基于Faster R-CNN的儀表識(shí)別方法

李 娜， 姜 志， 王 軍,3*， 董興法

(1. 蘇州科技大學(xué) 電子與信息工程學(xué)院, 江蘇 蘇州 215009；2. 中國(guó)白城兵器試驗(yàn)中心，吉林 白城 137001;3. 中國(guó)科學(xué)院 長(zhǎng)春光學(xué)精密機(jī)械與物理研究所， 吉林 長(zhǎng)春 130033)

1 引 言

指針式儀表構(gòu)造簡(jiǎn)單且成本低，常用于電力、化工、石油等行業(yè)。電力系統(tǒng)中擁有多類指針式儀表，比如電流表、電壓表、壓力表等，指針式的儀表沒有通訊接口，采用人工進(jìn)行讀取數(shù)據(jù)，工作量大且容易疲勞，導(dǎo)致檢測(cè)效率低、誤差大、利用機(jī)器視覺圖像處理等手段，可以自動(dòng)識(shí)別儀表示數(shù)[1-5]。針對(duì)各類儀表圖像，如何準(zhǔn)確定位分類出目標(biāo)區(qū)域，針對(duì)目標(biāo)區(qū)域準(zhǔn)確識(shí)別出儀表示數(shù)是本文研究重點(diǎn)。

目前，國(guó)內(nèi)外研究者對(duì)儀表示數(shù)識(shí)別提出了一些算法，傳統(tǒng)的Hough變換算法識(shí)別指針式儀表指針特征，Kucheruk V等人[4]提出基于指針旋轉(zhuǎn)中心位置結(jié)合ORB特征提取來進(jìn)行儀表識(shí)別和讀取；朱海霞等人[6]采用Hough變換方法完成指針直線特征的識(shí)別，通過減少累加像素?cái)?shù)目結(jié)合灰度中心法來提高原性特征定位的效率和精度；朱柏林等人[7]提出一種基于ORB和改進(jìn)Hough變換的指針儀表識(shí)讀方法，針對(duì)儀表區(qū)域識(shí)別、二值化處理、骨架提取和讀數(shù)獲取進(jìn)行研究；姚洋等人[8]提出了一種改進(jìn)Canny邊緣檢測(cè)算法，結(jié)合Hough變換技術(shù)提取儀表指針信息，提高儀表識(shí)別精度。也有一些研究者采用深度學(xué)習(xí)目標(biāo)檢測(cè)的方法對(duì)儀表進(jìn)行識(shí)別；邢浩強(qiáng)等人[9]利用卷積神經(jīng)網(wǎng)絡(luò)模型檢測(cè)當(dāng)前視野下儀表目標(biāo)的包圍框位置；徐發(fā)兵等人[10]利用卷積神經(jīng)網(wǎng)絡(luò)模型和改進(jìn)有效準(zhǔn)確的場(chǎng)景文本檢測(cè)器(EAST)算法對(duì)儀表進(jìn)行定位和識(shí)別；Huang等人[11]采用R-FCN(基于區(qū)域的全卷積網(wǎng)絡(luò))進(jìn)行儀表區(qū)域定位，利用改進(jìn)的局部閾值分割方法和概率圓方法進(jìn)行示數(shù)識(shí)別。雖然這些研究者對(duì)傳統(tǒng)算法進(jìn)行了改進(jìn)，但是依然面臨計(jì)算量大，復(fù)雜環(huán)境下多類儀表檢測(cè)準(zhǔn)確度不高，遇到較大干擾時(shí)指針區(qū)域檢測(cè)存在困難等問題。

針對(duì)這些問題，本文提出基于Faster R-CNN的儀表示數(shù)識(shí)別，將FPN與Faster R-CNN網(wǎng)絡(luò)RPN結(jié)合，F(xiàn)PN自上而下的特征融合，提高了儀表檢測(cè)準(zhǔn)確度，針對(duì)儀表圖像正負(fù)樣本不平衡，引入Focal Loss損失函數(shù)與RPN網(wǎng)絡(luò)結(jié)合進(jìn)行訓(xùn)練數(shù)據(jù)集，最后使用反卷積和FPN網(wǎng)絡(luò)結(jié)合進(jìn)行儀表指針區(qū)域分割，提高了指針區(qū)域分割的準(zhǔn)確性，測(cè)試結(jié)果準(zhǔn)確性滿足電力系統(tǒng)的需求。

