陳繼華,李 勇,田增國,李 磊

(鄭州大學(xué)物理工程學(xué)院,河南鄭州450001)

基于機(jī)器視覺的機(jī)械式表盤自動(dòng)讀表技術(shù)的實(shí)現(xiàn)

陳繼華,李 勇,田增國,李 磊

(鄭州大學(xué)物理工程學(xué)院,河南鄭州450001)

針對(duì)當(dāng)前機(jī)械式表盤自動(dòng)讀表技術(shù)存在計(jì)算量大、需采集多幅圖像以及需要標(biāo)定等問題，提出了基于改進(jìn)的Canny邊緣檢測(cè)算子的指針旋轉(zhuǎn)中心求解算法，該方法可基于單幀表盤圖像快速解算出其回轉(zhuǎn)中心及半徑，并定位出表盤的有效顯示區(qū)域，避免了復(fù)雜背景的干擾;基于表盤指針?biāo)谥本€經(jīng)過圓心這一前提，設(shè)計(jì)了過定氛的Hough直線檢測(cè)算法，顯著降低了表盤指針檢測(cè)時(shí)間.詳細(xì)論述了算法的設(shè)計(jì)原理，并給出時(shí)間復(fù)雜度分析.實(shí)驗(yàn)表明:該方案算法穩(wěn)定且計(jì)算量小，檢測(cè)速度提高4～5倍，并可減少存儲(chǔ)空間，具有良好的工程實(shí)用價(jià)值.

機(jī)械表盤;坎尼算子;霍夫變換;圖像識(shí)別;自動(dòng)讀表

0 引言

指針式機(jī)械表具有安裝維護(hù)方便、結(jié)構(gòu)簡(jiǎn)單、防電磁干擾等諸多優(yōu)點(diǎn),目前廣泛應(yīng)用于工礦企業(yè)、能源及計(jì)量等部門.隨著儀表數(shù)量的增加及精密儀表技術(shù)的發(fā)展,人工判讀已經(jīng)不能滿足實(shí)際應(yīng)用需求［1］.實(shí)現(xiàn)指針式機(jī)械表自動(dòng)讀表的關(guān)鍵技術(shù)在于定位表盤回轉(zhuǎn)中心及指針中心線.當(dāng)前采用的識(shí)別算法主要存在如下問題:第一、需采集多幅指針處于不同角度的表盤圖像［2-3］,如儀表已經(jīng)安裝使用,現(xiàn)場(chǎng)撥動(dòng)表盤指針采集圖像操作復(fù)雜,并存在較大誤差;第二、需針對(duì)每個(gè)表盤標(biāo)定相應(yīng)參數(shù)［4-5］,如表盤回轉(zhuǎn)半徑［4］、指針中心線起點(diǎn)、長度［5］等,不便于后期校準(zhǔn);第三、檢測(cè)算法復(fù)雜且運(yùn)算量大［6-8］,不能滿足自動(dòng)讀表的實(shí)時(shí)性,難以移植、應(yīng)用到嵌人式環(huán)境.同時(shí),不同的儀表圖像灰度分布特征存在較大差異,而指針定位和特征提取算法又非常依賴于特定的灰度分布特征,同一款指針式儀表的識(shí)別方案難以應(yīng)用到不同類型的儀表圖像［9］.

筆者通過改進(jìn)的Canny算子獲取表盤圖像的單像素邊緣,避免了冗余像素點(diǎn)參與運(yùn)算,降低了圓心檢測(cè)時(shí)間.在表盤的有效顯示區(qū)域內(nèi),采用過定點(diǎn)的Hough直線變換檢測(cè)指針中心線,避免了表盤圖像背景的干擾并提高了檢測(cè)速度.該讀表方案避免了標(biāo)定工作并提高了表盤識(shí)別的自動(dòng)化程度及實(shí)時(shí)性.

