一种基于计算机视觉的特种车辆仪表自动识别系统及算法技术方案

本发明专利技术属于仪表识别、计算机视觉、软件工程、视频图像处理，能通过摄像机获取的视频图像，可以自动识别特种车辆仪表。一种基于计算机视觉的特种车辆仪表自动识别系统，其特征在于：所述系统包括仪表视频图像采集系统、数据处理系统及仪表自动识别和检测系统；所述仪表视频图像采集系统包括一CCD数字摄像机，并通过总线从摄像机里实时获取特种车辆仪表动态的视频图像，并将视频图像传输给数据处理系统；所述数据处理系统负责视频数据的保存和筛选，识别结果的保存和管理数据相关的任务,并将视频数据传输给仪表自动识别和检测系统；所述识别和检测系统调用特种车辆仪表图像的识别算法，并将识别的结果反馈给数据处理中心。

【技术实现步骤摘要】

本专利技术属于仪表识别、计算机视觉、软件工程、视频图像处理，能通过摄像机获取的视频图像，可以自动识别特种车辆仪表。
技术介绍
指针式仪表结构简单、使用方便，指针式仪表是特种车辆上应用的非常普遍的测量仪表之一。国内对特种车辆指针式仪表的识别与检定主要是采用人工读数的方法，这种判别方法受人的主观因素如人的观测角度、观测距离、人眼疲劳等影响，不稳定、可靠性不高。而且数据处理工作量大，识别效率低。另外也可能因为眼睛跟不上指针转动速度而造成错误。基于图像识别技术的仪表自动识别系统研究主要集中在工业仪表上。在国夕卜，Correa Alegria等用基于图像识别的方法，采用中心投影法分析法和Hough变换法计算出指针和刻度的相对位置，进而得出指针读数(F.Correa Alegria, A.Cruzz.Serraj Automatic Calibration of Analog and Digital Measuring Instruments UsingComputer Vision，IEEE Transaction on Instrumentation and Measurement，2000，49·(I), PP.94-99.)。在国内，王三武等人研究的水表多刻度盘的图像识别识别系统取得了突出的成效(王三武，戴亚文等，复杂仪表的图像自动读数识别方法，武汉理工大学学报，武汉理工大学学报，2003.12，25 (6): 76-78)。常发亮等研究了变配电无人值守中表针指示数据自动读取中的应用，主要采取了迭代二值化和Hough变换来求得指针的角度和仪表的读数(常发亮，许有才，乔谊正，无人值守表针实时视觉自动识别与分析方法，电子测量与仪器学报，2006.4，20 (2):35-38.)。此外，岳国义(岳国义，李宝树等，智能型指针式仪表识别系统的研究，仪器仪表学报，2003.8，24(4):430-431.)孙琳(孙琳，王永东，指针式仪表自动检定图像识别技术，现代电子技术，2011.Vol.34(8): 101-104.)等对工业指针式仪表进行了研究。·过去的研究中很少有对特种车辆仪表进行图像识别的研究。特种车辆仪表有自己独特的特点，比如说指针更宽，仪表的指针没有工业仪表长，仪表表盘大多为黑底，中心点不在表盘中间等，如表1，这些特点给特种车辆仪表的识别带来了很大的困难。本文的研究是在数字图像视频处理和识别技术的基础上，为特种车辆指针式仪表提供一种自动化程度更高、速度更快、更准确可靠的识别与检定方法。本系统对特种车辆仪表视觉信号进行处理，完成仪表图像采集、图像转换、偏差检测、结果显示等操作，实现特种车辆仪表识别与检定过程的自动化。表1.典型的工业仪表和特种车辆仪表特性对比权利要求1.一种基于计算机视觉的特种车辆仪表自动识别系统，其特征在于:所述系统包括仪表视频图像采集系统、数据处理系统及仪表自动识别和检测系统；所述仪表视频图像采集系统包括一 CCD数字摄像机，并通过总线从摄像机里实时获取特种车辆仪表动态的视频图像，并将视频图像传输给数据处理系统；所述数据处理系统负责视频数据的保存和筛选，识别结果的保存和管理数据相关的任务，并将视频数据传输给仪表自动识别和检测系统；所述识别和检测系统调用特种车辆仪表图像的识别算法，并将识别的结果反馈给数据处理中心。2.根据权利要求1所述的系统，其特征在于:所述系统还包括一挡光板，所述挡光板安装在特种车辆仪表的后方，除去复杂背景，使得输入的特种车辆仪表图像更加简单。3.