施方展 張帥 劉得斌 周曼 劉志勇

摘 要 提出一種新的指針式儀表精確識(shí)別體系。首先使用基于輪廓特征的標(biāo)注方法，建立刻度-位置映射表，其次進(jìn)行模板匹配，然后使用基于鄰域加權(quán)的指針檢測(cè)方法確定指針位置，最后在該類(lèi)標(biāo)注體系下完成基于局部圓弧定位的插值讀數(shù)。實(shí)際應(yīng)用結(jié)果表明：該體系標(biāo)注簡(jiǎn)單、讀數(shù)精確、誤差較小，適用于復(fù)雜環(huán)境的指針式儀表識(shí)別。

關(guān)鍵詞 指針式儀表識(shí)別 模板標(biāo)注 模板匹配 鄰域加權(quán) 局部圓弧插值

中圖分類(lèi)號(hào) TH82? ?文獻(xiàn)標(biāo)志碼 B? ?文章編號(hào) 1000?3932（2024）01?0032?06

在實(shí)際工業(yè)生產(chǎn)中，指針式儀表憑借結(jié)構(gòu)簡(jiǎn)單、成本低、可靠性高的特點(diǎn)，被廣泛應(yīng)用于各種場(chǎng)景。然而，在工業(yè)智能化的進(jìn)程中，模擬信號(hào)無(wú)法直接被數(shù)字控制系統(tǒng)使用，也不適合遠(yuǎn)距離傳輸，因此需要借助計(jì)算機(jī)視覺(jué)技術(shù)將其轉(zhuǎn)換為數(shù)字信號(hào)，這就涉及到儀表識(shí)別技術(shù)。儀表識(shí)別過(guò)程主要包含模板標(biāo)注、表盤(pán)定位、指針定位、示數(shù)插值4個(gè)步驟。其中，表盤(pán)定位通常使用特征匹配方法，例如SIFT［1］、ORB［2］等。指針定位方法比較豐富，例如使用多個(gè)同心圓求其與指針線段交點(diǎn)并通過(guò)這些交點(diǎn)擬合指針?biāo)谥本€的方法；或者將表盤(pán)平分為若干扇形，求取扇形灰度平均值并生成累積直方圖，最小值所在扇形即為指針指向［2］；

文獻(xiàn)［3］提出一種借助對(duì)稱(chēng)性特征的指針定位方法。此外，線段探測(cè)類(lèi)方法，例如Hough變換［4］、LSD［1］等，也常用于指針定位，雖然這些方法在實(shí)時(shí)性與可實(shí)現(xiàn)性上有較好表現(xiàn)，但是在實(shí)現(xiàn)過(guò)程中往往存在參數(shù)難以確定的問(wèn)題。示數(shù)插值與模板標(biāo)注的方式相關(guān)，通常在得到指針位置后求取指針與量程上下限位置的夾角后進(jìn)行插值。但是受制造工藝影響，指針轉(zhuǎn)軸與表盤(pán)圓心通常并不重合，因而會(huì)出現(xiàn)指針夾角與讀數(shù)不符的情況。為此筆者提出一種指針式儀表精確識(shí)別體系，該體系包含基于輪廓特征的標(biāo)注方法、基于改進(jìn)SIFT特征的表盤(pán)定位方法、基于鄰域加權(quán)的指針檢測(cè)方法以及基于局部圓弧定位的插值讀數(shù)方法，以期實(shí)現(xiàn)高便捷性、精確度與魯棒性的儀表識(shí)別。

1 指針式儀表精確識(shí)別體系構(gòu)建

1.1 基于空間位置的圖像標(biāo)注

筆者提出一種基于輪廓特征檢測(cè)定位的模板標(biāo)注方法，該方法通過(guò)對(duì)儀表刻度進(jìn)行輪廓特征檢測(cè)，從而自動(dòng)定位到該部分刻度，并建立刻度-位置映射表。該方法標(biāo)注簡(jiǎn)單，對(duì)刻度進(jìn)行一個(gè)簡(jiǎn)單的點(diǎn)標(biāo)注后即可自動(dòng)定位刻度位置，極大地降低了標(biāo)注的復(fù)雜度。

首先構(gòu)造不含指針的模板圖像，使用不同指針位置圖像的中位數(shù)作為模板圖像的像素值，此時(shí)得到的模板圖像不包含指針，避免了對(duì)標(biāo)注過(guò)程的干擾。模板圖像中位置（x，y）處的像素值I（x，y）計(jì)算式如下：

