滕艷松

（中國石油大慶石化工程有限公司，黑龍江大慶 163714）

0 引言

指針式儀表作為生產(chǎn)生活中最常用的儀表形式，具有結(jié)構(gòu)簡單、安全可靠、便于維護、抗干擾的優(yōu)點，被廣泛應用于各種系統(tǒng)中。但指針式儀表沒有數(shù)據(jù)接口，需要人工識別指針位置，受視線、角度、經(jīng)驗等因素的影響，實際精度較低，并且讀數(shù)因人而異，工作人員長時間識別指針式儀表讀數(shù)很容易產(chǎn)生視覺疲勞，使讀數(shù)變得更加不準確，依靠人工的讀數(shù)識別方式也限制了指針式儀表的應用范圍，在需要自動讀數(shù)的場合無法使用。為了實現(xiàn)指針式儀表的自動讀數(shù)，國外發(fā)達國家已經(jīng)研究出圖像識別技術(shù)。國內(nèi)學術(shù)界也陸續(xù)開展了指針式儀表自動讀數(shù)的研究，涌現(xiàn)出較為可行的指針位置判斷方法。這種方法基于同心圓理論判斷指針位置，將圓周分為360°，自動判斷指針角度。雖然這種方法簡單易行，但識別精度較低，且受人為因素的影響較大，攝像頭的安裝位置、質(zhì)量和表盤的安裝角度都會影響識別精度。還有的學者基于圖像識別技術(shù)提出了指針自動讀數(shù)系統(tǒng)，但這種方法的計算過程復雜，在實際應用中難以實現(xiàn)，不具備廣泛推廣的價值。本文提出了基于顏色識別的數(shù)字圖像處理指針識別系統(tǒng)，通過識別不同顏色區(qū)域的RGB（顏色系統(tǒng)）值來確定指針位置，其算法簡單易行，具有較高的識別精度，可大范圍推廣。

1 圖像預處理

系統(tǒng)對待識別的圖片進行預處理，以提高讀數(shù)的效率和準確性（圖1）。要想準確識別圖片中的RGB 值，就需要對圖片進行灰度處理，為了有效降低計算量，灰度識別采取手動的方式進行，并在這一區(qū)域進行后續(xù)圖片處理，以提高圖片識別效率，縮減處理圖片的時間?？衫猛饨釉O備進行圖片的手動選取，處理內(nèi)容有灰度化、濾波、細化等。

圖1 圖像的預處理過程

1.1 圖像灰度處理和濾波

系統(tǒng)采集到的圖片是彩色的，需要進行灰度及區(qū)域識別處理才能完成后續(xù)工作，使彩色圖片變?yōu)榭勺R別的灰度圖片。然后對圖片進行濾波處理，濾波可以消除圖片中的干擾因素，例如噪點和瘢痕，使圖片僅剩下系統(tǒng)所需的有效像素。一般采取線性濾波法、中值濾波法或非線性濾波法對圖片進行處理，非線性濾波法能夠有效保留圖片細節(jié)，具備更大的應用潛力，但僅采取一種濾波方法難以適應圖片的復雜情況，會隨著圖片中干擾因素的增多而降低性能。為了有效克服一種濾波方法的劣勢，本次研究選擇均值濾波和自適應中值濾波相結(jié)合的方式進行圖片處理，將彩色圖片轉(zhuǎn)變?yōu)榛叶葓D片，為信息采集做準備。

1.2 圖像RGB 顏色二值化

以滅火器彩色儀表為例，說明數(shù)字圖像處理的指針儀表識別技術(shù)的應用。在滅火器指針式彩色儀表上面應用了R、G、B 三種顏色標識不同區(qū)域，即紅、綠、藍三個顏色，又在彩色的基礎上，繪制了空間幾何線條，使目標和背景形成顯著區(qū)別。進行指針識別時，采取灰度處理，將彩色圖片轉(zhuǎn)化為以黑、白兩種顏色漸進表示的灰度圖片，以便于系統(tǒng)識別指針讀數(shù)?；叶忍幚碇胁扇￠撝捣ㄟM行圖像分割。這種方法能夠有效區(qū)分各像素點的灰度值，從而將圖片區(qū)分為目標和背景，黑、白兩種顏色也對應了“0”“1”兩個數(shù)位，這樣就能很好地區(qū)分目標與背景。

1.3 膨脹與細化算法

圖片進行濾波后，就進入了膨脹和細化處理階段，這是因為灰度處理后的指針區(qū)域較為模糊，后續(xù)處理步驟難以實現(xiàn)，必須通過膨脹算法使指針區(qū)域變得清晰，這樣才能進行后續(xù)步驟。但膨脹算法處理后的圖片雖然指針區(qū)域較為清晰，但指針的寬度較大，膨脹為原來的幾倍，識別精度會有所降低，需要進行細化處理，讓指針縮減為一條直線，才能具備高精度識別的可能。

