指针式仪表图像矫正方法、系统及存储介质技术方案

本申请提供了一种指针式仪表图像矫正方法、系统及存储介质，通过获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。本申请对指针式仪表图像对圆形仪表的非正视图像进行正圆形矫正，获得标准的正视图像，具有快捷、高效、鲁棒性强等特点，提高了后续仪表示数的识别准确性。

【技术实现步骤摘要】
指针式仪表图像矫正方法、系统及存储介质
本申请属于仪器识别
，具体地，涉及一种指针式仪表图像矫正方法、系统及存储介质。
技术介绍
随着近年来深度学习理论的不断完善和发展，卷积神经网络由于其具有极强的表征学习能力，因而得到了迅猛的发展并被广泛应用于机器视觉、自然语言处理等多个学术领域，并在多项任务上展现出了惊人的效果，如物体分类、目标识别、机器翻译等。同时，卷积神经网络已被广泛应用于医学领域、工业领域、安全领域等。指针式仪表在工业领域中被大量使用且类型繁多。其优点在于：对环境的极高适应能力，抗干扰能力强，尤其在环境恶劣的场合，如挖掘隧道、矿洞等场景；对监测数据的反应灵敏且迅速，延迟时间短。指针式仪表的读数操作往往由大量的专业的工作人员去执行。随着人工智能技术的发展，智能巡检机器人正逐步代替人工巡检，用于对工业设备的监测。智能巡检机器人使用相机采集设备、管道的仪表图像信息，并传送到控制后台进行仪表图像的后续分析和处理。然而，在工厂中，各个仪表所处的空间位置各不相同，且巡检机器人只能按照规定路线以一定的角度对仪表进行拍摄；这将导致拍摄到的表盘图片发生透视而不再是正视图，严重影响了后续的图像特征提取、识别等图像处理工作。因此，对发生形变的表盘图像进行矫正，最大限度还原成正圆，具有非常大的现实意义。
技术实现思路
本专利技术提出了一种指针式仪表图像矫正方法及系统，旨在解决目前指针式仪表图像由于不是正视图造成示数识别不准确的问题。根据本申请实施例的第一个方面，提供了一种指针式仪表图像矫正方法，具体包括以下步骤：获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。在本申请一些实施方式中，根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界，具体包括：将灰度图像进行高斯滤波，得到滤波后灰度图像；根据滤波后灰度图像，进行图像灰度梯度计算，得到加强灰度图像；根据加强灰度图像，对图像像素梯度进行非极大值抑制，得到边缘边界图像；根据边缘边界图像，通过双阈值检测和边缘连接，得到仪表的边缘边界。在本申请一些实施方式中，根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界，具体包括：根据仪表的边缘边界的像素梯度，判断得到多条椭圆凹弧线以及椭圆凸弧线；根据多条椭圆凹弧线以及椭圆凸弧线，通过椭圆性质拟合出多个拟合椭圆；对多个拟合椭圆进行打分，得到拟合得分，剔除拟合得分小于分值阈值的椭圆，得到过滤后的多个拟合椭圆；将拟合得分最大值对应的拟合椭圆作为椭圆聚类的中心；将过滤后的多个拟合椭圆，通过椭圆聚类得到仪表的椭圆边界。在本申请一些实施方式中，根据仪表的边缘边界的像素梯度，判断得到多条椭圆凹弧线以及椭圆凸弧线，具体包括：根据仪表的边缘边界的像素梯度，将梯度上升的相邻像素点相连接得到多条弧线，确定为椭圆凹弧线；将梯度下降的相邻像素点相连接得到多条弧线，确定为椭圆凸弧线；其中，椭圆凹弧线concave以及椭圆凸弧线convex的具体描述公式为：其中，为边缘边界的像素在X方向的一阶偏导，为边缘边界的像素在Y方向的一阶偏导。在本申请一些实施方式中，根据多条椭圆凹弧线以及椭圆凸弧线，通过椭圆性质拟合出多个拟合椭圆，具体包括：根据仪表的边缘边界，预估得到仪表中心，以仪表中心为坐标原点得到直角坐标系；根据多条椭圆凹弧线以及椭圆凸弧线在直角坐标系的位置，筛选出第一象限和第三象限的椭圆凸弧线，以及第二象限和第四象限的椭圆凹弧线；将筛选出的椭圆凸弧线以及椭圆凹弧线进行拟合，得到多个拟合椭圆。在本申请一些实施方式中，根据对多个拟合椭圆进行打分，得到拟合得分中，拟合得分具体包括：确定拟合椭圆与对应的椭圆凹弧线以及椭圆凸弧线的重合度，重合度越高，拟合得分越高；确定拟合椭圆与相邻拟合椭圆的重合度，重合度越高，拟合得分越高。在本申请一些实施方式中，根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像，具体包括：根据表盘旋转角度将仪表的椭圆边界进行旋转，使旋转角度为零；根据仪表的椭圆边界，确定椭圆的长轴端点以及短轴端点，作为仪表的关键点；根据仪表的关键点，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。根据本申请实施例的第二个方面，提供了一种指针式仪表图像矫正系统，具体包括：图像获取模块：用于获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；仪表边界获取模块：用于根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；仪表椭圆检测模块：用于根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；仪表矫正模块：用于根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。根据本申请实施例的第三个方面，提供了一种指针式仪表图像矫正设备，包括：存储器：用于存储可执行指令；以及处理器:用于与存储器连接以执行可执行指令从而完成指针式仪表图像矫正方法。根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现指针式仪表图像矫正方法。采用本申请实施例中的指针式仪表图像矫正方法、系统及存储介质，通过获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。本申请对指针式仪表图像对圆形仪表的非正视图像进行正圆形矫正，获得标准的正视图像，具有快捷、高效、鲁棒性强等特点，提高了后续仪表示数的识别准确性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1中示出了根据本申请实施例的指针式仪表图像矫正方法的步骤示意图；图2中示出了根据本申请实施例的指针式仪表图像矫正方法中椭圆检测的流程示意图；图3中示出了根据本申请实施例的指针式仪表图像矫正方法中图像矫正的流程示意图；图4中示出了根据本申请实施例中判本文档来自技高网...

