基于圖像處理技術指針表的自動識別

李杰，張麗紅，王志敏，胡德雙

(1．承德石油高等專科學校熱能工程系，河北承德067000; 2．河北鋼鐵股份有限公司承德分公司，河北承德067002;

3．承德石油高等專科學校學校發展與教學督導辦公室，河北承德067000)

基于圖像處理技術指針表的自動識別

李杰1，張麗紅2，王志敏3，胡德雙1

(1．承德石油高等專科學校熱能工程系，河北承德067000; 2．河北鋼鐵股份有限公司承德分公司，河北承德067002;

3．承德石油高等專科學校學校發展與教學督導辦公室，河北承德067000)

介紹了一種運用計算機圖像處理技術對指針式儀表進行自動識別讀數，以實現指針表自動檢定，重點介紹了檢定過程中指針示值自動識別讀取數據來代替人工識別的判讀方法。研究并設計了采用CCD攝像頭攝取表盤圖像，經計算機進行圖像識別及數據處理實現儀表指針自動讀數，從而避免了傳統人工判讀方法受工作人員與儀表盤的距離和角度等主觀因素導致判讀的數據誤差較大、效率低、可靠性不高的影響，該方法不僅解決了實際應用中有關模擬指針式儀表的檢定自動化問題，而且有利于大量信息的及時采集和統一管理。關鍵詞:圖像處理;自動讀數;Hough變換;指針表

指針式儀表因其構造簡單，使用方便等，因此被普遍應用于科學實驗和生產。指針表分為壓力表、百分表、千分表、內徑表等指示類儀表，是目前生產過程中普遍使用的測量儀表。大多數這類儀表，相應的檢定工作量大，當前該工作主要以機械式的檢定器具為主，對于指針儀表的檢定，工作程序復雜且瑣碎，檢定人員必需依據相關檢定規程標準對該表各個量程和分度線逐一檢定，其工作效率很低、分辨能力不高、工作強度大，而且檢定時由檢定者造成的隨機誤差等人為因素影響大，大大影響了檢定的精度。近年來，計算機圖形圖像處理技術［1］正以驚人的速度發展，把圖像處理技術運用于指針表自動讀數判別的方法得到了科研人員的重視。本文介紹的指針表自動讀數判別［2-3］，利用了計算機與圖像識別處理技術，讀識效率大大提高，并極大地提高了儀表的準確度，而且操作簡便，大幅度減輕檢定人員的工作量，使計量工作的自動化程度得到了有效地提高。本文使用CCD攝像頭獲得指針表圖像，由計算機對圖像進行濾波、二值化、細化等圖像預處理，而后經過Hough變換［4］算法判別出指針表指針當前所處的位置，并經一系列關系運算得到指針表的準確讀數。

1　系統結構

采用CCD攝像頭作為傳感器，通過光電轉換，采樣，圖像處理，圖像識別和一系列的分析，依據需求提取特征，最后對得到的特征進行分析處理，得出識別結果，達到自動檢定的目的。圖像自動識別系統的原理框圖如圖1所示。工作內容包括:圖像采集、圖像預處理、特征提取、圖像識別及自動判讀。

系統自動判別讀數的過程是:1)計算機監控的標準傳感器返回的電壓達到給定值時發出指令讓自動掃描控制單元(步進電機和掃描控制儀)啟動控制裝置。2)自動掃描控制裝置驅動導軌上的攝像頭，使其達到指定位置后攝取表盤圖象。3)傳感器CCD輸出的視頻信號傳輸給圖像采集卡，其經解碼并變換成適于計算機處理的數字信息。4)計算機可以讀取的圖像數據，圖像采集卡通過PCI總線，傳輸到系統內存，并將圖像數據通過軟件進一步處理，給出指針指示值。

2　圖像預處理

2．1圖像平滑

由輸入設備得到指針表的圖像后，使用領域平均法對圖像進行平滑［5-6］。由于圖像采集時隨機噪聲的干擾使圖像的真實性受到破壞，所以使用平滑濾波可大大降低隨機噪聲的干擾，提高識別的可靠性。平滑濾波后想得到較為清晰的圖像，使用3×3模板平滑。把原圖中各個像素點的灰度值與其相鄰的8個像素點的灰度值進行相加運算，而后新圖中該像素的灰度值用此平均值來替代。公式如下:

其中:pixel(i，j)表示原圖像第i行第j列像素點的像素值;Newpixel(i，j)表示新圖像第i行第j列像素點的像素值。平滑前與平滑后圖像分別如圖2、圖3所示。

2．2圖像二值化

為了提取圖像中有用的部分，必須對圖像進行分割，將其背景和前景分開，也就是把想要的圖像區域(有效面積)和不想要的圖像區域(無效面積)分開。用設置灰度門限值將表盤圖像二值化分割，確定出有效區域圖像。

如圖3所示，灰度值比較小(較暗)的指針是有效想要的區域，但其它灰度值比較大(較亮)的表盤則是不想要的部分。由于實際情況的指針和表盤之間的高對比度，所以在均勻光照條件下實現，可以自動尋找一個理想的閾值將圖像二值化，灰度值小于此閾值的點讓其全數變成黑色，否則變成白色。閾值的自動搜索算法如下:

起初隨意定一個門限閾值M(M≠0)，而后分別計算出灰度值大于M的像素的灰度平均值avg1與灰度值小于M的像素的灰度平均值avg2;求出Mnext=(avg1+avg2)/2，再確定一個中止條件ε= 0．005，判斷是否滿足條件:如果不滿足，則用Mnext代替M繼續進行運算;如果滿足，則跳出循環，并且確定最終的門限閾值為Mnext。圖3二值化后的結果如圖4所示。

2．3圖像腐蝕

由圖4可以看到，圖像中總是或多或少的存在一些多余黑點的干擾，因此利用數學形態學［4］中的圖像腐蝕對圖4進行腐蝕處理，可除去圖像中部分多余黑點的干擾。對圖像腐蝕后，原圖像中一些孤立的點將會消失，并且使得指針的邊界點也被消除。對圖4腐蝕的結果如圖5所示。

2．4圖像細化

細化是刪除圖像邊緣像素，變為只有一個像素寬的圖像脊，腐蝕后的圖像的寬度是1像素單位，這可以進一步突出圖像的形狀特征，減少冗余信息量。因此，為了提高速度和識別的準確性，必須對圖像進行細化處理。細化后的圖像如圖6所示。

3　指針表示值識別

3．1Hough變換

使用圖像的整體特性對目的輪廓直接搜檢的思想原理叫Hough變換，一般用它把離散的邊沿像素連接為區域的封閉界限。在已知區域外形的條件下，Hough變換能夠正確捕捉到目的邊界，且最后輸出的變換結果是連續曲線。它的主要優點是對噪聲和不連續的曲線的影響較小。通常用來處理的形狀是直線和圓。其原理如下:

直角坐標系中的任意一條直線y=ax+b，能夠用Hough參數確定空間的兩個參數ρ和θ徹底解決了計算的函數，可以表示為:

其中:ρ為原點到直線的距離;θ為直線與x軸的夾角。要建立如圖7所示的坐標之間的關系線和Hough變換空間。由方程ρ=xcos(θ)+ysin(θ)看出，圖象中各點(xi，yj)映射到Hough空間中的一組計數器List(ρ，θ)，滿足ρ=xcos(θ)+ysin(θ)的各點，把對應的所有計數器中的值作加1處理。假如圖像中含有一根直線，那么有一個相應的計數器可出現局部最大值;通過使用檢測Hough空間中的最大值，可以把與此對應的參數(ρ，θ)確定下來，進而檢測出該直線。

3．2指針表指針及其讀數識別

由于指針表的刻度和指針都是直線，且指針是采集的圖像中最長的直線，因此在查找指針時，只須在Hough空間中找到最大值。其具體步驟如下:

1)設定一個二維數組List［ρ］［θ］用做計數器，一個是角度θ，一個是距離ρ。用于計算可能出現的最大距離。

2)初始化一個變換域(ρ，θ)空間上的數組List［ρ］［θ］，ρ取值0～300，為指針掃描半徑所對應的圖像像素個數，其量化數目為圖像對角線方向像素數，θ取值0～1 800，對應0～360°，每一個數值對應0．2°。

3)逐個找出圖像中所有黑點(xi，yi)。把每一黑點代入θ的量化值(0～1 800)，然后用公式ρ=xicos(θ)+yisin(θ)算出各ρ值。如果ρ值落在(ρ，θ)空間的某一小格內，則該小格的計數器List［ρ］［θ］加1。

