基于压缩感知和霍夫变换的指针式水表识别方法技术

本发明专利技术公开了一种基于压缩感知和霍夫变换的指针式水表识别方法，步骤包括：1)图像预处理；2)构造字典D；3)获得圆的参数信息；4)提取指针特征，依次将矫正图像中的圆进行检测，最终得到所有指针的边缘图；5)判断读数，将外圆的圆心作为指针的中心，将离圆心最远的点作为指针的针尖，得到指针旋转的角度，找到矫正图像所有圆的圆心及指针的针尖；根据圆的圆心及指针的针尖得到每一个指针的旋转角度，再用查表法，得到各个指针的读数，最终得到水表读数。本发明专利技术方法，步骤简单，准确性高，便于推广。

【技术实现步骤摘要】
基于压缩感知和霍夫变换的指针式水表识别方法
本专利技术属于图像识别
，涉及一种基于压缩感知和霍夫变换的指针式水表识别方法。
技术介绍
在电力、水利等行业中，指针式仪表因其结构简单、直观、操作容易、成本低等优点广泛被应用。水表也存在指针式仪表来测量用水量的情况，目前该工作中的表盘获取主要由人工完成，这种采用人工读取和记录表盘数据的方法劳动强度大、工作效率低。指针式仪表自动识别的实现，需要对表盘中圆及指针的提取即形状检测，主要的检测方法是采用霍夫变换(hough变换)和广义霍夫变换。该方法的主要思想是将XY域中的图像转换到圆形形状的参数空间中，进而在参数空间中找到稀疏峰值，再返回到XY域中，最终找到图像中的圆形形状的圆心和半径。但是该检测方法对于除直线之外的检测基本都会涉及3个甚至3个以上的参数，导致变量过程中所使用的存储空间大，计算时间长，进而计算效率较低。因此，提高形状检测的效率对于指针式仪表的识别至关重要。现有的提高形状检测的效率方法思想是对图像进行预处理后再结合图像的结构信息缩小变换像素点所处的范围，从而减少计算时间。该方法将霍夫变换对指针式水表的圆形形状检测效率提高但是提高了对图像的预处理结果的要求，并没有从本质上改善形状检测的效率，故提高形状检测的效率仍需进一步研究。
技术实现思路
本专利技术的目的是提供一种基于压缩感知和霍夫变换的指针式水表识别方法，解决了现有技术采用霍夫变换提取图像形状特征，存在存储空间大，计算时间长，效率较慢的问题。本专利技术所采用的技术方案是，一种基于压缩感知和霍夫变换的指针式水表识别方法，按照以下步骤实施：步骤1、图像预处理；步骤2、构造字典D；步骤3、获得圆的参数信息；步骤4、提取指针特征根据步骤3得到的圆心和半径参数，对圆内的数据进行处理，保留指针的边缘信息；再对边缘信息进行膨胀处理来得到一个指针的膨胀图像；再对该膨胀图像进行边缘提取，得到该指针的边缘图像；依次将矫正图像中的圆进行检测，最终得到所有指针的边缘图；步骤5、判断读数将外圆的圆心作为指针的中心，将离圆心最远的点作为指针的针尖，得到指针旋转的角度，找到矫正图像所有圆的圆心及指针的针尖；根据圆的圆心及指针的针尖得到每一个指针的旋转角度，再用查表法，得到各个指针的读数，最终得到水表读数。本专利技术的有益效果是，步骤简单，便于操作，对指针式水表读数的识别准确性显著提高。附图说明图1是本专利技术方法识别对象的指针式水表原始图像；图2是对图1处理后的灰度化图像；图3是对图2处理后的二值化图像；图4是对图3处理后的矫正图像；图5是图4的单个指针图像；图6是图5检测得到的单个圆图像；图7是检测得到图5的指针；图8是检测得到图7中指针的边缘图像；图9是检测得到图4所有圆心的位置；图10是检测得到图4所有圆心及指针针尖的位置；图11是本专利技术实施例2的指针式水表原始图像；图12是检测得到图11所有圆心及指针针尖的位置。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。本专利技术的技术思路是，将形状检测问题看做是一个逆霍夫变换问题，寻找能够表示图像数据的参数域元素的最佳组合。如果把参数域中的每个单元与一个图像形状对应，这个求逆的过程相当于生成一个可能形状的字典，然后用基追踪寻找能够最佳表示图像的字典元素的集合。压缩感知可以被看做一种基追踪，它不直接处理图像数据，而是用非传统的采样，把随机投影当作测量；压缩感知表明图像中的信息能够从较少随机测量中获得，对于形状检测而言，其目的不是重构图像，而是检测图像中的某些特征；如果霍夫变换只含有少数峰值，那么图像在形状检测的意义上是可压缩的或者说是稀疏的；在压缩感知中，可以通过求解一个线性规划问题来寻找霍夫变换的稀疏峰值集合，这些峰值的位置对应于检测到的图像中的形状参数。本专利技术的指针式水表识别方法，基于上述的理论，按照以下步骤实施：步骤1、图像预处理1.1)对图像进行灰度化将RGB图像转换成灰度图像，由于对指针式仪表识别需要提取的只有图像中的形状特征信息，所以RGB颜色模式反应的色彩信息有很多冗余信息；而灰度图像不但保留了彩色图像中的形状特征信息，而且能够节约大量的存储空间。将图1所示的指针式水表原始图像转化为图2所示的灰度图像。1.2)对图像进行二值化由于需要提取的只有图像中的形状特征信息，而且其所需要的形状特征信息与背景的灰度分布不同，所以需要对灰度图像进行二值化处理，进一步节约存储空间和提高图像处理的效率；本步骤中的二值化方法采用sobel算子，该算子的阈值通过自适应方法获得。将图2所示的灰度图像转化为图3所示的二值化图像。1.3)对图像进行矫正根据原始图像(图1)并且以m3为参考，由于得到的该幅原始图像发生了倾斜，故需要对二值化图像进行矫正，否则最终对水表识别时存在较大误差；本步骤中采用MATLAB的imrotate函数进行矫正，旋转的角度采用自适应方法获得。将图3所示的二值化图像进行矫正得到图4所示的矫正图像。步骤2、构造字典D2.1)构建字典D的原子字典D中每一个原子代表图像域中一个可能的参数化形状，即字典的各列相当于形状模板，根据原始图像(图1)指针式水表的数位显示，每一个圆形都用64×64的矩阵完整的包含在内，考虑到字典大小的真实性，将每一个圆形形状转换到64×64的矩阵中进行处理，得到每个圆形的半径为32左右，则最终取半径的范围为[30,34]，字典D的大小为[64*64,64*64*5]。根据先验知识得到相应的参数向量，对于每个参数向量，建立一幅大小为64×64像素的图像，将图像中这个参数向量对应圆经过的像素点的灰度值设置为255，表示其为前景，其它像素点的灰度值设置为0，表示其为背景；通过这种方法获得这个参数向量对应的参数图像，将这个参数图像每个像素点的灰度值构成一个灰度矩阵，将这个灰度矩阵的列向量有序地连接在一起构成一个长度为64×64的一维向量，该一维向量就是字典D中的原子。2.2)构造字典D对于所有参数向量，均执行上述过程，得到64*64*5个长度为64×64的一维向量，将这些一维向量组合得到一个大小为[64*64,64*64*5]的矩阵，这个矩阵就是字典D；虽然该字典D没有包括所有的可能圆的形状，但是该圆将原始图像中可能出现的圆的形状都包含在内，所以该字典D对于原始图像是完备的。步骤3、获得圆的参数信息基于压缩感知和霍夫变换检测图形的参数，即利用公式f＝D*P，其中f为将64×64的图像转换成长度为64×64的一维向量，P为利用参数空间指示加权向量，D为字典；P越大表示与字典D中相应原子的相关性越大。在实施例中，根据构建字典的特性，将矫正图像(图4)所示指针式仪表中的每一个指针转换到64*64大小的矩阵中，得到单个指针图像如图5所示。根据图5可知，该单个指针图像中只有一个圆，则只需找到参数空间指示加权向量P中的最大值对应字典D中的原子即为所要求得的参数形状，即可得到步骤2中的相应的参数向量。根据获得的p值，检测得到单个指针图像(图5)相应圆的形状得到单个圆图像如图6所示，圆心为(113,198)，半径为31。步骤4、提取指针特征根据步骤3得到的圆心和半径参数，对圆内的数据进行处理，保留指针的边缘信息；再对单个圆图像(图6)边缘信息进行膨胀处理得到一个指针的膨胀本文档来自技高网...