2 基于目標(biāo)檢測(cè)的儀表讀數(shù)識(shí)別模型

電力系統(tǒng)中主要存在以下幾個(gè)技術(shù)難點(diǎn)：(1)如何在復(fù)雜明暗程度不同的儀表圖像中準(zhǔn)確定位到表盤區(qū)域，并進(jìn)行分類；(2)當(dāng)采集到圖像存在表盤傾斜時(shí)，如何對(duì)儀表表盤進(jìn)行校準(zhǔn)；(3)如何提高指針區(qū)域的定位識(shí)別。針對(duì)這些技術(shù)難點(diǎn)，本文提出基于深度學(xué)習(xí)目標(biāo)檢測(cè)方法，根據(jù)儀表圖像特點(diǎn)，引入深度學(xué)習(xí)網(wǎng)絡(luò)，對(duì)儀表區(qū)域進(jìn)行定位和分類，通過透視變換對(duì)傾斜的儀表表盤進(jìn)行校準(zhǔn)，對(duì)校準(zhǔn)后的儀表區(qū)域，再次使用深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行指針區(qū)域定位，再對(duì)指針區(qū)域進(jìn)行細(xì)化，擬合指針獲得偏轉(zhuǎn)角度，最后輸出儀表示數(shù)。本文深度學(xué)習(xí)目標(biāo)檢測(cè)網(wǎng)絡(luò)采用Faster R-CNN和FPN特征金字網(wǎng)絡(luò)進(jìn)行儀表圖像的特征提取，算法流程如圖1所示。

圖1 基于Faster R-CNN的儀表自動(dòng)識(shí)別流程

3 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)

3.1 目標(biāo)檢測(cè)網(wǎng)絡(luò)Faster R-CNN和FPN簡(jiǎn)述

在電力系統(tǒng)中，環(huán)境比較復(fù)雜，采集到儀表圖像，儀表盤占比較小，傳統(tǒng)的Faster R-CNN網(wǎng)絡(luò)在最后一層特征映射圖區(qū)域建議采取RPN網(wǎng)絡(luò)操作，RPN是一種用于產(chǎn)生高可靠性候選區(qū)域框的網(wǎng)絡(luò)[12]，雖然最后一層語義信息很強(qiáng)，但儀表表盤和指針的細(xì)節(jié)特征有損失，低層網(wǎng)絡(luò)能夠很好地顯示目標(biāo)的紋理和邊緣細(xì)節(jié)，而FPN將底層信息與高層語義進(jìn)行融合，提高了檢測(cè)精度，因此提出特征金字塔(FPN)網(wǎng)絡(luò)與Faster R-CNN的RPN網(wǎng)絡(luò)結(jié)合進(jìn)行儀表檢測(cè)，模型如圖2所示。

圖2 Faster R-CNN檢測(cè)儀表模型

采集的儀表圖像經(jīng)過特征金字塔進(jìn)行特征提取，得到多尺度特征圖，RPN模塊分別對(duì)多尺度的特征圖前景和背景進(jìn)行檢測(cè)，根據(jù)目標(biāo)特征生成一定數(shù)量的錨框，對(duì)錨框中的目標(biāo)進(jìn)行分類，再經(jīng)過池化層，對(duì)候選區(qū)域進(jìn)行調(diào)整，對(duì)目標(biāo)進(jìn)行分類，最終定位到目標(biāo)區(qū)域。

FPN增加了基于原始網(wǎng)絡(luò)的層層連接，并生成特征金字塔，在所有尺度上都有很強(qiáng)的語義信息，F(xiàn)PN的基本思想是利用不同尺度的特征信息來預(yù)測(cè)不同尺度的目標(biāo)，可分為自上而下和自下而上兩個(gè)過程[13]，如圖3所示，自下而上的過程是通過卷積神經(jīng)網(wǎng)絡(luò)的前饋計(jì)算提取特征的過程，提取的特征為(C2，C3，C4，C5)；自上向下的過程包括兩個(gè)步驟，上采樣和水平連接，自下而上提取特征(C2，C3，C4，C5)進(jìn)行向上采樣，使高層特征的尺度可以滿足與底層特征水平連接的尺度，然后添加所獲得的采樣特征和像素之間底層特征，即水平連接，得到特征(P2，P3，P4，P5)。

