一种抗光照干扰的精密指针式仪表的自动识别与读数方法技术

本发明专利技术公开了一种抗光照干扰的精密指针式仪表的自动识别与读数方法，所述方法包括如下步骤：步骤A：图像预处理；步骤B：校正表盘图像；步骤C：检测表盘的指针方向；步骤D：检测表盘的零刻度线和满刻度线位置；步骤E：计算仪表的读数。本发明专利技术基于图像的局部不变特征来间接校正圆形图像，提高了自动读数方法的准确性，基于改进霍夫直线检测算法来检测指针线段，能更准确地检测出指针位置，具有较高的鲁棒性和实用性。实用性。实用性。

【技术实现步骤摘要】
一种抗光照干扰的精密指针式仪表的自动识别与读数方法
[0001]技术邻域
[0002]本专利技术属于图像处理与计算机视觉领域，具体涉及一种抗光照干扰的精密指针式仪表的自动识别与读数方法。

技术介绍

[0003]指针式仪表是一种常见的测量与显示仪器，它们用于测量和显示各种物理量，如：压力、温度、液位等，被广泛应用于石油化工、电力、制药、冶金、航空航天等行业，用于确保系统的正常运行和安全。指针式仪表的准确测量对于保证生产设备的正常运行、产品质量的稳定以及工艺过程的安全性至关重要。因此，对指针式仪表的巡检是工业生产管理的必要环节。
[0004]传统的工业巡检过程中，通常需要巡检人员人工读取精密仪表上的数值，并记录在巡检表格或文档中。然而，这种人工读数的方法实时性差，会增加时间成本，限制了工作效率；同时，人工读取精密仪表数值容易受到巡检人员的视力与主观因素的影响，从而导致读数误差；而且在部分高危环境中，人工读数还可能威胁工作人员的安全。而随着机器视觉技术的发展，越来越多的工厂采用巡检机器人、无人机等拥有机器视觉技术的自主设备对仪表设备进行自动测量和安全监控。因此，基于机器视觉的精密指针式仪表的自动读数成为重要的关键共性技术，对提高安全管理水平、提升生产效率、降低人工成本具有重要意义。
[0005]目前，大多数基于机器视觉的指针式仪表自动读数方法是通过采用霍夫圆检测、霍夫直线检测等传统算法实现的。但这些传统算法参数较多，针对不同的工作环境，需要人工反复调整参数，难以应对动态相机的视角变化，以及环境光照的变化。这些已有方法通常受输入图像影响较大，从而导致自动读数的效果极易受到外界因素的影响，这些因素包括图像畸变、光照扰动、视角变化等。同时，现在也有一些基于机器学习的指针式仪表读数方法，但这类方法需要大量的数据集进行神经网络模型权重的训练，对不同仪表的泛化能力较差。
[0006]因此，研究一种能够良好的抵抗外界因素干扰，且实用性和稳定性较强的精密指针式仪表自动读数方法尤为重要。