【技术保护点】
一种基于压缩感知和霍夫变换的指针式水表识别方法，其特征在于，按照以下步骤实施：步骤1、图像预处理；步骤2、构造字典D；步骤3、获得圆的参数信息；步骤4、提取指针特征根据步骤3得到的圆心和半径参数，对圆内的数据进行处理，保留指针的边缘信息；再对边缘信息进行膨胀处理来得到一个指针的膨胀图像；再对该膨胀图像进行边缘提取，得到该指针的边缘图像；依次将矫正图像中的圆进行检测，最终得到所有指针的边缘图；步骤5、判断读数将外圆的圆心作为指针的中心，将离圆心最远的点作为指针的针尖，得到指针旋转的角度，找到矫正图像所有圆的圆心及指针的针尖；根据圆的圆心及指针的针尖得到每一个指针的旋转角度，再用查表法，得到各个指针的读数，最终得到水表读数。

【技术特征摘要】
1.一种基于压缩感知和霍夫变换的指针式水表识别方法，其特征在于，按照以下步骤实施：步骤1、图像预处理；步骤2、构造字典D；步骤3、获得圆的参数信息；步骤4、提取指针特征根据步骤3得到的圆心和半径参数，对圆内的数据进行处理，保留指针的边缘信息；再对边缘信息进行膨胀处理来得到一个指针的膨胀图像；再对该膨胀图像进行边缘提取，得到该指针的边缘图像；依次将矫正图像中的圆进行检测，最终得到所有指针的边缘图；步骤5、判断读数将外圆的圆心作为指针的中心，将离圆心最远的点作为指针的针尖，得到指针旋转的角度，找到矫正图像所有圆的圆心及指针的针尖；根据圆的圆心及指针的针尖得到每一个指针的旋转角度，再用查表法，得到各个指针的读数，最终得到水表读数。2.根据权利要求1所述的基于压缩感知和霍夫变换的指针式水表识别方法，其特征在于，所述的步骤1中，具体包括：1.1)对图像进行灰度化将RGB图像转换成灰度图像，将指针式水表原始图像转化为灰度图像；1.2)对图像进行二值化采用sobel算子，该算子的阈值通过自适应方法获得，将灰度图像转化为二值化图像；1.3)对图像进行矫正采用MATLAB的imrotate函数进行矫正，旋转的角度采用自适应方法获得；将二值化图像进行矫正得到矫正图像。3.根据权利要求1所述的基于压缩感知和霍夫变换的指针式水表识别方法，其特征在于，所述的步骤2中，具体包括：2.1)构建字典D的原子字典D中每一个原子代表图像域中一个可...

【专利技术属性】
技术研发人员：季瑞瑞，齐凯杰，杨延西，张帆，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61