I（x，y）=Median（I（x，y）+I（x，y）+…+I（x，y））

其中，I（x，y）為第N個(gè)圖像在位置（x，y）處的像素值，往往使用3～5個(gè)圖像就可以滿足需求。

然后對(duì)模板圖像進(jìn)行預(yù)處理，隔斷各個(gè)刻度線的連通部分。對(duì)于刻度連通的情況，此時(shí)無(wú)法直接對(duì)刻度進(jìn)行輪廓特征檢測(cè)，需隔斷后方可進(jìn)行。完成預(yù)處理后，就可以對(duì)模板圖像進(jìn)行標(biāo)注，標(biāo)注時(shí)不需要精確定位圓心和直線的位置，只需對(duì)刻度上的點(diǎn)進(jìn)行標(biāo)注即可得到刻度-點(diǎn)的映射表。

最后通過(guò)輪廓特征檢測(cè)定位得到刻度-位置的映射表，輪廓特征即物體的形狀特征。筆者采用刻度的矩形來(lái)代表其輪廓特征，通過(guò)對(duì)模板圖像（圖1）進(jìn)行自適應(yīng)濾波等預(yù)處理后（圖2），對(duì)圖像上的輪廓特征進(jìn)行檢測(cè)（圖3），并通過(guò)判斷映射表中的點(diǎn)是否存在于該特征區(qū)域來(lái)建立刻度-位置的映射表。

1.2 SIFT特征提取與模板匹配

SIFT特征匹配是一個(gè)經(jīng)典的特征提取與匹配方法。該算法通過(guò)對(duì)局部像素進(jìn)行網(wǎng)格劃分并統(tǒng)計(jì)8個(gè)方向的梯度，同時(shí)確定梯度主方向，隨后將其排列為一個(gè)能夠描述該特征點(diǎn)的高維向量（通常為128維）。SIFT特征匹配的步驟為：

a. 尺度空間極值檢測(cè)。使用高斯差分識(shí)別對(duì)尺度與方向改變不明顯的像素點(diǎn)。

b. 關(guān)鍵點(diǎn)定位。通過(guò)迭代擬合出關(guān)鍵點(diǎn)的準(zhǔn)確定位與尺度，同時(shí)去除低對(duì)比度或定位不準(zhǔn)的關(guān)鍵點(diǎn)。

c. 方向分配。基于局部圖像梯度給關(guān)鍵點(diǎn)分配一個(gè)主方向，使之具有旋轉(zhuǎn)不變性。

d. 關(guān)鍵點(diǎn)描述。將局部圖像網(wǎng)格化劃分，然后以網(wǎng)格內(nèi)部的梯度直方圖描述關(guān)鍵點(diǎn)。

e. 關(guān)鍵點(diǎn)匹配。為每一個(gè)待匹配特征點(diǎn)，在候選特征點(diǎn)集合中，尋找其在特征空間的最近鄰與次近鄰，當(dāng)前者的歐氏距離顯著小于后者時(shí)，判定為正確匹配。

f. 根據(jù)特征匹配結(jié)果，計(jì)算兩張圖之間的透視變換矩陣。

整個(gè)匹配過(guò)程具體如下。

首先，獲取待匹配的兩張圖像I與I。

之后，提取I與I中的SIFT特征，其特征描述子集合分別為Desc與Desc，特征描述子坐標(biāo)集合分別為L(zhǎng)oc與Loc。

隨后，遍歷Desc，為其中每一個(gè)特征描述子在Desc中進(jìn)行K=2的K近鄰分類(lèi)，當(dāng)Desc中特征描述子d與其在Desc中的最近鄰d及次近鄰d滿足以下不等式時(shí)，將d與d作為一對(duì)有效匹配，并將其放入有效匹配集合M中。不等式具體如下：

其中，d（·）表示求取兩點(diǎn)歐幾里得距離長(zhǎng)度的函數(shù)；α為L(zhǎng)owe′s ratio，是一個(gè)小于1的正數(shù)，此處設(shè)置α=0.75。

當(dāng)Mvalid中的特征描述子匹配對(duì)數(shù)大于4時(shí)，可由單應(yīng)性矩陣表示透視變換，即：

其中，（x，y）與（x′，y′）分別表示中I的一特征點(diǎn)坐標(biāo)（在集合Loc中）與由映射關(guān)系H映射到

I中對(duì)應(yīng)的坐標(biāo)（在集合Loc中）；矩陣H表示I到I的映射關(guān)系，使用隨機(jī)抽樣一致算法求解單應(yīng)性矩陣H；h為單應(yīng)性矩陣參數(shù)。

1.3 強(qiáng)健的指針檢測(cè)

