一种基于机器视觉的仪表旋钮定位与检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110298344A(43)申请公布日2019.10.01(21)申请号201910597286.9(22)申请日2019.07.04(71)申请人河海大学常州校区地址213022江苏省常州市新北区晋陵北路200号(72)发明人张学武滕燕邵晓琦徐晓龙(74)专利代理机构南京纵横知识产权代理有限公司32224代理人董建林(51)Int.Cl.G06K9/32(2006.01)G06K9/36(2006.01)G06K9/46(2006.01)权利要求书3页说明书5页附图3页(54)发明名称一种基于机器视觉的仪表旋钮定位与检测方法(57)摘要本发明公开了一种基于机器视觉的仪表旋钮定位与检测方法，对旋钮在仪表图像中的位置进行准确定位并识别出旋钮当前状态，通过以下步骤可以完成对旋钮的定位及检测：获取仪表柜图像；对仪表柜图像进行预处理；对仪表柜图像进行轮廓提取处理，得出旋钮图像；对获取的旋钮图像进行预处理；计算旋钮的倾斜角度；判断当前的旋钮状态。与现有技术相比，本发明可以实现实时、无人化、智能化的检测及监控，而且具有定位准确，抗噪性能好，图像处理高效快捷等优点。CN110298344ACN110298344A权利要求书1/3页1.一种基于机器视觉的仪表旋钮定位与检测方法，其特征在于，所述方法包括如下步骤：获取仪表柜图像；对获取的仪表柜图像进行预处理；对仪表柜图像进行轮廓提取处理，得出旋钮图像；对获取的旋钮图像进行预处理；计算旋钮的倾斜角度；判断当前的旋钮状态。2.根据权利要求1所述的一种基于机器视觉的仪表旋钮定位与检测方法，其特征在于：所述仪表柜图像的预处理方法包括如下步骤：A.线性变换通过线性变换可以增强目标与背景对比度，增强图像亮度；输入图像f(x,y)和输出图像g(x,y)的关系表达式为：g(x,y)＝a*f(x,y)+b当|a|>0时，图像的对比度增强，当b>0时，图像的亮度增强；B.RGB模型与HSL模型转换将采集的RGB图像转换成HLS图像，三个分量分别为色相，饱和度和亮度；将RGB图像中R，G，B分量归一化：取max＝max{R,G,B}，min＝min{R,G,B}，将RGB转化为HSL；计算转化公式为：通过转换，将图像的亮度通道L分离出来，进行判断处理；2CN110298344A权利要求书2/3页根据亮度图中副对角线上的三个点的亮度值与阈值的比较来判断是否需要提升亮度，如果需要就将亮度图像与原图的灰度图像叠加作为处理后的灰度图像，如果不需要，则不做处理；C.高斯滤波采用根据高斯函数的形状来选择权值的线性平滑滤波器；对整幅图像进行加权平均，每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到；具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值；D.倾斜校正摄像头的非水平拍摄将导致目标图像歪斜，采用Hough变换可实现图像倾斜校正；先把直角坐标系的目标点映射到极坐标系上进行累积，即先使直角坐标系平面上任一直线上的所有点均累积到极坐标系的同一点集中去；通过寻找极坐标系中点集的峰值，来发现长的直线特征。3.根据权利要求2所述的一种基于机器视觉的仪表旋钮定位与检测方法，其特征在于：所述旋钮图像的获取方法包括如下步骤：A.将处理后的图像进行局部自适应阈值二值化处理局部自适应阈值根据各像素点邻域块的像素值分布来确定该像素位置上的二值化阈值；B.轮廓提取轮廓的简单提取算法如下：系统性地扫描图像；用f(i，j)表示图像的像素值；每次行扫描，遇到以下两种情况终止：A：f(i,j-1)＝0，f(i,j)＝1，此时f(i,j)是外边界的起始点；B：f(i,j)>＝1，f(i,j+1)＝0，此时f(i,j)是孔边界的起始点；然后从起始点开始，跟踪它的轮廓，标记边界上的像素；当轮廓完整闭合，扫描回上一个位置，继续扫描，直到再次发现新的成分；找到所有的连通域轮廓后，计算连通域的面积大小；将图像缩减至旋钮区域；通过寻找连通域轮廓的方法来找到旋钮可能的区域，在通过连通域面积的筛选，得到旋钮所在区域；找到旋钮的所在的连通域后，直接取该连通域的最小外接矩形，该矩形覆盖的区域即为旋钮检测区域。4.根据权利要求2所述的一种基于机器视觉的仪表旋钮定位与检测方法，其特征在于：所述旋钮倾斜度的计算方法包括如下步骤：利用二值图像中手柄的黑色像素点多这一特性，分别累计矩形四个顶点到中心的线段上黑色像素点的个数；累加和最大的那一条线段即为手柄所在的区域，该顶点到矩形中心的方向角即为旋钮3CN110298344A权利要求书3/3页的旋转角。5.根据权利要求2所述的一种基于机器视觉的仪表旋钮定位与检测方法，其特征