2 儀表中指針所指顏色的區(qū)域識別

2.1 霍夫變換

霍夫變換是一種形狀匹配技術(shù)，這種技術(shù)能夠?qū)⒃瓐D像中的直線或曲線轉(zhuǎn)變?yōu)槟骋豢臻g的點，進行坐標轉(zhuǎn)換，將圖像中的線條轉(zhuǎn)變?yōu)檫B續(xù)的峰點，簡化圖像的檢測，使圖像檢測更加簡單直接。例如將圖像中的直線轉(zhuǎn)換為峰點，直線檢測的原理如下：

直線y=kx+b 的極坐標形式為：

以函數(shù)的形式描繪了一條直線，式中θ、ρ 是2 個向量，這2個向量是直線上一點的向量值，并且垂直于該直線，這時只需建立一個以（θ，ρ）為參數(shù)的直角坐標系，就可以表達直線的形狀。在直角坐標系中對應的坐標為（x，y），這時通過霍夫變換這可得到一個點的位置，使圖像中的點與直角坐標系中的點一一對應。從而將圖像中點的檢測轉(zhuǎn)變?yōu)閰?shù)的檢測，這時需要采取霍夫變換轉(zhuǎn)化圖像中所有的點，形成空間點的集合，得到這些點對應的峰值，就能求出峰值的累加量，確定指針所在直線的位置和偏轉(zhuǎn)角度。

2.2 改進霍夫變換對指針角度的識別

霍夫變換非常適合應用于圖像處理的位置判斷，無論實線還是虛線都能準確識別，并且不受線寬的影響，即使線條粗細不一也能得到精確的結(jié)果，處理圖像中的多條曲線時，能實現(xiàn)互不干擾的處理效果。但霍夫變換并不是完美的，通過式（1）可以看出，霍夫變換屬于一對多映射，因此這種變換方法的計算量龐大，需要系統(tǒng)具有很大的存儲空間，并且計算耗時較長，圖像位置的判斷緩慢。為了改變霍夫變換的劣勢，本次研究對其進行一定的改進。滅火器所采用的指針式儀表并不包含整個圓周，而僅限于某一角度范圍，因此霍夫變換只需瞄準這一特定范圍即可減少運算量，降低系統(tǒng)的運算時間。具體做法是：根據(jù)指針儀表的量程設定霍夫變換范圍，在系統(tǒng)中設置角度的最小與最大值，并可根據(jù)實際需要調(diào)整角度的數(shù)值。

3 試驗結(jié)果

如圖2 所示，當指針處于綠色區(qū)域時，表示滅火器中壓力正常，氣體充足，處于可使用的狀態(tài)；當指針處于紅色區(qū)域時，表示滅火器中壓力較低，氣體不足，處于失效或不能使用的狀態(tài)，這時需對滅火器進行二次充氣；當指針處于黃色區(qū)域時，表示滅火器中壓力過大，具有一定的危險性。

圖2 滅火器儀表原圖1 和經(jīng)處理后的圖像

如圖3 所示，指針識別系統(tǒng)對原始圖像進行霍夫變換，將圖像分為若干區(qū)域，分別對應綠、紅、黃3 個顏色，每個區(qū)域用直線隔開，方便系統(tǒng)進行角度識別。變換后的圖像的白色區(qū)域表示指針所在的顏色區(qū)域，也是系統(tǒng)需要識別的區(qū)域，這說明系統(tǒng)準確識別出了指針所在位置，通過試驗數(shù)據(jù)可知識別誤差較小，識別過程簡單，識別準確度高，具有實用價值。

圖3 滅火器儀表原圖2 和經(jīng)處理后的圖像

4 結(jié)語

本文基于霍夫變換的原理，采取設定雙閾值的方式，進一步簡化了變換過程，使指針儀表的識別變得簡單易行，不再依賴于人工識別。識別過程中，可以根據(jù)表盤的實際形狀設置識別范圍，具有較高的識別效率。以滅火器指針以表為例進行了實際測試，證明這種識別方式具有高精度、高可靠性、高適應性的優(yōu)點，可以適應多種不同形狀的表盤，準確識別出指針所在的顏色區(qū)域。例如圓形、半圓形表盤，都可以準確進行識別，僅需在系統(tǒng)中按照表盤的實際位置設置角度閾值即可。這種方法不依賴于人工識別，可以應用于無人值守的場景，如各種無人飛行器等，通過該技術(shù)將圖像傳至地面接收站，能夠?qū)崿F(xiàn)靈活的遠程控制，還可應用于高溫、有毒等特殊場所。

基于數(shù)字圖像處理的指針儀表識別技術(shù)，算法簡單、識別可靠，具有廣泛的應用前景?；诨舴蜃儞Q的雙閾值檢測方法的誤差主要來自于攝像頭和儀表的安裝位置誤差，為了有效降低識別誤差，提高識別精度，在攝像頭與儀表盤安裝時，必須保證攝像頭的攝像方向垂直于儀表盤。在今后的工作中，還將進一步完善識別算法，提高系統(tǒng)的自動化程度，并使之與人工智能技術(shù)相結(jié)合，開發(fā)更深入的應用潛力。