4)圖像中的所有黑點(xi，yi)變換完以后，對變換域(ρ，θ)空間的數組List［ρ］［θ］值進行檢驗，找出最大的List［ρ］［θ］值反對應的ρ和θ，記作ρ0和θ0。該ρ0和θ0就對應指針所在的直線位置，而此直線位置恰恰是所有相應的搜索后得到的投影空間值對應曲線的極值點對應的位置。表盤的圖像徑向投影后，它的θ量化值和投影值(ρ取值)二者的關系如圖8所示。

5)從圖8中可以看出，θ0和指針表的讀數有著一定的對應關系，此對應關系應該開始識別之前就依據指針表的刻度做一特別設定，得到θ0值后，通過這種對應關系求出指針表的讀數。

4　結語

指針表自動識別采用了圖像處理技術，使整個識別過程自動化。該文重點介紹了指針表讀數識別系統的結構組成及其軟件算法處理自動識別過程，系統具體實施均采用VC++編程實現。系統硬件部分由CCD攝像頭、滑動導軌、圖像采集卡及計算機組成。實驗采用了100張不同類型指針類表盤圖像的人工和軟件識別對比及數據統計計錄，每個表分別取10個點(指針所指不同位置)，共計1 000個點，其中991個點的自動讀數高于人工讀取的精度，高達99．1%，而且全程誤差、回程誤差等檢定結果的最大差別為0．1分度，1 000點中有998個點全部優于0．1分度，高達99．8%。同時，實驗測試結果顯示:該系統識別出一個示值的時間為0．5 s左右，與人眼識別速度相當;識別的精度可達0．1度(就指針的旋轉角度而言)，高于人眼識別精度，并且不會像人眼因為視覺疲勞或與表盤之間的角度原因而引起較大的讀數誤差或讀錯數據的可能性。但該系統在識別時對外界環境也有一定要求(主要是要求有均勻的光照)。該系統具有一定的推廣和應用價值。

［1］CASTLEMAN KR，WOODS RE．Digital image processing(second edition)［M］．New Jersey:Prentice－hall International Inc，2002．

［2］馬濤，余春暄．數字圖像處理在指針式指示表讀數識別中的應用［J］．微計算機信息，2004，20(7):49－51．

［3］薛建榮，楊明．基于圖像處理技術的高精度儀表的自動判讀［J］．化工自動化及儀表，2010(8):131－132．

［4］蔣薇．基于圖像識別的指針式儀表數據處理終端研究［D］．青島:青島大學，2014．

［5］F．Correa Alegria，A．Cruz Serra．Automatic Calibration of Analog and Digital Measuring Instruments Using Computer Vision［J］．IEEE TRANSACTIONS ON INSTRMENTATION AND MEASUREMENT，2000，49(1):94－99．

［6］陸宗騏．C/C++圖像處理編程［M］．北京:清華大學出版社，2006．

Automatic Recognition Research of Pointer Meter Based on Image Processing Technology

LI Jie1，ZHANG Li-hong2，WANG Zhi-min3，HU De-shuang1
(1．Department of Thermal Engineering，Chengde Petroleum College，Chengde 067000，Hebei，China; 2．Chengde Branch of Hebei Iron and Steel Limited Share Company，Chengde 067002，Hebei，China; 3．School Development and Teaching Supervision Office，Chengde Petroleum College，Chengde 067000，Hebei，China)

The article introduces a method using computer image processing technology to automatically identify pointer meter readings，to realize the automatic verification of the pointer meter，focusing on the pointer indication values automatically identify to replace artificial identification method during the certification process．It devises and uses CCD camera to acquire dial image，and then acquires dial indicated value after image recognition and data processing on computer，thus avoiding the traditional manual identification methods affected by subjective factors such as the distance and angle of the staff and the dashboard led to the interpretation of data errors，low efficiency，and reliability is not high．This method not only solves the practical application test automation problems on analog pointer instrument，but also conducive to the timely collection of large amounts of information and unified management．

image processing;automatic calibration;hough transformation;pointer meter

TP751

A

1008-9446(2015)02-0043-04

河北省高等學校科學技術研究項目(FPGA圖像處理技術的指針表自動讀數系統開發):Z2013077

2015-01-05

李杰(1976－)，男，內蒙古包頭人，承德石油高等專科學校熱能工程系講師，碩士，主要從事計算機控制與圖像處理方面的研究工作。