技术实现思路

[0007]本专利技术所要解决的技术问题是，针对现有技术的不足，提供一种抗光照干扰的精密指针式仪表的自动识别与读数方法，可以准确的完成精密指针式仪表的自动读数。
[0008]本专利技术所采用的技术方案如下：
[0009]第一方面，本专利技术提供一种抗光照干扰的精密指针式仪表的自动识别与读数方法，包括以下步骤：
[0010]步骤A：对摄像机拍摄的精密仪表图像进行预处理，得到表盘RGB图像，并获取其最小外接矩形的四个顶点A、B、C、D的坐标；
[0011]步骤B：对于步骤A表盘RGB图像，利用基于图像的局部不变特征校正其圆形表盘区域；
[0012]步骤C：对于步骤B校正后的精密仪表图像，检测其指针方向；
[0013]步骤D：对于步骤B校正后的精密仪表图像，检测其零刻度线和满刻度线方向；
[0014]步骤E：计算读数。
[0015]上述步骤C、D在执行顺序上没有限制，可以先执行步骤C再执行步骤D，也可以先执行步骤D再执行步骤C，也可以步骤C、D同时执行。分为步骤C、D仅为了方便描述，其不构成对本专利技术技术方案中步骤执行顺序的限定。
[0016]进一步地，所述步骤A具体处理过程如下：
[0017]步骤A1：先分别获取输入图像中精密仪表外边框的H、S、V三个通道的数据，然后分别找出这三组数据的最大值H
max
、S
max
和V
max
；
[0018]步骤A2：将步骤A1中获得的三个最大值作为阈值，对摄像机拍摄的RGB图像进行HSV色彩阈值分割，得到仪表表盘的二值图像；具体为：
[0019]对于RGB图像中的任一像素点m(x,y)，若该像素点对应的H
m
、S
m
和V
m
三个像素值分量均小于对应阈值，则将该点的像素值M(x,y)置为255；否则将该点的像素值M(x,y)置为0，通过遍历RGB图像中的所有像素点，得到仪表表盘图像的二值图；
[0020]步骤A3：使用腐蚀、膨胀等形态学操作对步骤A2得到的二值图进行处理，使得二值图中的精密仪表外边框更加完整；然后进行滤波处理，将ROI区域外的杂点去除；
[0021]步骤A4：通过筛选轮廓获取精密仪表的表盘图像；具体为：
[0022]先使用Canny边缘检测算法，获取到步骤A3处理后的二值图中的所有轮廓，框选出所有轮廓的外接矩形，筛选出外接矩形的长宽比在给定范围之间的轮廓，这些轮廓中外接矩形面积最大的即为精密仪表外边框对应的轮廓；在原RGB图像中将该轮廓的外接矩形对应区域裁剪出来，即可获得精密仪表的表盘RGB图像。
[0023]进一步地，所述步骤B的具体处理过程如下：
[0024]步骤B1：将步骤A表盘RGB图像进行灰度化处理，得到其灰度图；
[0025]步骤B2：采用自适应的二值化算法对步骤B1获得的灰度图像进行处理，得到精密仪表的二值图；
[0026]步骤B3：将步骤A表盘RGB图像的中心点作为表盘的圆心；
[0027]步骤B4：裁剪出步骤B2获得的二值图的下半部分图像，检测其中的局部不变特征，并且检测出其最小外接矩形的四个顶点；具体包括以下步骤：
[0028]B4
‑
1：裁剪出步骤B2获得的二值图的下半部分图像；对步骤B2获得的二值图的下半部分区域进行腐蚀处理，之后使用Canny边缘检测算法检测图像中的边缘特征；然后寻找图像中的所有轮廓并且绘制所有轮廓的最小外接矩形；
[0029]B4
‑
2：对于每一个最小外接矩形，计算其长度、宽度和面积，通过检测其长宽比、面积以及其是否位于中间位置，进而检测出对应的局部不变特征；从而获得该局部不变特征的最小外接矩形的四个顶点；
[0030]步骤B5：根据相似三角形原理获得待校正圆形表盘图像的四个顶点，从而计算透视变换矩阵，对圆形表盘图像进行校正处理。
[0031]进一步地，所述步骤B5具体包括以下步骤：
[0032]B5
‑