圖3 FPN網(wǎng)絡(luò)框架

3.2 基于Faster R-CNN和FPN的儀表識(shí)別

在電力系統(tǒng)中，儀表表盤和指針區(qū)域占比較小，特別是對(duì)指針區(qū)域的定位和識(shí)別，還需要進(jìn)一步提高識(shí)別準(zhǔn)確度。針對(duì)儀表表盤區(qū)域和指針區(qū)域的定位，引入FPN特征金字塔網(wǎng)絡(luò)與Faster R-CNN與RPN網(wǎng)絡(luò)結(jié)合，進(jìn)行多尺度的ROLs感興趣區(qū)域特征提取，經(jīng)過FPN網(wǎng)絡(luò)將底層信息和高層信息進(jìn)行融合，F(xiàn)PN的每個(gè)層級(jí)的特征圖分別使用RPN的滑動(dòng)窗口進(jìn)行感興趣區(qū)域ROLs提取，產(chǎn)生一系列候選框，得到的候選框映射到原始特征圖上，連接到Softmax得到最終目標(biāo)分類，如圖4所示。為了提高準(zhǔn)確性，本文將網(wǎng)絡(luò)層次較深、運(yùn)算量更小的深度殘差網(wǎng)絡(luò)ResNet50代替VGG16進(jìn)行圖像特征提取。

圖4 FPN和RPN網(wǎng)絡(luò)結(jié)構(gòu)圖

借助TensorFlow框架對(duì)Faster R-CNN深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行構(gòu)建和訓(xùn)練。在訓(xùn)練過程中，圖像的正負(fù)樣本框數(shù)很難達(dá)到平衡，一般圖像中少數(shù)是正樣本框數(shù)，所以還需要解決樣本不平衡問題，提高檢測(cè)準(zhǔn)確性，因此本文在RPN網(wǎng)絡(luò)中引入Focal Loss來進(jìn)行訓(xùn)練，F(xiàn)ocal Loss公式如下：

FL=-α(1-p)γlogp

，

(1)

式中，α是平衡正負(fù)樣本的參數(shù)，(1-p)γ可以平衡難易樣本損失，實(shí)驗(yàn)表明γ取2，α取0.25時(shí)效果最佳，將Focal Loss引入到RPN網(wǎng)絡(luò)中提高了檢測(cè)準(zhǔn)確性。

改進(jìn)的Faster R-CNN網(wǎng)絡(luò)對(duì)儀表表盤區(qū)域識(shí)別結(jié)果如圖5所示，從識(shí)別結(jié)果可以看出，在不同角度、不同距離情況下都可以準(zhǔn)確識(shí)別出儀表區(qū)域。

圖5 儀表表盤區(qū)域定位

改進(jìn)的Faster R-CNN對(duì)儀表指針區(qū)域的檢測(cè)定位結(jié)果如圖6所示。從圖中可以看出，在不同光照、不同角度情況下，依然較為準(zhǔn)確地識(shí)別出指針區(qū)域。

圖6 儀表指針區(qū)域定位

3.3 儀表指針區(qū)域圖像分割

定位到指針區(qū)域之后，對(duì)指針像素進(jìn)行分割，傳統(tǒng)的分割算法，在對(duì)指針區(qū)域分割時(shí)，由于指針區(qū)域占比較小，對(duì)目標(biāo)區(qū)域像素不敏感，不能有效排除其他外界干擾且速度慢，分割效果不好。本文提出基于特征金字塔網(wǎng)絡(luò)進(jìn)行儀表區(qū)域圖像分割，能夠有效解決這些問題。首先，經(jīng)過特征金字塔網(wǎng)絡(luò)得到通道數(shù)為256的不同尺度的特征層(P2,P3,P4,P5)，將各尺度的特征層使用上采樣倍數(shù)是2倍的反卷積進(jìn)行上采樣，輸出相同尺度的特征圖，通道數(shù)為128，然后再將所有尺度的特征圖進(jìn)行特征融合，經(jīng)過conv1x1全連接輸出，再通過4 倍上采樣將輸出結(jié)果映射為輸入圖像的大小，由 softmax 輸出最終語義分割的預(yù)測(cè)結(jié)果。改進(jìn)的方法結(jié)構(gòu)圖如圖7所示。

圖7 儀表指針區(qū)域分割結(jié)構(gòu)

