一種基于圖像識別的表針時間判斷方法

皮禮明

(派博生命科技(深圳)有限公司，深圳 518000)

1 引言

智能手表的發展日新月異，從蘋果iwatch到華為的血壓手表Watch D，功能多種多樣，在智能手機市場趨于飽和同質化的背景下，可穿戴設備作為結合了智能性和便攜性的產物，是消費電子市場的下一個發展契機[1]。尤其是智能手表為代表的穿戴式設備，發展日新月異，但智能手表作為結合傳統手表的升級，目前更多是充當手機的配件，且手表唯一不變的永恒屬性就是時間。輕智能手表就是結合傳統實體表針和表盤，融合智能芯片，既有傳統手表的機械感，又可以連接手機與之交互，包括接收手表的運動數據，手表網絡校時、倒計時等。但智能化的手表由于復雜度提升，非機芯專用驅動芯片、整體工藝不成熟等原因，導致會出現走時誤差，這個誤差相對傳統手表要大得多，所以需要解決校時的問題。

在這一類手表中，由于硬件設計的不同，有的調時通過表冠手動調整指針，有的通過手機App 設置好時間，無線發送給手表，手表控制機芯調整指針到準確的時間。針對后者，通常會有三種方式校準：

(1)在校準前，讓手表時分秒針都歸到12點，手機App再把當前網絡時間發送到手表，手表計算時分秒針需要移動的度數。這種方式的優點是手機App端可以一鍵操作，缺點是手表的調整時間由于每次都需要“歸零”,導致調整用時會大大增加。

(2)人工在手機App端輸入手表當前的時間，手機App計算手表當前時間與網絡時間的偏差之后，發送偏差到手表，手表依據偏差調整當前的表針，這種方式的優點是表針運動時間少，缺點是還需要人工在手機App端輸入手表的當前時間。

(3)在App 端設置一個虛擬表盤，通過手動順時針或逆時針滑動表盤，手表指針跟隨順時針或逆時針轉動，通過人眼識別手表指針指到了標準時間位置，停止滑動即可，此方案的問題是需要手動不斷觸摸虛擬表盤，且人眼同時緊緊盯住手表表針，用戶操作體驗差、效率低，還不及傳統表利用表冠來調試。手表最終停止的位置依據人眼和虛擬表盤，誤差可能較大。

針對目前輕智能手表自動校時的不足，在方法(2)的基礎上提出了一種基于圖像識別的方式來自動快速校時。可以利用手機的攝像頭快速采集當前表盤的圖像，替代人工輸入當前表盤時間，繼而手機App 解析出表盤上面表針的時間，本方法自動化程度更高，準確度高，滿足實際應用的需求。

2 算法實現流程

實現表針的識別關鍵在于圖像分割，圖像分割是指將圖像劃分成互不相交的、有意義的子區域，在同一個區域的像素點具有一定的相關性，不同區域的像素點存在一定的差異性，即是對圖片中有相同性質的像素賦予相同標簽的過程[2]。通過圖像識別的方式來識別表針時間，需要做表盤、時針、分針和/或秒針的目標識別，再計算出各表針相對表盤上參考時刻刻度線的偏移角度，最后轉換為當前智能手表的時間信息。算法處理流程如圖1。

圖1 算法處理流程

圖像的輸入可以采用掃一掃的方式而不是拍照識別，一個主要原因是拍照識別需要用戶主動觸發，而用戶主動觸發的情況下，只會進行一次識別嘗試，一旦沒有識別清楚，用戶的感受就會很差，另外由于手表一般是戴在手上的，用戶另一只手操作手機，面對手機屏幕越來越大，幾乎不可能單手操作聚焦、拍照等情況下，采用掃一掃方式可以大幅提高用戶體驗和智能程度。總體實現步驟如下：

2.1 獲取圖像

用戶的掃一掃界面對準手表刻度盤掃描，盡量把表盤的圓心和12 點位置和手機端的虛擬位置重合，智能手機端會自動選取一張圖像清晰的圖片送入后續程序進行處理。其中，掃描過程結束，智能手機呈現給用戶的是等待片刻校正進度條。這里我們選取市面常用的一款智能手表，其表盤圖像如圖2(a)所示。

