楊世杰，張 平

(廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院，廣東 廣州 510006)

一種指針式儀表的識別方法

楊世杰，張 平

(廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院，廣東 廣州 510006)

當(dāng)前指針式儀表識別技術(shù)日益成熟，其中指針形狀和位置的識別大多采用Hough變換算法，傳統(tǒng)的Hough變換算法運(yùn)算時(shí)間長、儲存空間大，使得識別過程效率低下。針對以上缺點(diǎn)，提出一種改進(jìn)型Hough變換。通過限定指針式儀表表盤環(huán)形區(qū)域、運(yùn)用差影法確定指針的大致區(qū)域、指針通過表盤圓心這三個(gè)限制條件來縮減Hough變換掃描的范圍，以此縮減Hough變換算法的存儲空間和計(jì)算量。將改進(jìn)型Hough變換算法與傳統(tǒng)的Hough變換算法相比較，實(shí)驗(yàn)結(jié)果表明：改進(jìn)型Hough變換可有效地減少算法運(yùn)行時(shí)間，提高指針儀表識別的實(shí)時(shí)性。

指針識別；Hough變換；圖像處理

0 引言

由于指針式儀表具備性能可靠、工作原理簡單、價(jià)格低廉、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，在日常生活和工業(yè)現(xiàn)場具有廣泛的應(yīng)用。目前大多數(shù)指針式儀表不具備數(shù)據(jù)接口，儀表顯示數(shù)據(jù)的識別記錄要靠人工來完成，由于人為因素，數(shù)據(jù)容易產(chǎn)生誤差，此外有些環(huán)境惡劣的工業(yè)現(xiàn)場不適合人工抄表記錄數(shù)據(jù)，因而研究實(shí)現(xiàn)指針式儀表顯示數(shù)據(jù)的自動(dòng)識別在一些工業(yè)現(xiàn)場具有重要的實(shí)用意義[1-2]。

指針的提取以及識別是指針式儀表數(shù)據(jù)自動(dòng)識別的關(guān)鍵技術(shù)之一。針對指針的識別，已有很多成果。主要包括最小二乘法、傳統(tǒng)的Hough直線變換法、減影法等。最小二乘法是通過最小距離直線擬合法來擬合指針?biāo)诘闹本€，能夠比較精準(zhǔn)地確定指針?biāo)诘闹本€方程[3]；減影法是將兩張獲得的圖像進(jìn)行減法運(yùn)算，得到只包含少量噪聲的指針圖像[4]。目前最常使用的方法是Hough變換，Hough變換能夠較好地提取出圖像中帶有幾何特征的物體，比如圓形輪廓、直線輪廓等，Houhg變換具有很好的抗干擾能力以及穩(wěn)定性。但Hough變換的過程是窮盡式、累加式的，掃描的范圍比較大，這就造成該算法計(jì)算時(shí)間長、儲存空間大等缺點(diǎn)。這些缺點(diǎn)使得指針式儀表識別系統(tǒng)在工業(yè)現(xiàn)場工作時(shí)缺乏良好的實(shí)時(shí)性，且要求的硬件條件比較高?？紤]到具體的工業(yè)要求，在傳統(tǒng)的Hough變換算法的基礎(chǔ)上，本文研究出一種改進(jìn)型Hough算法。

1 圖像的預(yù)處理

指針式儀表圖像在工業(yè)現(xiàn)場獲取的過程中，由于各種各樣的環(huán)境因素影響，比如環(huán)境粉塵大、光照不均勻等使得圖像中包含大量噪聲。若不做處理，將影響后續(xù)指針準(zhǔn)確高效的識別。因此需要對實(shí)時(shí)采集的圖像進(jìn)行適當(dāng)?shù)念A(yù)處理操作，合理的預(yù)處理對于圖像信息的提取和后續(xù)處理有很大的幫助[5]。

1.1圖像的灰度化

工業(yè)現(xiàn)場攝像機(jī)采集到的圖像是彩色圖像，由于彩色圖像信息量大，不利于提高運(yùn)算速度，因此需要將采集的圖片灰度化，減少圖像的原始數(shù)據(jù)量。R、G、B三個(gè)分量決定了彩色圖像中的每個(gè)像素的顏色，三個(gè)分量各有255個(gè)取值，所以單個(gè)像素點(diǎn)可以有1 600多萬(255×255×255)種顏色的變化?；叶葓D像是三個(gè)分量取值都相同的一種特殊的彩色圖像，顏色的變化是255種。因此轉(zhuǎn)變成灰度圖像會使后續(xù)的計(jì)算量變少很多[6]。

