基于機器視覺的指針式儀表自動讀數算法*

陳從平， 王 欽， 姚 威

(常州大學 機械工程學院，江蘇 常州 213164)

0 引 言

指針式儀表因其結構簡單，成本低，抗電磁干擾能力強和讀數變化趨勢直觀等特點，廣泛應用于工業控制、汽車船舶等領域[1]，但因無法直接將其顯示的數值轉化為電信號輸出，無法遠程讀取信號，主要靠人工現場讀數，給抄表、控制等造成不便。隨著計算機視覺在工業領域的普及應用，使得基于機器視覺的儀表自動讀數方法日益增多[2,3]。

目前，對指針式儀表自動讀數的方法通常包括指針和儀表讀數識別。指針識別主要包括：減影法、最小二乘法、Hough直線變換法、中心投影法及綜合應用[4～7]。如張冀等人[4]采用最小灰度相減法從兩張背景相同的圖像中提取到儀表指針，并通過Hough變換計算指針角度，該方法對儀表盤在相機視場中的相對位置有較為嚴格的要求；Liu S G等人[5]經小波變換提取指針點集合后,使用最小二乘法擬合指針直線，該方法與中心投影法只在指針頭部與刻度線不相交的情況下具有較高精度；陳彬等人[6]提出將圖像向指針轉動中心進行投影檢測指針位置，需要人工標定指針轉動中心；李偉等人[7]提出結合Hough圓檢測和Para空間均值圓心的方法確定指針轉動中心，然后用中心投影法檢測指針位置，消除了人工標定工作，適用于具有圓弧特征的儀表。儀表讀數識別主要包括角度法、距離法。如Yue X F等人[8]提出通過測量指針在零刻度線和結束刻度線之間的角度比例計算儀表讀數，該方法需要人工設定量程；喻漢等人[9]提出了檢測所有的刻度線后，通過測量指針在相鄰刻度線之間的距離比例計算儀表讀數，該方法改善了讀數精度，仍需要人為設定刻度值。

上述方法雖已取得一定成果，但依然存在不足，例如對儀表盤與相機間相對位置有嚴格要求，降低了方法的通用性并使操作不便，或要求儀表盤必需有弧形特征，或需要人工預先指定表盤的刻度值或量程，上述局限使得相關方法的適應性變差。

本文提出了一種指針式儀表自動讀數算法，首先，利用刻度線指向指針轉動中心這一特征求取其轉動中心，并定位部分刻度線；然后，綜合運用向轉動中心投影，細化和線段檢測等方法識別指針；接著，根據已定位的刻度線和外接最小矩形方法識別完整的刻度線；最后，利用神經網絡識別刻度值。實驗表明，該算法可以有效地識別指針，刻度線和刻度值，并實現準確讀數。

1 指針式儀表讀數算法

1.1 儀表區定位

對刻度線兩兩求交點,然后取重合率高的點集求均值來定位指針的轉動中心，該中心和刻度線外沿端點所構成的扇形區域，即為后續處理的儀表區域。

首先，采用自適應二值化的方法對圖像前景與背景進行分離，然后通過FLD(fast line detector)算法[10]對圖像中前景內容進行線段檢測。刻度線應檢測出兩條相鄰線段，對檢測出的每條線段與其最近的線段從長度、傾斜角、線段間距離上進行比較和約束進而匹配成對，有

(1)

圖1 儀表區定位結果

1.2 空間變換

將指針、刻度線和刻度值所在的環形分布空間變換成水平分布空間，從而將角度問題轉換成距離問題，在進行指針和刻度線識別時只需計算出其橫坐標即可，同時水平分布也有利于指針、刻度線和刻度值的定位和識別。

以Po為基準，將環形分布的儀表區水平展開，如圖2所示。記儀表區的點原坐標為G(x,y)，水平展開后對應的坐標點為W(x′,y′)，有

(2)