儀表指針區(qū)域分割結(jié)果，如圖8所示。

圖8 指針區(qū)域分割結(jié)果圖

4 透視變換校準(zhǔn)儀表圖像

針對(duì)采集圖像有儀表傾斜的現(xiàn)象，提出透視變換對(duì)儀表圖像進(jìn)行校正，透視變換可以將原始圖像通過三維空間映射到新的視平面[14]。以表盤中心為原心建立坐標(biāo)系，在檢測(cè)的儀表區(qū)域設(shè)置合適半徑，畫最小外接圓，與坐標(biāo)系生成4個(gè)交點(diǎn)，分別是A,B,C,D，儀表輪廓一般是橢圓一部分，再在儀表區(qū)域畫最佳外接橢圓，與坐標(biāo)系生成4個(gè)交點(diǎn),分別是A′,B′,C′,D′。儀表圖像將原始圖像經(jīng)過透視變換，產(chǎn)生一個(gè)新平面，這個(gè)新平面會(huì)與實(shí)際表盤平面偏差角度，設(shè)為θ，如圖9所示。

圖9 透視變換原理圖

設(shè)透視變換矩陣為a，原圖中任意一點(diǎn)坐標(biāo)設(shè)為(x,y,1)，三維空間投影的坐標(biāo)設(shè)為(X,Y,Z)，映射到新的平面坐標(biāo)為(X′,Y′,Z′)，透視變換矩陣變換公式為：

，

(2)

.

(3)

根據(jù)最小外接圓和外接橢圓與坐標(biāo)系的4個(gè)交點(diǎn)，根據(jù)透視變換公式，求出透視變換矩陣a，再經(jīng)過透視變換矩陣a計(jì)算所有投射到新平面的點(diǎn)，得到新平面圖像。根據(jù)向量計(jì)算兩個(gè)向量之間的偏差角度，經(jīng)過仿射變換得到儀表圖像，透視變換結(jié)果如圖10所示。

圖10 透視變換儀表校準(zhǔn)圖

5 最小二乘法擬合指針

經(jīng)過前期FPN指針區(qū)域的分割，已經(jīng)排除其他背景干擾，最后需要針對(duì)指針區(qū)域進(jìn)行指針直線擬合，找到指針的偏角來得到儀表讀數(shù)。最小二乘法常用于直線擬合，有較好的實(shí)驗(yàn)效果，最小二乘法的原理是利用最小化誤差的平方和找到一組數(shù)據(jù)的最佳匹配線性關(guān)系。假設(shè)有n個(gè)擬合點(diǎn)設(shè)為(xi,yi),(i=1,2,3.......n)，這些點(diǎn)的線性關(guān)系表示為：

y(x)=ax+b

.

(4)

擬合值與實(shí)際值的平方偏差和表示為：

.

(5)

當(dāng)r2最小時(shí)，對(duì)應(yīng)a和b這兩個(gè)系數(shù)值即為所求值，對(duì)a和b求一階偏導(dǎo)數(shù)，求得公式如下：

(6)

(7)

對(duì)前面所檢測(cè)提取的指針連通域像素點(diǎn)進(jìn)行標(biāo)記，求得這兩個(gè)系數(shù)，即可得到最佳線性關(guān)系。擬合指針結(jié)果，如圖11所示。

圖11 最小二乘法擬合指針直線

6 實(shí)驗(yàn)結(jié)果分析

6.1 儀表目標(biāo)檢測(cè)結(jié)果分析

對(duì)于不同光照、不同角度、不同分辨率的儀表圖片集，每張儀表圖片都只有一個(gè)儀表目標(biāo)。采用本文提出的算法模型和幾種其他算法模型進(jìn)行儀表目標(biāo)檢測(cè)對(duì)比，本文提出的算法模型誤檢率和漏檢率都低于其他方法。誤檢率也就是虛警率，是錯(cuò)誤判斷正樣本的概率。復(fù)雜環(huán)境中存在一些目標(biāo)相似的物體，這對(duì)目標(biāo)識(shí)別產(chǎn)生一定的影響，本文對(duì)誤檢的負(fù)樣本進(jìn)行訓(xùn)練，在一定程度上降低了誤檢率。本文的模型也存在一定的漏檢率，通過實(shí)驗(yàn)發(fā)現(xiàn)，采集圖片存在圖片清晰度過于模糊，拍攝儀表目標(biāo)不完整等問題，這都會(huì)對(duì)儀表檢測(cè)造成影響。本文對(duì)漏檢的情況在終端顯示界面中進(jìn)行報(bào)警提示，再對(duì)這些漏檢的儀表圖像進(jìn)行訓(xùn)練，降低漏檢率，測(cè)試結(jié)果如表1所示。