1.2去噪

工業(yè)現(xiàn)場圖像在采集的過程中噪聲污染的主要來源為椒鹽噪聲和隨機(jī)噪聲。為了去除圖像中的噪點(diǎn)，本文采用二維中值濾波對圖像進(jìn)行去噪處理，通過圖像中某一特征點(diǎn)的鄰域灰度中間值來替代該點(diǎn)的灰度值從而去除噪點(diǎn)。過程如下：

圖1 圖像空間與kb參數(shù)空間的對應(yīng)關(guān)系

(1)對于圖像f(x,y)，取其中一點(diǎn)(x,y)的鄰域?yàn)镼;

(2)對Q中的m個(gè)像素按照灰度大小重新排列為(a1,a2,a3…am);

(3)當(dāng)m為奇數(shù)時(shí)，二維中值濾波后圖像g(x,y)中該點(diǎn)像素為原圖像f(x,y)中該點(diǎn)鄰域排序中灰度值為a(m+1)/2處的像素值；

(4)當(dāng)m為偶數(shù)時(shí)，二維中值濾波后圖像g(x,y)中該點(diǎn)像素為原圖像f(x,y)中該點(diǎn)鄰域排序中中間兩個(gè)值的平均值。

1.3圖像分割

實(shí)時(shí)采集的圖像中背景部分(儀表表盤背景)和目標(biāo)部分(指針)的灰度值差別較大，本文采用動(dòng)態(tài)閾值法對圖像中背景部分和目標(biāo)部分進(jìn)行分割。首先計(jì)算圖像最大灰度值和最小灰度值的平均值，將其作為閾值，圖像中灰度值大于該閾值的置0，小于該閾值的置1。這樣處理的優(yōu)點(diǎn)是在外部影響因素發(fā)生激烈變化時(shí)，圖像也可以被精準(zhǔn)分割[1]。

1.4圖像細(xì)化

圖2 圖像空間與ρθ參數(shù)空間的對應(yīng)關(guān)系

為了方便提取圖像中指針結(jié)構(gòu)特征以及減少像素運(yùn)算量，提高識別指針時(shí)的精度和速度，需要在圖像分割后對指針進(jìn)行細(xì)化處理提取指針的骨架。指針細(xì)化的本質(zhì)就是掃描圖像，找到圖形的骨架，用得到的骨架來代表該圖形。本文圖像中指針細(xì)化的結(jié)果是含有單個(gè)像素寬度的線條圖像，但保持了原圖像的連通性。

2 儀表指針的識別

在指針式儀表識別過程中，最關(guān)鍵的步驟之一就是儀表指針的識別，這也是本文重點(diǎn)介紹的環(huán)節(jié)。

2.1 Hough變換原理

霍夫變換(Hough Transform)是Paul Hough在1962年首次提出的。Hough變換有較好的抗噪聲性能，被廣泛地應(yīng)用在圖像處理、模式識別等領(lǐng)域。例如：圓或橢圓的檢測、直線檢測等。傳統(tǒng)Hough變換是比較一個(gè)坐標(biāo)空間中特征點(diǎn)累加綜合的局部最大值，獲得一個(gè)契合該特征形狀的集合作為Hough變換的結(jié)果，從而得到一種參數(shù)空間與圖像空間的映射關(guān)系[7]。Hough變換的基本原理是線與點(diǎn)的對偶性，在圖像空間xy中，通過點(diǎn)(x,y)的直線都滿足方程：

y=kx+b

(1)

其中k為該直線的斜率，b為該直線的截距。通過變換，式(1)也可以寫成：

b=-kx+y

(2)

