基于視頻分析的智能水表指針運(yùn)動(dòng)檢測(cè)

肖娟

摘 要 隨著社會(huì)主義現(xiàn)代科技以及信息化技術(shù)不斷的發(fā)展，水表日趨智能化，其需求也不斷擴(kuò)大。為滿(mǎn)足需求——通過(guò)攝像頭智能監(jiān)控水表指針的運(yùn)動(dòng)狀態(tài)來(lái)判斷水龍頭是否漏水或者忘記被關(guān)掉，提出了基于視頻分析的智能水表指針運(yùn)動(dòng)檢測(cè)算法。其基本思想是首先通過(guò)YIQ顏色空間獲得二值圖像；然后通過(guò)連通區(qū)域獲得指針質(zhì)心以及方框，并通過(guò)邊緣提取獲得水表指針的輪廓，求輪廓的最長(zhǎng)軸確定指針的方向；最后計(jì)算當(dāng)前幀與參考幀的水表指針?lè)较虻膴A角，從而判斷當(dāng)前幀的水表指針是否有轉(zhuǎn)動(dòng)。經(jīng)實(shí)驗(yàn)表明，本方法能有效定位指針，并能判斷水表指針在單位時(shí)間內(nèi)的偏轉(zhuǎn)角度以及指針的運(yùn)動(dòng)狀態(tài)。

【關(guān)鍵詞】智能水表 運(yùn)動(dòng)檢測(cè) 連通區(qū)域

1 引言

近年來(lái)，隨著社會(huì)主義現(xiàn)代科技以及信息化技術(shù)不斷的發(fā)展，智能水表的需求也日趨擴(kuò)大，例如，水表智能抄表、水表校準(zhǔn)以及管理系統(tǒng)的設(shè)計(jì)等。另外，經(jīng)常忘記關(guān)水龍頭、水龍頭沒(méi)擰緊或者水龍頭滴水的現(xiàn)象屢見(jiàn)不鮮，若能通過(guò)攝像頭智能監(jiān)控水表指針運(yùn)動(dòng)狀態(tài)，獲得報(bào)警信息后及時(shí)通知相關(guān)人員進(jìn)行處理，這樣既能節(jié)省水資源，又能為用戶(hù)使用水進(jìn)行高效管理，更有利于城市的信息化、智能化、網(wǎng)絡(luò)一體化建設(shè)。

本文提出了一種基于視頻分析的指針運(yùn)動(dòng)檢測(cè)方法，能通過(guò)攝像頭實(shí)時(shí)監(jiān)控水表指針是否運(yùn)動(dòng)，從而判斷水龍頭是否滴水等現(xiàn)象，并實(shí)時(shí)報(bào)警。

2 水表指針運(yùn)動(dòng)檢測(cè)

2.1 水表指針運(yùn)動(dòng)檢測(cè)總體框架

基于視頻分析的指針運(yùn)動(dòng)檢測(cè)方法的總體框架流程圖如圖1所示，具體實(shí)現(xiàn)步驟如下：

（1）基于圖像序列，判斷前一幀是否已檢測(cè)到目標(biāo)方框（定位到水表指針的方框），如果是則進(jìn)入第（2）步，獲得水表指針的方框與指針?lè)较颉７駝t在已獲得的方框內(nèi)進(jìn)行水表指針檢測(cè)，方法同步驟（2），不同的是步驟（2）進(jìn)行的是全圖像的檢測(cè)。

（2）定位水表指針，首先通過(guò)YIQ顏色空間獲得二值圖像；然后通過(guò)連通區(qū)域獲得指針質(zhì)心以及方框，并通過(guò)邊緣提取獲得水表指針的輪廓，求輪廓的最長(zhǎng)軸確定指針的方向；最后計(jì)算當(dāng)前幀與參考幀的水表指針?lè)较虻膴A角。

（3）是否更新參考方向，此處可設(shè)為每隔N幀更新一次參考方向。如果更新，保存當(dāng)前幀的位置，則跳至第（1）步；如果不更新，則進(jìn)行下一步；

（4）求當(dāng)前幀與參考幀指針?lè)较虻挠嘞見(jiàn)A角；

（5）判斷當(dāng)前的夾角是否大于閾值，是則對(duì)滿(mǎn)足運(yùn)動(dòng)條件的幀數(shù)進(jìn)行統(tǒng)計(jì)，否則進(jìn)入下一幀，即跳至第（1）步；

（6）判斷步驟（5）獲得的統(tǒng)計(jì)數(shù)是否大于閾值，是則進(jìn)行報(bào)警，否進(jìn)入下一幀。

下面主要介紹水表指針的定位過(guò)程，主要步驟包括：圖像二值化，聯(lián)通區(qū)域標(biāo)記、質(zhì)心與方框定位以及求指針?lè)较蛳蛄颗c夾角。