表1 儀表目標(biāo)檢測(cè)結(jié)果對(duì)比

6.2 儀表示數(shù)結(jié)果分析

電力系統(tǒng)中相機(jī)與目標(biāo)物體的距離一般在0.4 m左右，相機(jī)采集儀表圖片時(shí)，當(dāng)一些儀表位置較偏時(shí)，拍攝位置相對(duì)會(huì)較遠(yuǎn)，相對(duì)距離遠(yuǎn)的儀表圖像，表盤區(qū)域和指針區(qū)域細(xì)節(jié)有所損失，對(duì)識(shí)別的精確度會(huì)有所影響。在相同環(huán)境下，針對(duì)同一儀表，拍攝20組不同距離的儀表圖像，驗(yàn)證距離對(duì)識(shí)別的影響，如圖12所示。

圖12 距離對(duì)儀表識(shí)別的影響

由圖12分析可知，當(dāng)拍攝距離小于1.0 m時(shí)，相對(duì)誤差較小，識(shí)別精確度較高，1.0 m之后距離對(duì)識(shí)別影響較大，識(shí)別精確度較低。一些儀表位置較偏的，拍攝距離正常情況下也不會(huì)超過1.0 m，因此本文提出的方法對(duì)精確度有一定的保證。

使用本文提出的算法模型對(duì)儀表進(jìn)行示數(shù)識(shí)別，抽取18組識(shí)別結(jié)果，如表2所示。

表2 儀表示數(shù)識(shí)別結(jié)果

續(xù) 表

在系統(tǒng)中，對(duì)儀表角度識(shí)別誤差要求在3°以內(nèi)，針對(duì)不同儀表換算成最大誤差數(shù)據(jù)，通過數(shù)據(jù)分析，第7組類別的儀表示數(shù)要求最大相對(duì)誤差在1.85%以內(nèi)，而第7組相對(duì)誤差是2%，不符合系統(tǒng)精確度要求。除了第7組，其他幾組類別的儀表示數(shù)符合系統(tǒng)精確度要求，通過分析儀表圖像綜合準(zhǔn)確率達(dá)到94.25%，本文的算法模型相對(duì)誤差低，識(shí)別準(zhǔn)確率很高，為系統(tǒng)準(zhǔn)確識(shí)別儀表提供了有效手段。

7 結(jié) 論

本文提出基于深度學(xué)習(xí)目標(biāo)檢測(cè)的方法代替?zhèn)鹘y(tǒng)方法自動(dòng)識(shí)別儀表，包括儀表盤定位、指針區(qū)域定位、目標(biāo)區(qū)域透視變換、指針區(qū)域分割擬合四個(gè)部分。由于儀表區(qū)域占比較小，特別是指針區(qū)域不易檢測(cè)，提出將Faster R-CNN的RPN網(wǎng)絡(luò)與FPN網(wǎng)絡(luò)結(jié)合，能夠較為準(zhǔn)確地定位到目標(biāo)區(qū)域。此外引入Focal Loss損失函數(shù)與RPN網(wǎng)絡(luò)結(jié)合進(jìn)行訓(xùn)練數(shù)據(jù)集，平衡儀表圖像正負(fù)樣本，有效提高檢測(cè)準(zhǔn)確度。有些采集圖像存在儀表傾斜的現(xiàn)象，針對(duì)這一問題，采用透視變換進(jìn)行校準(zhǔn)圖像，其次對(duì)指針區(qū)域使用FPN特征金字塔分割指針像素，F(xiàn)PN網(wǎng)絡(luò)結(jié)合反卷積提高了特征提取性能，分割出指針像素，再對(duì)指針進(jìn)行最小二乘法擬合直線，得到指針偏角，最終識(shí)別出儀表示數(shù)。與傳統(tǒng)檢測(cè)儀表示數(shù)的方法相比，本文算法錯(cuò)檢率為0，漏檢率為3.6%，儀表示數(shù)識(shí)別相對(duì)誤差較小，漏檢和誤差大的儀表圖像綜合準(zhǔn)確率達(dá)到94.25%，符合電力系統(tǒng)準(zhǔn)確率要求，能夠識(shí)別多類儀表，實(shí)用性更強(qiáng)。