參數(shù)空間與圖像空間的關(guān)系如圖1所示。

由圖可知，圖像空間xy中直線l0上的任意一點(diǎn)都對應(yīng)參數(shù)空間kb中的一條直線，也就是空間kb中的直線l1,l,2l3…ln都對應(yīng)空間xy中直線l0上的點(diǎn)。參數(shù)空間kb中直線的交點(diǎn)(m,n)對應(yīng)于圖像空間xy中的直線l0。圖像空間中直線段距離越長，在參數(shù)空間kb中通過交點(diǎn)的直線段就越多。因此，可以利用參數(shù)空間kb中交點(diǎn)累加值的最大值計(jì)算得出圖像空間xy中相對應(yīng)的直線。但是，當(dāng)直線的斜率無窮大時(shí)，即當(dāng)x=c時(shí)，參數(shù)空間kb中b=-kx+y形式的方程無法表示x=c類型的直線，此時(shí)可以采用極坐標(biāo)系的方式來表示圖像空間的任意一條直線。極坐標(biāo)參數(shù)空間中的兩個(gè)參數(shù)ρ和θ可以表示圖像空間中任意一條直線，其中ρ表示直線到原點(diǎn)的距離，θ表示直線與x軸的正向夾角度數(shù)。對于圖像空間中直線l0上任意一點(diǎn)(m,n)，其極坐標(biāo)表示如式(3)所示。

ρ=mcosθ+nsinθ

(3)

圖像空間與極坐標(biāo)參數(shù)空間的對應(yīng)關(guān)系如圖2所示。

同理可知，在圖像空間中直線l0上任意一點(diǎn)都對應(yīng)極坐標(biāo)參數(shù)空間ρθ中一條曲線，也就是在參數(shù)空間ρθ中曲線1,2,3…n都對應(yīng)圖像空間直線上的點(diǎn)。通過計(jì)算得到參數(shù)空間ρθ中通過交點(diǎn)的曲線累加局部最大值，確定圖像空間中的直線。由以上所述原理，圖像空間中的直線檢測問題映射到參數(shù)空間中。

2.2改進(jìn)型Hough變換算法

盡管傳統(tǒng)的Hough變換具有很多優(yōu)點(diǎn)，比如：實(shí)用性強(qiáng)、抗干擾能力強(qiáng)、穩(wěn)定性高等，但Hough變換需要將圖像空間中每個(gè)點(diǎn)進(jìn)行掃描，將極坐標(biāo)空間中通過交點(diǎn)的曲線數(shù)量進(jìn)行累加，掃描比較參數(shù)空間中這些累加值的局部最大值。因此傳統(tǒng)Hough變換算法運(yùn)行的時(shí)間長，占用的內(nèi)存空間較大。本文利用指針通過表盤圓心，指針轉(zhuǎn)動(dòng)具有一定的角度，以及限定環(huán)形ROI區(qū)域改進(jìn)Hough變換算法，較大程度地減小了變換過程中掃描范圍，從而減小了算法的計(jì)算量。

第一，限定環(huán)形掃描區(qū)域，環(huán)形兩圓的半徑為r1和r2，Hough變換只掃描半徑在(r1,r2)范圍內(nèi)圓環(huán)中的特征點(diǎn)即可，這樣就排除了刻度線區(qū)域以及多數(shù)噪聲的干擾，有效地減少了Hough變換掃描的范圍。第二，由于指針式儀表的量程有一定的角度范圍，通過限定掃描角度，可以減少計(jì)算量。前人在這方面已有研究，比如在圖像處理之前先確定指針旋轉(zhuǎn)的起始角度θ1和終止角度θ2，圖像在處理時(shí)只在(θ1,θ2)范圍內(nèi)進(jìn)行掃描，這種方法只能在一定程度上減少算法的運(yùn)算時(shí)間。本文在實(shí)時(shí)處理圖片時(shí)先采用差影法檢測出指針的大致角度θ，然后在此基礎(chǔ)上左右擴(kuò)大掃描角度，按量化步長對θ依次從1度開始增加取值，試驗(yàn)表明當(dāng)取3度時(shí)實(shí)驗(yàn)效果最佳，算法運(yùn)算時(shí)間最短。第三，指針式儀表無論指針如何轉(zhuǎn)動(dòng)，指針必然經(jīng)過表盤的圓心(xo,yo),本文在實(shí)時(shí)處理圖像之前先確定表盤圓心的位置(xo,yo)，在有圓心約束的情況下，Hough變換只掃描通過圓心(xo,yo)的直線。通過以上3個(gè)約束條件，Hough變換對限定區(qū)域內(nèi)的點(diǎn)進(jìn)行累加統(tǒng)計(jì)，選出出現(xiàn)次數(shù)最多的角度，即為指針的角度θl。

3 儀表示值讀取

對于刻度均勻的指針式儀表，儀表的讀數(shù)w和指針的角度θl有某種線性關(guān)系,這種線性關(guān)系在儀表出廠時(shí)已經(jīng)人為設(shè)定好了。通過識別的指針角度θl和設(shè)定的公式,可以計(jì)算得到指針式儀表的示值[8]。公式如下：

