一种基于机器视觉的指针式仪表定位与识别方法.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CN108921176A(43)申请公布日2018.11.30(21)申请号201810651004.4(22)申请日2018.06.22(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)发明人徐晓龙吴宁馨尚铭舟曹光静陈文张学武张卓(74)专利代理机构南京纵横知识产权代理有限公司32224代理人刘艳艳董建林(51)Int.Cl.G06K9/46(2006.01)权利要求书2页说明书8页附图1页(54)发明名称一种基于机器视觉的指针式仪表定位与识别方法(57)摘要本发明公开了一种基于机器视觉的指针式仪表定位与识别方法，对仪表盘在仪表柜图像中的位置进行准确定位并自动识别仪表读数，（1）获取仪表柜图像；（2）将仪表柜图像进行分割处理，得出仪表盘图像；（3）对仪表盘图像进行预处理；（4）使用Canny边缘检测法获得仪表盘图像中所有的边缘轮廓；（5）在获得的边缘轮廓中用Hough变换找到所有直线轮廓，（6）通过直线轮廓的长度特征筛选出仪表盘中指针所在的直线轮廓；（7）计算指针所在两条直线轮廓倾斜角的平均值θ；（7）由直线倾角和仪表刻度之间的线性关系计算出指针读数。通过采用以上定位及检测技术，具有定位与读数准确，抗噪性能好，图像处理高效快捷的特点。CN108921176ACN108921176A权利要求书1/2页1.一种基于机器视觉的指针式仪表定位与识别方法，其特征在于，包括如下步骤：步骤(1)获取仪表柜图像；步骤(2)将仪表柜图像进行分割处理，得出仪表盘图像；步骤(3)对获取的仪表盘图像进行预处理；步骤(4)使用Canny边缘检测法获得仪表盘图像中所有的边缘轮廓；步骤(5)用Hough变换在步骤(4)中获得的边缘轮廓中找到所有直线轮廓，然后通过轮廓的长度特征筛选出仪表盘中指针所在的两条边缘直线，即目标直线；步骤(6)计算目标直线的倾斜角的平均值，即指针所在直线的倾斜角θ；步骤(7)由直线倾角和仪表刻度之间的线性关系计算出指针读数。2.根据权利要求1所述的基于机器视觉的指针式仪表定位与识别方法，其特征在于：步骤(1)中，采用数码相机或摄像头获取仪表柜的图像。3.根据权利要求1所述的基于机器视觉的指针式仪表定位与识别方法，其特征在于：步骤(2)中，对指针式仪表盘进行定位的方法是将仪表柜图像由RGB颜色空间转换到HSL空间，然后利用图像的亮度信息L进行分割，得到仪表盘边缘轮廓，进而得到仪表盘图像。4.根据权利要求3所述的基于机器视觉的指针式仪表定位与识别方法，其特征在于：步骤(2)具体如下：A.对仪表柜图像进行RGB到HSL的转换，具体变换公式如下：其中，M＝max(R,G,B),m＝min(R,G,B)；B.对仪表柜的亮度图进行二值化操作：抽取HSL空间图像的L分量，得到仪表柜的亮度图；根据仪表盘框的亮度分布范围设定阈值，将处于该阈值上下的亮度图进行二值化操作，得到明确且对比强烈的指针表盘覆盖区域；C.对仪表柜的二值化图像进行形态学滤波：由于图像存在噪声点，或照片本身的像素质量不高等原因，二值化图像中的背景和特征区域中均存在相当数量的噪声点，为增强表盘黑框与白色背景的对比度，减少干扰，对图像进行形态学滤波，具体操作为：先对图像进行闭操作，将黑框中分离的白色像素块连为一体，并消除了大部分的黑色凹点；再进行开操作，将背景区域汇总的白色凸点最大限度地消除，并将其余可能形成较大轮廓的白色干扰区域进行割裂；D.根据仪表盘轮廓特点获取其外部轮廓；仪表盘的轮廓特点：仪表盘外部轮廓趋近于矩形，且仪表盘轮廓面积明显大于其他无用轮廓；用Canny边缘检测法检测所有轮廓，根据仪表盘外部轮廓特点获取仪表盘的外部轮廓；2CN108921176A权利要求书2/2页E.截取仪表盘外部轮廓的内部图像，即为目标仪表盘的图像。5.根据权利要求1所述的基于机器视觉的指针式仪表定位与识别方法，其特征在于：步骤(3)中，对仪表盘图像的预处理过程依次为灰度化、高斯滤波、Laplace算子图像增强、二值化处理，从而得到特征、轮廓清晰的图像。6.根据权利要求1所述的基于机器视觉的指针式仪表定位与识别方法，其特征在于：步骤(5)具体步骤如下：建立一个二维累加数组A(a,b)，第一维的范围是图像坐标空间中直线斜率的可能范围，第二维的范围是图像坐标空间中直线截矩的可能范围；开始时A(a,b)初始化为0，然后对图像坐标空间的每一个前景点(xi，yi)，将参数空间中每一个a的离散值代入式子b＝-xia+yi从而计算出对应的b值；每计算出一对(a,b)，都将对应的数组元素A(a,b)加1，即A(a,b)＝A(a,b)+1；所有的计算结束之后，在参数计算表决结果中找到A(a,b)的最大峰值，