一种特种车辆仪表自动识别算法，其特征在于，具体包括如下步骤: (O图像预处理:对原始的指针仪表图片做出处理； (2 )仪表圆盘和中心的自动提取:通过算法自动获取仪表的圆盘和中心，从而准确定位出仪表的位置，为后面的进一步的分析所用； (3)对输入的仪 表图像，基于纹理特征，自动识别出仪表类型； (4)获取指针，主要是获取指针的角度信息； (5)读数:根据指针的角度信息获取仪表的值； 其中，步骤(I)图像预处理: 包括仪表图像进行大小归一化、通过中值滤波去随即噪声、通过灰度增强仪表图像的对比度，通过二值化处理实现仪表图像中背景和对象的分割，通过反色获取指针和刻度；本系统采用自适应中值滤波，并且采用带修正的自适应邻域平均法消除图像干扰和噪音；采用灰度拉升对特种车辆仪表图像进行灰度增强处理； 步骤(2 )仪表圆盘和中心的自动提取: 用Hough变换来检测仪表圆盘的边界；Hough变换检测圆盘式仪表的边缘，其基本思想是将仪表图像空间的点映射到参数空间去，然后在参数空间进行统计计算，根据计算的结果判断圆的半径和圆心所在位置的可能性；对于二值仪表图像中的某一点(x，y)，如果它是在圆心为(m，n)半径为r的圆上，则其对应的参数空间满足 im = X-r- Cos(O)⑴ I η = y-r. \\{θ) 其中Θ e ;用Hough变换的圆检测方法，仪表的圆盘边缘和中心点被完全的找到； 步骤(3)对仪表类型的自动识别: 对输入的仪表图像，找出仪表表盘的边缘后，基于颜色特征和纹理特征来识别仪表类型；首先，针对每种类型的特种车辆仪表，采集一批有代表性的特种车辆仪表图像，每副图像当作一个训练样本，针对每个训练样本，根据图像预处理对图像质量归一化，然后提取出仪表图像的圆盘，根据圆盘半径将仪表图像进行大小归一化，归一化后分别对特种车辆仪表图像提取颜色特征和Gabor纹理特征；最后针对所有的训练样本，分别以颜色特征和Gabor纹理特征为向量为每种类型建立模型；每种类型的仪表建立好模型后，对于采集的实时图像，同样经过图像预处理进行图像质量归一化，提取仪表圆盘进行仪表大小归一化，归一化后分别提取颜色特征和Gabor纹理特征，对这两种特征与各个类型的仪表模板分别进行模式匹配，然后得到仪表分类结果，最后将两种的识别结果综合得到仪表类型； 步骤(4)对指针角度信息的获取: 将工业仪表指针的提取的三种主要方法:Hough变换的方法，灰度图像的极坐标中心投影的方法，基于指针边缘点拟合的最小二乘法进行综合提取特种车辆仪表指针； 步骤(5)基于仪表刻度的自动读数: 设指针指针的角度为α，其两个相邻刻度的角度为^^和β2，这两个相邻刻度的值为V1和V2,那么最后的读数V为:4.根据权利要求3所述的算法，其特征在于:所述步骤(2)中，在Hough变换中，可能会检测出很多虚假的圆，有两种做法可以提高特种车辆仪表圆盘检测的精确度:(1)由于很多特种车辆仪表图像边缘非常的厚，因此可以用较平滑的方法使得仪表图像更加模糊，仪表圆盘的提取会因为图像模糊化而更加准确，而在后面的处理中，将模糊化的图像进行恢复后再提取指针；(2)针对特种车辆仪表圆盘的半径、圆盘的中心进行规则约束，对于在中心、半径比较大的圆给予较高的评价分数。全文摘要本专利技术属于仪表识别、计算机视觉、软件工程、视频图像处理，能通过摄像机获取的视频图像，可以自动识别特种车辆仪表。一种基于计算机视觉的特种车辆仪表自动识别系统，其特征在于所述系统包括仪表视频图像采集系统、数据处理系统及仪表自动识别和检测系统；所述仪表视频图像采集系统包括一CCD数字摄像机，并通过总线从摄像机里实时获取特本文档来自技高网...

【技术保护点】
一种基于计算机视觉的特种车辆仪表自动识别系统，其特征在于：所述系统包括仪表视频图像采集系统、数据处理系统及仪表自动识别和检测系统；所述仪表视频图像采集系统包括一CCD数字摄像机，并通过总线从摄像机里实时获取特种车辆仪表动态的视频图像，并将视频图像传输给数据处理系统；所述数据处理系统负责视频数据的保存和筛选，识别结果的保存和管理数据相关的任务,并将视频数据传输给仪表自动识别和检测系统；所述识别和检测系统调用特种车辆仪表图像的识别算法，并将识别的结果反馈给数据处理中心。

【技术特征摘要】

【专利技术属性】
技术研发人员：白真龙，郭迎春，王涛，张伏龙，白征东，张华，李广峰，张昌俊，
申请(专利权)人：北京科技大学，中国人民解放军六三九六三部队，清华大学，
类型：发明
国别省市：