1：对于步骤B4获得的局部不变特征的最小外接矩形，以该最小外接矩形的上边线或下边线为斜边，构建两个直角三角形；同时以步骤A表盘RGB图像中以上边线或下边线为直角边，构建两个直角三角形；直角三角形a1与直角三角形b1相似，直角三角形a2与直角三角形b2相似；进而对两组相似直角三角形计算相似比，根据相似比分别计算步骤A表盘图像中直角三角形b1、b2的未知顶点A1、D1；从这两个顶点A1、D1分别向另一个直角三角形的斜边作垂线，可得到一个倾斜程度与步骤A表盘RGB图像相同的正方形，将该正方形的四个顶点作为校正前表盘RGB图像的四个顶点；
[0033]B5
‑
2：步骤B5
‑
1获得的四个顶点和步骤A表盘RGB图像的四个顶点构成四对点坐标，根据这四组点坐标来计算从倾斜圆形表盘图像变换到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抗光照干扰的精密指针式仪表的自动识别与读数方法，其特征在于包括以下步骤：步骤A：对摄像机拍摄的精密仪表图像进行预处理，得到表盘RGB图像，并获取其最小外接矩形的四个顶点A、B、C、D的坐标；步骤B：对于步骤A表盘RGB图像，利用基于图像的局部不变特征校正其圆形表盘区域；步骤C：对于步骤B校正后的精密仪表图像，检测其指针方向；步骤D：对于步骤B校正后的精密仪表图像，检测其零刻度线和满刻度线方向；步骤E：计算读数；其中，所述步骤B的具体处理过程如下：步骤B1：将步骤A表盘RGB图像进行灰度化处理，得到其灰度图Pic
gray
；步骤B2：采用自适应的二值化算法对步骤B1获得的灰度图像进行处理，得到精密仪表的二值图Pic
bin
；步骤B3：将步骤A表盘RGB图像的中心点作为表盘的圆心O(x
O
,y
O
)；其中Pic
width
表示表盘RGB图像的宽，Pic
height
表示表盘RGB图像的高；步骤B4：裁剪出步骤B2获得的二值图的下半部分图像Pic
bin_down
，检测其中的局部不变特征，并且检测出其最小外接矩形的四个顶点A2、B2、C2、D2；步骤B5：根据相似三角形原理获得校正前表盘RGB图像的四个顶点，从而计算透视变换矩阵，对圆形表盘图像进行校正处理。2.根据权利要求1所述的方法，其特征在于，所述步骤B5具体包括以下步骤：B5
‑
1：对于步骤B4获得的局部不变特征的最小外接矩形，以该最小外接矩形的上边线或下边线为斜边，构建两个直角三角形a1、a2；同时以步骤A表盘RGB图像中以上边线或下边线为直角边，构建两个直角三角形b1、b2；直角三角形a1与直角三角形b1相似，直角三角形a2与直角三角形b2相似；进而对两组相似直角三角形计算相似比k，根据相似比k分别计算步骤A表盘RGB图像中直角三角形b1、b2的未知顶点A1、D1；从这两个顶点A1、D1分别向另一个直角三角形的斜边作垂线，可得到一个倾斜程度与步骤A表盘RGB图像相同的正方形，将该正方形的四个顶点作为校正前表盘RGB图像的四个顶点A1、B1、C1、D1；B5
‑
2：步骤B5
‑
1获得的四个顶点A1、B1、C1、D1和步骤A表盘RGB图像的四个顶点A、B、C、D构成四对点坐标，根据这四组点坐标即可计算从倾斜圆形表盘图像变换到校正圆形表盘图像的透视变换矩阵；B5
‑
3：使用步骤B5
‑
2获得的透视变换矩阵对倾斜圆形表盘图像进行处理，获得校正后的表盘图像Pic
corr
。3.根据权利要求1所述的方法，其特征在于，所述步骤C的具体处理过程如下：步骤C1：对于步骤B5
‑
3获得的校正后的表盘图像Pic
corr
，对其进行灰度化处理，然后再使用自适应二值化算法处理，得到校正后的精密仪表表盘图像的二值图Pic
corr_bin
；步骤C2：对于步骤C1获得的二值图Pic
corr_bin
，使用Canny边缘检测算法检测图像中的边缘特征；采用改进霍夫直线检测算法来检测校正后的表盘图像Pic
corr
中的指针线段。4.根据权利要求3所述的方法，其特征在于，所述步骤C2中采用改进霍夫直线检测算法
来检测校正后的表盘图像Pic
corr
中的指针线段采用以下方法：S1：利用霍夫直线检测算法检测图像Pic
corr_bin<...

【专利技术属性】
技术研发人员：张波涛，李昕哲，袁晓扬，李正强，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：