2.2 圖像二值化

針對(duì)水表指針的顏色（紅色），可將RGB顏色空間轉(zhuǎn)化到Y(jié)IQ顏色空間。其中，Y表示圖像的亮度信息，I表示從橙色到青色的顏色變化，Q表示從綠色到品紅的顏色變化。其轉(zhuǎn)換公式如下所示。

從式（1）中可看出分量可用來(lái)檢測(cè)水表指針。因?yàn)樗碇羔槥榧t色，其紅色分量大，而綠色與藍(lán)色分量接近于0，得到的I分量較大。而白色與噪聲的RGB分量比較均勻，因此得到的I值非常小，接近于0。則可根據(jù)式（2）獲得水表指針的二值圖像W（x，y）。

其中，T為閾值，一般取10～20。

由于水表的周邊材料為銅，根據(jù)上面的方式會(huì)容易檢測(cè)到邊緣為前景。那么對(duì)于邊緣比較亮的地方來(lái)說(shuō)，在RGB空間其綠色分量比較大，因此可根據(jù)其綠色分量去除邊緣。

為使準(zhǔn)確獲得四個(gè)指針的所在區(qū)域及質(zhì)心，需對(duì)二值圖像進(jìn)行形態(tài)學(xué)操作，去除噪聲點(diǎn)以及小的團(tuán)塊。這里采用先腐蝕一次后膨脹兩次的方式進(jìn)行去噪處理。獲得最終的二值圖像如圖2（b）所示。

2.3 連通區(qū)域標(biāo)記

連通區(qū)域標(biāo)記指以連通成分為基礎(chǔ)，將二值圖像中的不同連通區(qū)域區(qū)分開(kāi)來(lái)。標(biāo)記結(jié)果將產(chǎn)生一張與原始二值圖大小相等的標(biāo)記圖。在標(biāo)記圖中，屬于不同連通區(qū)域的位置被賦予不同的標(biāo)簽，則屬于相同的被賦予相同的標(biāo)簽。具體實(shí)現(xiàn)步驟如下：

（1）找出二值圖像每行的所有起始點(diǎn)與終止點(diǎn)。起始點(diǎn)指每行中連續(xù)為前景的第一點(diǎn)；終止點(diǎn)為每行中連續(xù)為前景的最后一點(diǎn)。那么對(duì)于每行，連續(xù)產(chǎn)生的一個(gè)起始點(diǎn)和終止點(diǎn)形成一個(gè)分段，則第i行的j個(gè)分段記為，其中u，v分別為當(dāng)前分段起始點(diǎn)與終止點(diǎn)的位置。

（2）對(duì)每行的起止點(diǎn)與終止點(diǎn)進(jìn)行歸類(lèi)。即將當(dāng)前行的每一個(gè)分段與前一行的分段每個(gè)分段分別進(jìn)行比較，若它們的分段有相交，則表明為同一個(gè)連通區(qū)域，則將兩個(gè)分段記為同一種標(biāo)號(hào)。令第i行的j個(gè)分段為，前一行的第n個(gè)分段為，如果，則將兩個(gè)分段的標(biāo)號(hào)賦予相同的標(biāo)簽。如果不滿(mǎn)足條件，則為新的連通區(qū)域，則將其賦予新的標(biāo)簽。

（3）根據(jù)分段的不同標(biāo)簽賦予圖像不同連通區(qū)域的標(biāo)簽。在第二步驟中已經(jīng)獲得不同連通區(qū)域的每行的起止點(diǎn)與終止點(diǎn)，也就是獲得了每個(gè)連通區(qū)域的所有輪廓點(diǎn)坐標(biāo)，根據(jù)坐標(biāo)將每個(gè)連通區(qū)域內(nèi)的所有坐標(biāo)都賦予相同的標(biāo)簽。

2.4 質(zhì)心與方框定位

求每個(gè)連通區(qū)域的質(zhì)心與方框。令第i個(gè)連通域的面積為si，域?yàn)閅i，則它的質(zhì)心的計(jì)算公式如式（3）所示。

那么，每個(gè)連通區(qū)域的方框可以取為：

2.5 求指針的方向向量與夾角

獲得指針的質(zhì)心與方框位置后，為能準(zhǔn)確獲得指針的方向向量，對(duì)方框內(nèi)的部分圖像從新進(jìn)行檢測(cè)與定位，并通過(guò)邊緣檢測(cè)獲取每個(gè)指針的輪廓，求輪廓的最長(zhǎng)軸作為指針的方向所在的直線(xiàn)。那么具體指針指向哪一個(gè)方向，可根據(jù)指針的外形特征，即取長(zhǎng)軸的兩端點(diǎn)到質(zhì)心最遠(yuǎn)的那個(gè)方向作為指針?lè)较颍瑱z測(cè)結(jié)果如圖3所示。