【技术保护点】
1.一种指针式仪表图像矫正方法，包括以下步骤：/n获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；/n根据所述仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；/n根据所述仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；所述仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；/n根据仪表的椭圆边界，通过透视变换，将所述仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。/n

【技术特征摘要】
1.一种指针式仪表图像矫正方法，包括以下步骤：
获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；
根据所述仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；
根据所述仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；所述仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；
根据仪表的椭圆边界，通过透视变换，将所述仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。


2.根据权利要求1所述的指针式仪表图像矫正方法，其特征在于，所述根据所述仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界，具体包括：
将所述灰度图像进行高斯滤波，得到滤波后灰度图像；
根据所述滤波后灰度图像，进行图像灰度梯度计算，得到加强灰度图像；
根据所述加强灰度图像，对图像像素梯度进行非极大值抑制，得到边缘边界图像；
根据所述边缘边界图像，通过双阈值检测和边缘连接，得到仪表的边缘边界。


3.根据权利要求1所述的指针式仪表图像矫正方法，其特征在于，所述根据所述仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界，具体包括：
根据所述仪表的边缘边界的像素梯度，判断得到多条椭圆凹弧线以及椭圆凸弧线；
根据所述多条椭圆凹弧线以及椭圆凸弧线，通过椭圆性质拟合出多个拟合椭圆；
对所述多个拟合椭圆进行打分，得到拟合得分，剔除拟合得分小于分值阈值的椭圆，得到过滤后的多个拟合椭圆；将拟合得分最大值对应的拟合椭圆作为椭圆聚类的中心；
将所述过滤后的多个拟合椭圆，通过椭圆聚类得到仪表的椭圆边界。


4.根据权利要求3所述的指针式仪表图像矫正方法，其特征在于，所述根据所述仪表的边缘边界的像素梯度，判断得到多条椭圆凹弧线以及椭圆凸弧线，具体包括：
根据所述仪表的边缘边界的像素梯度，将梯度上升的相邻像素点相连接得到多条弧线，确定为椭圆凹弧线；将梯度下降的相邻像素点相连接得到多条弧线，确定为椭圆凸弧线；
其中，所述椭圆凹弧线concave以及椭圆凸弧线convex的具体描述公式为：



其中，为边缘边界的像素在X方向的一阶偏导，为边缘边界的像素在Y方向的一阶偏导。


5.根据权利要求3所述的指针式仪表图像矫正方法，其特征在于，所述根据所述多条椭圆凹弧线以及椭圆凸...

【专利技术属性】
技术研发人员：金芝，李戈，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11