1 機(jī)械式表盤自動(dòng)讀表原理及方法

根據(jù)機(jī)械式表盤的圖像特征,采用圖像邊緣點(diǎn)法線方向計(jì)數(shù)累加的圓心定位方法及過定點(diǎn)的直線檢測(cè)算法,提出了一種表盤識(shí)別方案.儀表刻度檢測(cè)流程如圖1所示:攝像頭采集表盤圖像,送人計(jì)算機(jī)進(jìn)行預(yù)處理及邊緣檢測(cè)操作;計(jì)算機(jī)檢測(cè)出表盤回轉(zhuǎn)中心及半徑,并定位出表盤的有效顯示區(qū)域;在此區(qū)域內(nèi),利用過定點(diǎn)(回轉(zhuǎn)中心)的Hough直線變換,基于特征點(diǎn)對(duì)應(yīng)角度的峰值搜索算法識(shí)別出指針中心線,從而輸出檢測(cè)結(jié)果.

2 表盤圖像的特征提取算法

2.1 基于改進(jìn)的Canny算子的表盤回轉(zhuǎn)中心定位算法

結(jié)合識(shí)別表盤前易得知表盤半徑大致范圍這一優(yōu)勢(shì),采用圖像邊緣點(diǎn)法線方向累計(jì)法定位表盤回轉(zhuǎn)中心.為避免冗余像素點(diǎn)參與運(yùn)算,需提前獲取圖像的單像素邊緣,形態(tài)學(xué)運(yùn)算［10］和Canny算子［11］是獲取圖像單像素邊緣的常用算法.考慮到在計(jì)算像素法線方向時(shí),需要獲取像素的梯度角度,而Canny算子的計(jì)算過程中已包含這一步,因此采用Canny算子.首先通過高斯濾波平滑圖像,然后基于2×2領(lǐng)域一階偏導(dǎo)的有限差分計(jì)算圖像的梯度幅值和方向,并對(duì)梯度幅值進(jìn)行非極大值抑制,最后采用雙閾值法確定和連接邊緣,得到圖像的單像素邊緣圖.

圖1 儀表刻度檢測(cè)流程Fig.1 Principle of dial scale detection

在求得表盤的單像素邊緣圖像的前提下,已知表盤的半徑范圍(rmin＜=ri＜=rmax),復(fù)用Canny算子第二步計(jì)算中得到的像素梯度方向,在其梯度切線的法線方向上,對(duì)與該點(diǎn)距離為ri的點(diǎn)進(jìn)行計(jì)數(shù)并累計(jì).定位圓心示意圖如圖2所示,黑色方框代表可能的圓心位置,對(duì)于邊緣點(diǎn)(x0,y0),其對(duì)應(yīng)可能的圓心點(diǎn)為(x1,y1)、(x2, y2),滿足

式中:θ為點(diǎn)(x0,y0)的梯度方向角.

每次計(jì)數(shù)累計(jì)的峰值Cmax若滿足

則判斷已檢測(cè)到半徑為ri、圓心坐標(biāo)為(xi, yi)的圓.式中Ci代表以ri為半徑的圓周長,λ為比例系數(shù),滿足0＜λ＜1.根據(jù)表盤圖像特征設(shè)置相應(yīng)的參數(shù)λ,即可求得表盤回轉(zhuǎn)中心及半徑.

累計(jì)法定位圓心的關(guān)鍵在于盡力獲取圖像的真實(shí)輪廓邊緣點(diǎn).考慮到表盤圖像具有一定程度的光照度及噪聲變化,傳統(tǒng)的Canny算子存在如下不足:其中,Canny算子的第一步中需要人工設(shè)定高斯函數(shù)的方差,且高斯濾波之后的圖像在噪聲得到抑制的同時(shí),其邊緣清晰度降低.為避免上述缺陷,采用自適應(yīng)平滑濾波法［12］替代高斯濾波,濾波的同時(shí)可銳化圖像的邊緣.該算法的基本思想是采用一個(gè)局部加權(quán)模板與原始圖像信號(hào)進(jìn)行迭代卷積,每次迭代時(shí)自適應(yīng)改變各像素加權(quán)系數(shù),經(jīng)多次迭代后,濾波器的輸出圖像可在降低噪聲的同時(shí),保留更多的邊緣和局部細(xì)節(jié).設(shè)f(x,y)為輸人圖像,則一次迭代的計(jì)算過程如下:

式中:k為恒定參數(shù),確定了在平滑過程中可以保留的邊緣幅度;gx(x,y)、gy(x,y)分別代表圖像右、左鄰接像素差值和下、上鄰接像素差值,可表示為

此外,Canny算子在最后一步確定圖像邊緣時(shí)需人為設(shè)定高低閾值,若對(duì)每一幅圖像采用相同閾值,則會(huì)檢測(cè)出虛假邊緣或丟失局部邊緣.筆者采用文獻(xiàn)［13］提出的基于梯度直方圖和類間方差最大法的自動(dòng)閾值選取方法:將Canny算子中非極大值抑制后邊緣圖中的像素分為D1、D2、D3共3個(gè)類別,其中D1代表原圖中的非邊緣點(diǎn), D2代表需要判斷是否為邊緣點(diǎn),D3代表原圖中的邊緣點(diǎn).利用梯度直方圖求出各個(gè)類別的概率分布,通過搜索類間方差的最大值確定上述3個(gè)區(qū)間的2個(gè)分界點(diǎn),即為所求的Canny算子高、低閾值.

分別采用常規(guī)Canny算法(高斯濾波、高低閾值比例系數(shù)為0.5)與文中改進(jìn)的Canny算法進(jìn)行邊緣檢測(cè),并比對(duì)邊緣完整程度,部分實(shí)驗(yàn)結(jié)果如圖3所示:第一行為兩幅曝光度不同的表盤圖像;第二行為傳統(tǒng)Canny算法邊緣檢測(cè)結(jié)果;第三行為本文改進(jìn)的Canny算法邊緣檢測(cè)結(jié)果.可以看出,改進(jìn)的Canny算法能夠有效提出圖像邊緣,得到的圖像邊緣線條清晰連續(xù),較傳統(tǒng)方法更具有優(yōu)勢(shì),且對(duì)于不同光照度的圖像有較好的自適應(yīng).表盤的回轉(zhuǎn)中心及半徑定位結(jié)果如圖4所示,其有效顯示區(qū)域位于檢測(cè)得到的兩個(gè)圓之間.

圖3 Canny邊緣檢測(cè)結(jié)果對(duì)比Fig.3 Edge detection based on different canny operators

設(shè)圖像的邊緣點(diǎn)數(shù)為N,傳統(tǒng)Hough圓變換需作圖像空間到參數(shù)空間的映射,根據(jù)圓的方程可知,在標(biāo)定半徑的條件下,其時(shí)間復(fù)雜度為O(N2);本算法在計(jì)數(shù)累計(jì)時(shí),每個(gè)邊緣像素點(diǎn)僅會(huì)對(duì)兩個(gè)像素坐標(biāo)進(jìn)行計(jì)數(shù),時(shí)間復(fù)雜度可近似為O(2*N*R′),其中R′=Rmax-Rmin.

2.2 基于過定點(diǎn)Hough變換的表盤指針定位算法

傳統(tǒng)Hough直線變換運(yùn)算量巨大,難以應(yīng)用在表盤圖像的在線實(shí)時(shí)檢測(cè),其原理在于笛卡爾坐標(biāo)系下直線上的所有點(diǎn)對(duì)應(yīng)于參數(shù)空間下的同一點(diǎn),將圖像空間的各個(gè)點(diǎn)映射到參數(shù)空間之后,找到參數(shù)坐標(biāo)系下的聚集點(diǎn),就對(duì)應(yīng)了笛卡爾坐標(biāo)系下的直線［14］.