令當(dāng)前幀第i個(gè)方框質(zhì)心的坐標(biāo)為，長(zhǎng)軸離質(zhì)心最遠(yuǎn)的端點(diǎn)為（xi，yi）。則可得它的方向向量為。令第i個(gè)方框中對(duì)應(yīng)的參考方向?yàn)椤t可通過(guò)式（5）獲得當(dāng)前幀四個(gè)水表指針與參考水表指針的四個(gè)方向余弦角A1、A2、A3與A4，其中，，

若滿(mǎn)足下面條件，則認(rèn)為水表指針在運(yùn)動(dòng)，其運(yùn)動(dòng)狀態(tài)用1表示。其中，T1為預(yù)設(shè)閾值。

3 實(shí)驗(yàn)

本文測(cè)試數(shù)據(jù)來(lái)源于實(shí)際場(chǎng)景錄制的視頻。其測(cè)試環(huán)境為：visual studio2013，matlab R2014a， windows7，Intel Core（TM） i3-3220 cpu。其中，算法在visual studio2013上實(shí)現(xiàn)，結(jié)果示意圖通過(guò)matlab實(shí)現(xiàn)，如圖4所示。圖4的橫坐標(biāo)為測(cè)試視頻的部分圖像序列，縱坐標(biāo)為指針單位時(shí)間內(nèi)偏轉(zhuǎn)的夾角。其指針的運(yùn)動(dòng)狀態(tài)依次為：靜止、緩慢、快速、緩慢。

從圖4中的曲線(xiàn)可以看出單位時(shí)間內(nèi)偏轉(zhuǎn)角度的大小反映了水表指針的轉(zhuǎn)動(dòng)快慢的狀態(tài)，單位時(shí)間內(nèi)偏轉(zhuǎn)的角度越大，則水表指針轉(zhuǎn)動(dòng)的越快，反之越慢，夾角接近0時(shí)，水表指針停止。另外，在75幀左右，夾角出現(xiàn)較大的波動(dòng)，主要是由于光照變化大造成的影響，但通過(guò)累計(jì)幀數(shù)的統(tǒng)計(jì)以及運(yùn)動(dòng)判斷的閾值可以解決其對(duì)最終結(jié)果的影響。同時(shí)也可對(duì)輸出結(jié)果進(jìn)行平滑處理。

4 結(jié)束語(yǔ)

為滿(mǎn)足智能水表的需求，本文提出了一種基于視頻分析的智能水表指針運(yùn)動(dòng)檢測(cè)的方法，經(jīng)過(guò)實(shí)驗(yàn)表明，本方法能有效地定位水表指針并能很好地判斷出指針的運(yùn)動(dòng)狀態(tài)，特別地，在水龍頭滴水時(shí)水表指針很慢的情況下，也能很好地判斷指針的運(yùn)動(dòng)狀態(tài)。但本文提出的方法只針對(duì)指針式的水表，另特別建議后期可通過(guò)單位時(shí)間內(nèi)水表指針運(yùn)動(dòng)的速度判斷當(dāng)前水的流量，結(jié)合數(shù)據(jù)挖掘與智能分析技術(shù)，進(jìn)一步判斷是否為正常用水，則更能滿(mǎn)足水表的智能化需求。

參考文獻(xiàn)

[1]陳燕.指針式水表的圖像自動(dòng)讀數(shù)判讀方法的研究[D].蘇州大學(xué)，2009.

[2]胡邦強(qiáng).基于Hongh變換的指針式水表識(shí)別系統(tǒng)的研究與應(yīng)用[D].電子科技大學(xué)，2016.

[3]姚靈.智能水表測(cè)量特性計(jì)算機(jī)矯正方法的風(fēng)險(xiǎn)與控制[J].自動(dòng)化儀表，2016，37（02）：99-101.

[4]張揚(yáng)鵬.基于智能水表的水資源實(shí)時(shí)檢測(cè)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].山東大學(xué)，2016.

[5]彭波，催永普等.基于膚色和唇色信息的人臉檢測(cè)方法的研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2005，26（06）：1500-1502.

[6]高紅波，王衛(wèi)星.一種二值圖像連通區(qū)域標(biāo)記的新算法[J].計(jì)算機(jī)應(yīng)用，2007，27（11）：2776-2777，2785.

作者單位

深圳市賽為智能股份有限公司 廣東省深圳市518000