基于圖像處理的指針式儀表示數自動判讀算法研究

摘要：本文為了獲取指針式儀表的示數，研究了基于圖像處理的示數自動判讀算法。根據采集到的儀表示數圖像，首先采用預處理增強、降采樣及二值化、旋轉投影指針的方法提取出指針所在的區域;然后選取備選區域并進行二值化處理，在備選區域中定位了針尖的位置;最后對刻度線進行標記和排序，完成了示數判讀。結果表明，測量的214幅圖像中，誤差小于儀表最小分度值5%的讀數占85.05%。

引言

　　指針式儀表在工業生產中得到了廣泛應用，如何快速準確讀取儀表的示數是人們關心的問題。使用機械設備進行讀數是一種方便、準確的方法，與之配套使用的圖像處理和示數自動判讀算法是整套設備的核心。國內外很多學者研究了指針式儀表示數自動判讀算法^[1-3] ，但研究仍存在一些不足，如：算法不具有普遍性、沒有考慮光線等干擾對判讀結果的影響。因此，本文以某公司使用的指針式壓力儀表為對象，研究了示數自動判讀算法。

1 指針區域提取

1.1 預處理增強

　　本文使用一臺CCD相機獲取儀表讀數的圖像，由于光線較差時會導致圖像灰暗，因此需要增強灰度值偏低的圖像，步驟為：

　　(1)計算原圖像整體平均灰度值M。

　　(2)如果M<M_th，則對圖像進行冪次變換，th代表闕值。變換方法是：y =x^r，其中x 、y 分別是歸一化后原灰度值和增強后的灰度值。取M_th=125，r =0.4。

　　以某儀表為例，增強效果如圖1所示，將圖1(b)的圖像定義為I。

1.2 基于降采樣處理的二值化

　　由于CCD相機采集到的原圖像尺寸較大，采用經過8倍降采樣的金字塔第3級圖像^[4]進行圖像降采樣。定義降采樣后的圖像為I_low，計算其灰度均值為M_low，設置其闕值Th_low=0.6M_low。使用全局二值化^[5]方法進行二值化，低于闕值的像素點在二值圖像中賦值為1，得到的二值圖像記為BW_low。對于BW_low，首先去除與圖像邊界連接的連通域，同時將二值圖中間的部分設置為感興趣區域(ROI)，然后分別計算剩余連通域的長度，如果該長度低于某一闕值，則將其剔除。根據該思想，與圖1(b)對應的降采樣后的圖像I_low如圖2(a)所示，與I_low對應的連通域分析結果如圖2(b)所示。

1.3 旋轉投影提取指針

　　基于圖2(b)，得到指針所在區域的步驟為：

　　(1)將圖像左上角設置為原點(0, 0)，將圖像BW_low繞其中心點C₀(w_l/2, h_l/2)依次逆時針旋轉i (1°≤i≤180°)。

　　(2)旋轉后將BW_r豎直投影，記錄投影曲線的最大值m_i和最大投影點的橫坐標x_i。

　　(3)根據所有m_i繪制全局投影曲線L_p，找到L_p的最大值點m*=max(m_i)以及取得該最大值時的旋轉角度i*和對應的橫坐標x*。

　　由于指針區域是長條狀，因此只要得出其中一點的坐標，并對寬度加以約束，就可以得到包含指針的區域信息。指針區域關鍵坐標點P相對于C₀的坐標為：

(1)

　　在以C₀為中心的坐標系中，通過P且與指針區域指向平行的直線斜率k和截距b是：

(2)

　　確定直線方程后加入距離約束d，同時構造與圖像I_low大小一致的模板圖像I_m，I_m與此直線距離小于d的像素點設置為感興趣點，所有感興趣點構成了包含指針的條狀區域。根據降采樣的比例因子，將I_m放大至原始尺寸，與原圖像I相乘，可以得出包含指針的條狀區域圖像I_p，如圖3所示。

2 針尖區域提取及定位

2.1 備選區域提取

　　采用豎直的邊緣提取算子提取指針的邊緣信息，提取出豎直邊緣特征后用Otsu二值化得到豎直邊緣的二值圖像，通過水平投影分析找到投影曲線的最大非零區間，可以確定圖像I_p的旋轉圖像上指針兩端的粗略坐標，進而變換到I_p中，得到指針兩端的坐標。

的水平投影中最大的非零區間對應指針，從該區間的端點向曲線兩側搜索，若發現新的非零區間滿足該區間與最大非零區間的間隔小于闕值ETh，則將該新區間并入最大非零區間。本文E_Th=h'/30，設圖像的尺寸是h'×w'，H是旋轉圖像的高度。設在中，指針兩端點的坐標是，和是上述最大非零區間兩端點的坐標，是第行最左端非零點與最右端非零點的橫坐標均值，的含義類似。粗略標記了指針兩端在和中的位置。設原圖像尺寸為h×w，將這兩點的坐標變換到圖像I_p中，得到在原圖I中指針兩端點的粗略坐標：

(3)