圖4 表盤回轉(zhuǎn)中心及指針中心線識(shí)別結(jié)果Fig.4 Result of detecting circle center and point center line of dial

考慮到表盤指針?biāo)谥本€必然經(jīng)過回轉(zhuǎn)中心,可采用過回轉(zhuǎn)中心的Hough直線變換檢測(cè)表盤指針.當(dāng)直線經(jīng)過定點(diǎn)(xr,yr)時(shí),滿足

設(shè)x′=x-xr及y′=y-yr,可得y′=kx′,即以(xr,yr)為坐標(biāo)原點(diǎn)的坐標(biāo)系中,該直線經(jīng)過坐標(biāo)原點(diǎn),直線的斜率滿足k∈(-∞,+∞),如圖5所示.為表示形如x=c的直線,可將直線表示為極坐標(biāo)形式,令kx′-y′=0,兩邊同時(shí)除以有

已知x′=x-xr及y′=y-yr,滿足

上式包括x,y,θ3個(gè)變量,每次代人一個(gè)特征點(diǎn)坐標(biāo)(xi,yi),即可求出該特征點(diǎn)與定點(diǎn)所確定直線的角度θi,且同一直線上特征點(diǎn)對(duì)應(yīng)相同的角度值.統(tǒng)計(jì)所有特征點(diǎn)對(duì)應(yīng)的角度值,并累計(jì)具有相同角度值的特征點(diǎn),最終計(jì)數(shù)值最大的角度值表示表盤指針?biāo)谥本€.量化Hough參數(shù)空間(ρ,θ)時(shí),可取角度的步長為1°.考慮到角度的變化范圍為［0,180°),可申請(qǐng)一個(gè)長度為180的數(shù)組用來保存角度值的累計(jì)值,其數(shù)組元素的索引i與角度值θi一一對(duì)應(yīng).圖4中黑色方框表示待投影的特征點(diǎn),其位于表盤的有效顯示區(qū)域; R(xr,yr)為表盤的回轉(zhuǎn)中心.圖4(a)、4(b)的有效顯示區(qū)域內(nèi)特征點(diǎn)對(duì)應(yīng)角度值統(tǒng)計(jì)結(jié)果分別如圖6(a)、6(b)所示.

設(shè)圖像為W行H列,傳統(tǒng)Hough直線變換需要H×W字節(jié)的額外存儲(chǔ)空間,檢測(cè)直線時(shí)需窮舉(x,y,θ)3個(gè)參數(shù)空間,時(shí)間復(fù)雜度為O(H,W,θ);相比于傳統(tǒng)的Hough直線變換,過定點(diǎn)的Hough直線變換僅需180字節(jié)額外計(jì)算空間,時(shí)間復(fù)雜度為O(H,W).

圖5 過定點(diǎn)的Hough直線變換Fig.5 Hough transform passing by a specified point

圖6 表盤特征點(diǎn)對(duì)應(yīng)角度值統(tǒng)計(jì)結(jié)果Fig.6 Results of angles'statistics corresponding with feature points

3 實(shí)驗(yàn)結(jié)果及分析

3.1 仿真實(shí)驗(yàn)及結(jié)果分析

實(shí)驗(yàn)以2.5級(jí)精度等級(jí)、總量程為1 MPa的MKZ-Im型氣壓表為識(shí)別對(duì)象,其最小刻度值為0.02 MPa.現(xiàn)場(chǎng)采集18組各50幅指針處于不同刻度的表盤圖像進(jìn)行試驗(yàn)比對(duì).仿真實(shí)驗(yàn)中,識(shí)別算法在CPU為1 GHz,內(nèi)存為1 G的計(jì)算機(jī)上實(shí)現(xiàn).