式中Rin，Rout分別為圓環內外半徑，drho,θ為(x,y)與轉動中心的距離和角度，T為閾值。

小兒腹股溝斜疝是小兒外科常見病之一,多見于早產兒,男性患兒較多[1-2]主要病因是腹膜鞘狀突未閉合,主要治療方法是疝囊高位結扎術,腹腔鏡下疝囊高位結扎術在許多醫院取得了滿意的療效,表現出明顯的優勢。本研究回顧分析255例小兒腹股溝斜疝患兒的臨床資料,旨在探討腹腔鏡疝囊高位結扎術治療小兒腹股溝斜疝臨床應用效果及價值。現總結報告如下。

圖2 空間變換

1.3 指針識別

根據儀表指針形狀和分布特征，提出結合投影、細化和線段檢測方法對指針進行定位和其中心線的求解。形狀特征：指針呈對稱結構，尺寸相比刻度線大；分布特征：指針指向圓心。

首先，經空間變換之后，根據分布特征對二值化后的圖2垂直投影，按列統計白色像素個數，結果如圖3(a)所示，其峰值區域即為指針所在區域；然后，因指針會和刻度線相交，導致峰值偏離指針中心線，故峰值位置并不代表指針的精確位置，還需根據峰值坐標搜索出靠近圖像底部的輪廓為指針區域，結果如圖3(b)所示；由于空間變換后圖像的還原度受指針轉動中心精度的影響，越靠近中心的位置形變越大，為保證指針求解精度，再將指針區域還原成環形分布中的樣式；最后，根據形狀特征，經細化處理后，用Hough算法檢測線段，取最長線段為求解的指針中心線，這樣盡可能保留了指針信息，弱化了與指針相交的圖案信息。

將指針中心線在刻度線附近的點轉換成水平分布空間的點。首先計算出該線段和儀表區外圓的交點，然后根據式(2)將交點轉換成水平分布空間中的點，視其橫坐標為指針位置，如圖3(c)所示。

圖3 指針識別結果

1.4 刻度線識別

由于儀表區定位中的線段檢測往往對短刻度線會造成漏檢，導致無法檢測出所有的刻度線，故還需對刻度線進行重識別。首先，根據儀表區定位時獲得的刻度線位置，再根據刻度線形狀和分布特征，采用刻度線輪廓的最小外接矩形特征對刻度線進行識別。形狀特征：刻度線呈矩形狀，有少數的主刻度線是大、小矩形的組合，其應符合一定的寬高比；分布特征：刻度線由環形分布經空間變換呈水平分布，其方向垂直向下，相鄰刻度線在水平方向存在很高的重合率。

如圖4所示，選取一條圖1中已確定的刻度線，將其最小外接矩形作為起始框，根據式(3)分別向左右搜索符合條件的矩形框，認定為刻度線所在矩形框，遇到不符合的矩形框則停止該方向搜索，搜索完成后對矩形框從左到右依次排序，最后視矩形框中心橫坐標為刻度線位置

(3)

式中Yp={y1,y2,y3,…,yn}為上一個符合的矩形框縱坐標集合，Yn為下一個矩形框的縱坐標集合，a，h和w分別為矩形框的旋轉角度、高度和寬度，Thw，Ta和Ti分別為上述三個參數的閾值。

圖4 刻度線搜索

將所有刻度線識別后，依據長度特征進行自動分類。首先，將刻度線根據長度由長到短排序，每一類刻度線都將劃分在自己的區間里；然后，按照順序使相鄰刻度線長度作除運算，若大于長度變化閾值，則刻度線已進入下一級刻度線區間，直至遍歷完所有的刻度線；最終將刻度線分為3類(長/中/短)。一般閾值的選取相對固定，只是為了彌補精度上的誤差。該法針對根據單一特征對刻度線進行分類，相比K-means聚類方法無需指定分類數量，運算量更少。

