)學運算，對圖像進行濾波處理，平滑邊界。提高圖像的質(zhì)量，并填充儀表讀數(shù)圖像中的細小空洞，避免單個數(shù)字各段碼之間的中斷。

2.5 儀表圖像二值化

為了能夠準確地識別字符，第一步需要對圖像做二值化處理，使該圖像分割成背景部分和目標部分。采用最經(jīng)典的全局閾值的Otsu算法。為了避免對比度和光照不均勻?qū)Χ祷挠绊懀葘D像進行頂帽處理，然后再進行二值化處理。這樣能夠使二值化效果達到預期的目標，然后二值化，得到黑白圖像數(shù)字矩陣。

2.6 字符分割及提取

通過以上程序?qū)x表圖像處理后，我們就可以獲得一個高質(zhì)量的二值化黑白圖像，然后，需要對數(shù)字儀表的讀數(shù)進行定位與分割，這樣就可以有效地穩(wěn)固而二值化圖像的基礎數(shù)據(jù)。精準的定位分割，可有效地提高程序及識別率。

儀表表盤數(shù)字定位分割一般有基于連通域和基于投影法的儀表數(shù)字定位與分割。 但是，不同的光照條件，儀表的影子對水平投影的影響過大，在有影子存在的情況下，不能理想地分割出表盤上的每個字符。因此，本文采用的是基于連通域的方法來進行數(shù)字的定位與分割。

在圖像中，用f(x，y)表示位于圖像陣列中第x行、第y列的像素的值，一幅m×n的圖像具有m行n列，f(0，0)表示圖像左上角的像素值，f(m-1，n-1)表示圖像右下角的像素值。遍歷圖像，通過4鄰域連通標準查找出所有符合的連通域，這樣就可以把圖像中每個分離的區(qū)域檢測出來。

在查找出所有連通域后，按照連通域的面積、讀數(shù)的形狀、長寬比來進行篩選，排除不符合條件的區(qū)域，這樣就可以直接定位并分割出數(shù)字儀表的每個讀數(shù)。算法實現(xiàn)步驟如下。

（1）計算連通域面積：連通域A的面積就是像素值為255的點的數(shù)目，即區(qū)域的邊界內(nèi)包含的像素點數(shù)。

（2）計算連通域的長寬比：連通域的寬/連通域的長。

（3）遍歷所有連通域，如果連通域面積大于500小于5000且連通域的長寬比大于1.5小于2.5則提取，如果不滿足以上條件則舍棄。這樣便可篩選出滿足要求的連通域，即數(shù)字儀表每個讀數(shù)。

2.7 儀表數(shù)字樣本制作

將表盤字符高清拍照，并將圖片導入CAD，利用CAD的直線命令將數(shù)字邊緣進行描點繪制，并進行填充，完成樣本圖像制作，然后，保存為bmp格式圖像，與PYTHON程序文件存放于同一目錄下。

2.8 儀表數(shù)字識別

數(shù)字識別就是要比較待識別圖像與樣本中哪個特征最接近。采用歐式距離法進行比較，分別提取樣本特征與待識別圖像特征值，將待識別圖像特征值矩陣依次與樣本圖像特征矩陣做平方差運算，方差越小，說明特征值越接近，判斷為該數(shù)字。

2.9 識別算法的修正

利用圖像矩陣方差運算識別圖像準確率較高，缺點是耗時較長。在識別的數(shù)字少時可以使用。本文中所用的干式水表所需要進行識別的有11個數(shù)字，運算量很大，識別一幀圖像數(shù)據(jù)需要5s。為了提高識別效率，本文最后一步修正算法，采用了穿線法，即通過識別七段數(shù)碼管各個段的明暗狀態(tài)進行編碼，可以大幅度地提高識別效率，識別一幀圖像僅需要不到1s。在主程序里用namedWindows函數(shù)創(chuàng)建窗口，建立一個無限循環(huán)的while函數(shù)，使用imshow函數(shù)顯示視頻圖像幀。然后進入視頻讀取識別程序，只有當所有位置的數(shù)字都準確識別對應后，才給出最終結果，如果有沒識別出對應位置上的數(shù)字，說明本次識別結果不準，重新進行表盤定位及下一輪結果識別程序。

2.10 識別結果傳輸

樹莓派通過視頻識別儀表數(shù)字后，通過網(wǎng)絡接口與計算機建立TCP/IP連接。計算機作為服務器端，監(jiān)聽端口，樹莓派所謂客戶端，連接服務器端口。采用Socket模塊接口，使用socket套接字，連接服務器。當樹莓派接收到計算機發(fā)送的視頻識別指令時，開始進行視頻識別，識別完成后，將識別結果發(fā)送至計算機端顯示。

2.11 補光處理

在實驗中我們發(fā)現(xiàn)，外界光線會對識別結果造成干擾。特別是會在液晶區(qū)域形成陰影，造成識別結果準確率下降。因此，在每個USB攝像頭周圍，均勻加裝了10只LED燈珠，在啟動識別的時候，開啟LED燈光，在表盤進行四周補光，消除表盤液晶區(qū)域的陰影，提高了識別準確率。

3 現(xiàn)場應用

在干式水表檢定間現(xiàn)場應用時，可以替代人工識別出水表的數(shù)值。經(jīng)過上千組數(shù)據(jù)讀數(shù)驗證，識別準確率＞95?？梢杂行娲斯みM行數(shù)據(jù)錄入，降低員工的勞動強度，提高工作效率。

圖4 干式水表檢定間現(xiàn)場應用

4 結語

本文采用樹莓派、USB工業(yè)攝像頭搭建了儀表視頻識別硬件系統(tǒng)，采用PYTHON和OPENCV庫進行儀表視頻識別的軟件環(huán)境。通過一系列試驗探索，對干式水表數(shù)字進行識別，實現(xiàn)干式水表視頻數(shù)據(jù)的實時采集、圖像處理及結果輸出。得到以下結論：

（1）樹莓派具有體積小、集成度高、安裝方便、開發(fā)簡單的特點，可以以樹莓派為視頻識別硬件，在油田工業(yè)環(huán)境下進行視頻識別；（2）本文研究的儀表視頻識別技術可減少勞動強度，為自動化檢定、智能檢定打下基礎；（3）本文研究的儀表視頻識別模型圖像識別步驟具有實用價值，可以進一步完善推廣在指針式儀表、數(shù)碼顯示儀表中應用。