(4)

式中，w表示儀表的讀數(shù)，h表示儀表的量程，θl表示指針角度,θ1、θ2分別表示指針的起止角度。

本文針對壓力表，基于MATLAB實(shí)驗(yàn)平臺來實(shí)現(xiàn)指針儀表的自動(dòng)讀數(shù)，測試傳統(tǒng)Hough變換算法以及本文提出的改進(jìn)型Hough變換算法的識別時(shí)間。對比結(jié)果如表1所示。

表1 算法運(yùn)行時(shí)間比較

4 結(jié)束語

本文針對傳統(tǒng)的Hough變換的缺點(diǎn)，通過環(huán)形ROI區(qū)域、差影法確定大致指針角度、確定圓心位置坐標(biāo)等限制條件，限制了Hough變換算法的累加量和掃描范圍，在傳統(tǒng)Hough變換的基礎(chǔ)上，改進(jìn)了Hough變換算法。與傳統(tǒng)Hough變換算法相比較，指針的識別速度提高了4～6倍，與此同時(shí)算法占用的內(nèi)存空間大大減少，取得了比較好的實(shí)驗(yàn)效果，能夠滿足工業(yè)現(xiàn)場指針式儀表實(shí)時(shí)識別的要求，并且對硬件要求水平較低，具有一定的實(shí)用價(jià)值。

[1] 馮養(yǎng)杰,林小竹. 基于改進(jìn)Hough變換的指針式儀表自動(dòng)識別方法研究[J].北京印刷學(xué)院學(xué)報(bào)，2015，23(4)：62-66.

[2] 羅大成,王仕成,曾洪貴,等. 指針式儀表識別系統(tǒng)的設(shè)計(jì)[J].激光與紅外，2007,37(4)：376-380.

[3] 陳彬，金連文.一種儀表指針位置檢測的中心投影法[J].計(jì)算機(jī)應(yīng)用研究，2005,13(1):246-248.

[4] 施健，張冬，何建國，等. 一種指針式化工儀表的遠(yuǎn)程抄表設(shè)計(jì)方法[J].自動(dòng)化儀表，2014,35(5)：77-79.

[5] 林劍萍，廖一鵬.基于OpenCV和LSSVM的數(shù)字儀表讀數(shù)自動(dòng)識別[J].微型機(jī)與應(yīng)用，2017,36(2):36-40.

[6] 張桂華，馮艷波. 圖像處理的灰度化及特征區(qū)域的獲取[J].齊齊哈爾大學(xué)學(xué)報(bào)，2007,21(7)：49-51.

[7] 王高登，鐘俊.基于改進(jìn)的 Hough 變換的指針識別算法[J].現(xiàn)代電子技術(shù)，2016,39(16):23-26.

[8] 宋人杰，張立亞. Hough變換的改進(jìn)及其在電廠指針式儀表自動(dòng)識別中的應(yīng)用[J].東北電力大學(xué)學(xué)報(bào)，2011，31(3):42-46.

A method for reading recognition of index-instrument

Yang Shijie, Zhang Ping

(School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou 510006, China)

Current identification of index-instrument technique is getting mature, the recognition method of shape and position almost is Hough transform,but disadvantages of the large storage space and the long calculating time make the recognition process inefficient.In view of the above disadvantages,this paper proposed an improved Hough transform.By constraining the pointer instrument dials ring area, using the image subtraction algorithm determined broadly regional, the pointer through the dial the center, by these three restrictions to reduce the scope of the Hough transform scanned.Improved Hough transform algorithm compared with the classical Hough transform algorithm,experimental resualts show that the improved method can effectively reduce the running time of the algorithm of Hough transform, enhance pointer instrument recognition in real-time.

pointer identifying; Hough transform; image processing

TP391

：A

10.19358/j.issn.1674- 7720.2017.17.017

楊世杰，張平.一種指針式儀表的識別方法[J].微型機(jī)與應(yīng)用，2017,36(17)：59-61.

2017-03-10)

楊世杰(1989-)，通信作者，男，碩士研究生，主要研究方向：機(jī)器視覺、圖像處理。E-mail：1006645070@qq.com。張平(1965-)，男，博士，教授，主要研究方向：數(shù)字化制造與裝備、五軸數(shù)控技術(shù)。