分別采用Hough圓變換法(已知半徑)與累計(jì)法(已知半徑范圍)定位表盤的回轉(zhuǎn)中心;并采用常規(guī)及過定點(diǎn)的Hough直線變換檢測(cè)表盤的指針中心線,計(jì)算各組單幅圖像的平均消耗時(shí)間,如圖7(a)、7(b)所示.由實(shí)驗(yàn)結(jié)果可以看出,與Hough圓變換相比,累計(jì)法能夠更快定位出表盤的回轉(zhuǎn)中心,且不需要提前標(biāo)定表盤半徑;而標(biāo)定半徑的Hough圓變換平均檢測(cè)時(shí)間在1.8 s以上.相比于常規(guī)Hough直線變換,文中設(shè)計(jì)的直線檢測(cè)算法能夠提高約4～5倍速度,單幅圖像的平均檢測(cè)時(shí)間不超過50 ms.

3.2 系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)結(jié)果

系統(tǒng)的硬件結(jié)構(gòu)框圖如圖8所示.利用CMOS圖像傳感器OV7725將當(dāng)前的表盤圖像采集下來,并存儲(chǔ)到SRAM;采用嵌人式微處理器STM32F103X對(duì)所采集的圖像進(jìn)行識(shí)別處理,并將得到的當(dāng)前表盤讀數(shù)通過RS—485總線將計(jì)算結(jié)果送至控制中心,作為儀表的歷史數(shù)據(jù)保存,并判斷是否產(chǎn)生警報(bào)信號(hào).

圖7 算法檢測(cè)時(shí)間對(duì)比Fig.7 Comparison of time-consuming between different a lgorithm

圖8 系統(tǒng)框圖Fig.8 System diagram

將定位裝置固定在發(fā)電廠的一款MKz-Im型SF6壓力表盤上,待系統(tǒng)穩(wěn)定后,每隔5 m in檢定表盤標(biāo)準(zhǔn)數(shù)值,其部分檢測(cè)結(jié)果與標(biāo)準(zhǔn)數(shù)值對(duì)比如表1所示.

表1 表盤示值與識(shí)別結(jié)果比對(duì)Tab.1 Comparison between original and detection results of dial MPa

系統(tǒng)平臺(tái)的識(shí)別結(jié)果表明,設(shè)計(jì)的識(shí)別方案能夠較為精確地識(shí)別出表盤示值,識(shí)別精度約為表盤最小刻度的1/4,明顯高于人工讀表的精度.表盤的回轉(zhuǎn)中心及半徑只需在系統(tǒng)上定時(shí)計(jì)算一次,之后每次只需檢測(cè)指針中心線.整體識(shí)別時(shí)延(圖像采集、檢測(cè))不超過400 ms,適合應(yīng)用于機(jī)械表盤的實(shí)時(shí)在線檢測(cè).

4 結(jié)論

針對(duì)指針式機(jī)械表自動(dòng)讀表技術(shù)存在的問題,結(jié)合表盤的圖像特征,重新設(shè)計(jì)了表盤回轉(zhuǎn)中心及指針中心線定位算法.實(shí)驗(yàn)表明,該方案不需采集多幅圖像,不需標(biāo)定表盤半徑并顯著減少了運(yùn)算量,具有較準(zhǔn)確的識(shí)別精度,在指針式表盤的自動(dòng)化識(shí)別設(shè)計(jì)中具有工程實(shí)用價(jià)值.且識(shí)別方法同樣適用于扇形表盤,以及多指針表盤,可進(jìn)一步推廣應(yīng)用至更多種類指針式表盤的自動(dòng)識(shí)別之中.

［1］ 黃穎怡,汪仁煌.機(jī)器視覺儀表識(shí)別方法的研究進(jìn)展［J］.自動(dòng)化儀表,2009,30(1):58-60.

［2］ ALEGRIA F C,SERRA A C.Automatic calibration of analog and digitalmeasuring instruments using computer vision［J］.IEEE Transactions on Instrumentation and Measurement,2000,49(1):94-99.