圖2 表針的分割

2.2 灰度化和頂帽變換

由于彩色圖像包含R、G、B 三個分量，而灰度化是使得R、G、B三個分量相等的過程，灰度圖像中的一個像素僅有一種采樣顏色，其灰度是位于黑色與白色之間的灰度顏色，灰度值大的像素點比較亮，反之比較暗，像素值最大為255(表示白色)，像素值最小為0(表示黑色)。輸入圖像灰度化之后，用于不均勻光照的影響，為了后面二值化處理更方便，這里需要對灰度圖像進行增強，圖像增強在預處理過程中一直占據著重要地位[3]。這里我們可以采用頂帽變換(即灰度圖像減去開運算后的圖像)的方法，增強黑背景下的亮圖像。

2.3 二值化和最大連通域

二值化是圖像分割的一種最簡單的方法。圖像二值化就是將數字圖像轉化為二值黑白像素的矩陣形式，將某些區域從背景中分離出來，為后續圖像的邊緣提取及其他圖像處理奠定基礎[4]。二值化可以把灰度圖像轉換成二值圖像，每一個像素的取值只有0 或1，把大于某個臨界灰度值的像素灰度設為1(黑色)，把小于這個臨界值的像素灰度設為0(白色)，這樣就可以得到一個黑白圖像，二值化后的效果如圖2(b)所示。為了把表針從圖像中分割出來，采用的方法是計算圖像中最大連通域方法，因為時分秒針是圍繞一個軸心連接的，最大連通域是一種常用的圖像分割方法，一般方法是對圖形查找輪廓，這里找到表針為最大輪廓，也就是最大連通域，這樣就把表針單獨分離出來，去除了圖像中一些背景噪聲，依據表針軸得到表的圓心，這個圓心就是表針坐標系的圓心，對后續的表針的角度的準確計算有重要作用，同時對直線的判斷有作用，計算了最大連通域后的效果如圖2(c)所示。

2.4 直線檢測及時分秒針判斷

利用霍夫變換檢測圖像的直線，霍夫變化尋找直線可以更好地減少圖像背景噪聲。霍夫變換也可以檢測圓弧、拋物線等。圖像空間的一個點(x0,y0)，可以通過y0=kx0+b來表示，轉換到參數空間就是：b=y0-kx0，圖像空間的一個點就和參數空間的一條直線一一對應，假如圖像空間中有兩條直線，那么對應參數空間就有兩個峰值點。在參數空間相交的直線最多的點，就是需要找的對應圖像空間的直線。一般我們用極坐標方式來表示這個參數空間：r=xcosθ+ysinθ，這樣圖像空間的每個點(x,y)就對應極坐標空間(r,θ)的正弦曲線，在極坐標空間中檢測曲線相交的點來確定圖像空間中的直線。圖3 是經過霍夫變化檢測到三條直線，同時標記檢測出來的直線的首尾兩點。根據直線的長短判斷出時針、分針和秒針。

圖3 時分秒針判斷

2.5 時分秒時間計算

依據霍夫變換得到的三條直線方程，可以利用反三角計算出相應的角度，利用角度就可以推算出時間，市針、分針、秒針對應的時間。計算公式分表為：

小時計算公式：

分針計算公式：

秒針計算公式：

輸入圖像得到的三條直線方程，反三角計算得到時針是275°，分鐘228°，秒針108°，繼而通過時證、分鐘和秒針計算公式得到時間是9點38分18秒。注意這里的時分秒取整各不相同，時針最小分辨率是1，計算得到的結果直接向下取整，分針和秒針最小分辨率是0.5，計算得到的結果直接四舍五入。

3 結束語

通過圖像識別的方式快速準確識別出常規表盤的指針的實際時間，相當于把傳統的手表進行了數字和信息化升級，這種識別方法可以拓展更廣泛的應用，隨著物聯網的發展，底層數字化是必經之路，目前進行更多是把傳統的設備升級改造成智能化的設備，但智能設備帶來的可能是頻繁的充電、質感的下降等，所以智能化的升級需要考慮交互及用戶的使用，未來在物聯網的發展浪潮中，會有更多基于圖像識別的方法，來提升用戶的交互體驗。