1.5 刻度值識別

根據刻度值分布特征定位刻度值輪廓，然后通過神經網絡LeNet—5識別刻度值。因為刻度值的分布主要在主刻度線上方或下方，故利用主刻度線定位刻度值。考慮到匹配的刻度值是由幾個數字組合而成，采用膨脹對數字融合。首先，防止膨脹使得刻度值與指針和刻度線融合，先將圖像中的刻度線和指針背景化，然后形態學膨脹將獨立的數字融合成刻度值輪廓。接著，利用面積過濾掉過小和過大的輪廓，如噪點和儀表外輪廓等。搜索出包含主刻度線橫坐標的輪廓，計算出主刻度線中點與各個輪廓中心的距離D={d1,d2,d3,…,dn}，將Dmin的刻度值輪廓匹配主刻度線。定位結果如圖5所示。

圖5 刻度值定位

由于空間變換使得刻度值產生旋轉，所以首先將定位到的刻度值輪廓根據式(2)反求角度，進而旋轉擺正；然后，采用搜索連通域分割出刻度值輪廓中單個數字，依次將單個數字圖像送入訓練好的神經網絡模型進行識別；最后，根據單個數字所在坐標組合成刻度值，賦值主刻度線，再根據主刻度線之間下一級刻度線數量，平均分配刻度值，若還有下下一級則重復執行上述步驟。至此，完整的刻度線信息識別完成。

1.6 儀表示數計算

儀表的示數計算根據指針位置和其相鄰刻度線信息，計算出指針在相鄰刻度線中的相對位置所對應的值。式(4)為儀表示數Avalue計算式

(4)

式中f(p),f(i)和f(i+1)分別為指針及指針相鄰的刻度線位置，v(i),v(i+1)為指針相鄰的左、右刻度值。

2 實驗分析

2.1 實驗硬件平臺

實驗采用的是量程為0～400 A,最小刻度單位為5 A的電流表和量程為0～200 ℃，最小刻度單位為5 ℃的溫度表。平臺為Windows 10(處理器為酷睿i5，內存為4 GB)，開發環境為Visual Studio 2017，視覺庫為OpenCV。

2.2 實驗結果與分析

2.2.1 實驗效果圖

本次實驗對象選擇了方形儀表和圓形儀表，其中方形儀表沒有弧形特征。基于本文設計的儀表自動讀數算法，識別效果如圖6。

圖6 實驗結果

由圖6(b)可見，指針轉動中心和刻度線定位準確，滿足后續算法需求。由圖6(c)可見，指針橫坐標定位準確。由圖6(d)可以看出，刻度線橫坐標定位準確。由圖6(e)可以看出，刻度值，定位準確，識別準確。基于圖6(f)識別結果可知，本文提出的算法可實現儀表的自動讀數。

2.2.2 實時性與準確性

為驗證本文算法的實時性與準確性，并考慮拍攝時儀表在相機視場中因相對位置不同可能造成的對讀數精度的影響，對儀表在同一示數下分別從兩個不同相對位置進行拍攝，后改變儀表示數，重復上述操作共5次，經軟件自動讀數后結果整理如表1所示。

表1 讀數結果

由表1可知，使用本文提出的算法對指針式儀表自動讀數，其結果與人工讀數相差較小，最大誤差不超過1.06 %，其中位置一相對誤差普遍低于位置二，但兩者之間相差不大，最大誤差為0.87 %，可知該算法對相機與儀表相對位置無嚴格要求。另外，單張圖像處理時間穩定保持在0.23 s左右，實時性較好。

3 結 論

本文以無弧形特征的指針式儀表為例，設計了自動讀數算法。首先利用刻度線指向指針轉動中心特性，提出了一種儀表區定位法；結合投影、細化和Hough變換處理改善了在水平分布空間中指針定位精度；根據刻度線形狀和分布特征對其定位、分類；隨后根據主刻度線和刻度值分布關系，定位刻度值輪廓，然后由神經網絡LeNet—5識別；最后，根據指針在相鄰刻度線中的相對位置計算儀表示數。經過實驗和誤差分析驗證了本文提出的算法對無弧形特征的指針式儀表自動讀數的準確性和實時性，滿足實際的應用。