［3］ 王三武,戴亞文.多指針?biāo)碜詣?dòng)識(shí)別系統(tǒng)［J］.儀器儀表學(xué)報(bào),2005,26(11):1178-1120.

［4］ ROBERT S,WALTER G.Application constraints in the design of an automatic reading device for analog display instruments［C］//Applications of Computer Vision,Proceedings of the second IEEE workshop on IEEE.Sarasota,Florida:IEEE Press 1994:205-212.

［5］ BELAN P,ARAJJO S A.Segmentation-free approaches of computer vision for automatic calibration of digital and analog instruments［J］.Measurement,2013, 46(1):181-184.

［6］ 吳梅,王瑞.基于總體最小二乘法的表盤圖像中心點(diǎn)提?。跩］.自動(dòng)化與儀表,2013,28(10):54-56.

［7］ 岳國義,李寶樹等.智能型指針式儀表識(shí)別系統(tǒng)的研究［J］.儀器儀表學(xué)報(bào),2003,24(4):430-431.

［8］ ALEGRIA F C,SERRA A C.Computer vision applied to the automatic calibration of measuring instruments［J］.Measurement,2000,28(3):185-195.

［9］ 鄒俊貴,陳以.常用指針式儀表識(shí)別技術(shù)研究綜述［J］.儀器儀表與分析監(jiān)測(cè),2009(1):1-4.

［10］LI Chao,ZHAO Lin-du.An adaptive morphological edge detection algorithm based on image fusion［C］// Image and Signal Processing,2010 third International conference on IEEE.Yantai,China:IEEE Press, 2010:1072-1076.

［11］CANNY J.A computational approach to edge detection［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6):679-698.

［12］景曉軍,李劍峰.靜止圖像的一種自適應(yīng)平滑濾波算法［J］.通信學(xué)報(bào),2002,23(10):7-14.

［13］唐路路,張啟燦.一種自適應(yīng)閾值的Canny邊緣檢測(cè)算法［J］.光電工程,2011,5(38):127-131.

［14］陳玉梅,余洪山,賀攀峰.一種分層并行迭代式鏈碼跟蹤直線提取算法［J］.鄭州大學(xué)學(xué)報(bào):工學(xué)版, 2006,27(2):94-97.

Implementation of Automatic Reading Mechanical Gauge Technique Based on Machine Vision

CHEN Ji-hua,LIYong,TIAN Zeng-guo,LILei
(School of Physical Engineering,Zhengzhou University 450001,China)

In order to overcome the shortcomings of current automatic recognition schemes applied to mechanical gauges including huge computing quantity,calibration based on multi dial's images,this paper proposes a rotation center acquisition method based on improved Canny edge detection operator,which can acquire rotation center as well as radius quickly based on single dial image.and designs hough transform algorithm passing by a specified point based on precondition that dial's pointer centerline and rotation center locate on same line,which decreases detecting time significantly.Design principle and time complexity analysis of algorithms are introduced in detail. Experimental results demonstrate the algorithms stable with low computational complexity,detecting speed is4～5 times faster with memory space reduced.All of which verifies algorithms'possibility in engineering application.

mechanical gauge;canny operator;hough transform;image recognition;automatic-meter reading

TP391.4

A

10.3969/j.issn.1671-6833.2015.03.022

1671-6833(2015)03-0101-05

2015-01-15;

2015-03-22

河南省教育廳科學(xué)技術(shù)重點(diǎn)研究項(xiàng)目(13A140661)

陳繼華(1972-),男,四川大竹人,鄭州大學(xué)副教授,博士,主要從事大型工業(yè)產(chǎn)品尺寸檢測(cè)方法及相關(guān)計(jì)算理論、視覺測(cè)量技術(shù)研究,E-mail:chenjihua01@sina.com.