1.3.1 中位數(shù)自適應(yīng)二值化

為了后續(xù)操作方便，需要對(duì)圖片進(jìn)行二值化，即每個(gè)像素用0或1表示。為了盡可能減小不均勻光照和陰影的影響，經(jīng)測(cè)試，使用中位數(shù)自適應(yīng)二值化可以獲得良好的效果。

記原始圖像為I，用窗口大小為k×k（k需要根據(jù)指針的寬度調(diào)整）的中值濾波器對(duì)I進(jìn)行濾波，得到I。記二值化后的圖片為I：

其中，參數(shù)c設(shè)為20。

1.3.2 有效區(qū)域掩膜

在指針檢測(cè)時(shí)，表盤(pán)上的刻度、標(biāo)簽與其他圖案會(huì)不可避免帶來(lái)干擾，為了減少這些因素帶來(lái)的誤差，首先根據(jù)模板設(shè)定有效區(qū)域掩膜。由于模板中的指針已經(jīng)被去除，因此可以直接使用基于中位數(shù)的自適應(yīng)二值化再進(jìn)行反色（0、1互換），即可得到有效區(qū)域掩膜。

記模板圖片為I（圖4），模板圖片二值化再反色的圖片為I（圖5）。

1.3.3 輸入原圖片預(yù)處理

在SIFT特征提取與模板匹配（圖6）步驟中，將相機(jī)當(dāng)前拍攝到的圖片設(shè)為I，將模板圖片設(shè)為I，獲取單應(yīng)性矩陣H。再根據(jù)H，將I通過(guò)H使用透視變換直接變換成I（圖7），把儀表區(qū)域?qū)R并截取出來(lái)。再使用中位數(shù)自適應(yīng)二值化，得到I（圖8）。最后將I和I進(jìn)行與運(yùn)算，得到I′（圖9）。

1.3.4 獲取候選指針端點(diǎn)

一根指針可以由其轉(zhuǎn)軸中心與端點(diǎn)完全描述。在模板制作中已經(jīng)有轉(zhuǎn)軸中心的信息，當(dāng)

I′中指針端點(diǎn)像素位置被確定，則整個(gè)指針即被確定。為了能強(qiáng)健地找到指針端點(diǎn)，需要建立一個(gè)候選指針端點(diǎn)集合C。理論上，I′中所有非0像素都是候選的指針端點(diǎn)，但是如果把

I′中所有非0像素的坐標(biāo)都放入C，則會(huì)使得后續(xù)計(jì)算量十分巨大，故采用如下方法進(jìn)行降采樣。

骨架化可以在保留結(jié)構(gòu)的前提下，使指針變成一個(gè)寬度為1像素的細(xì)線。其核心是迭代為每個(gè)非0像素進(jìn)行鄰域分析，逐漸收縮成骨架線。

I′骨架后的圖片記作I（圖10）。

根據(jù)模板中的圓心與大致的指針長(zhǎng)度，畫(huà)出若干個(gè)同心圓。最大的圓的半徑約為指針長(zhǎng)度，最小的圓的半徑約為5%半徑長(zhǎng)度。圓環(huán)掩膜記作Mask（圖11）。

將I和Mask進(jìn)行圖像與操作（圖12），其中所有非0像素點(diǎn)的坐標(biāo)放入候選指針端點(diǎn)集合C（圖13）。

1.3.5 使用鄰域加權(quán)函數(shù)找到最優(yōu)指針

為集合C中每個(gè)候選指針端點(diǎn)打分以評(píng)估其優(yōu)劣。具體過(guò)程如下。

將I′中所有非0像素點(diǎn)的坐標(biāo)放入集合P中。記指針模板中轉(zhuǎn)軸坐標(biāo)為center。

集合C中坐標(biāo)c的分?jǐn)?shù)計(jì)算式如下：

其中，kernel表示鄰域加權(quán)函數(shù)；d為指針寬度系數(shù)，通常情況下控制在指針寬度均值的四分之一左右；distPointToLine表示點(diǎn)到直線的距離函數(shù)；line（center，c）表示一條經(jīng)過(guò)center與c的直線；validity為有效性檢查函數(shù)，具體如下：

其中，vec（center，c）表示以center為起點(diǎn)，以c為終點(diǎn)的向量；vec（center，p）表示以center為起點(diǎn)，以p為終點(diǎn)的向量；·表示向量點(diǎn)乘；‖· ‖表示向量模長(zhǎng)。

為集合C中每個(gè)點(diǎn)進(jìn)行打分，分?jǐn)?shù)最高點(diǎn)即為指針端點(diǎn)（圖14）。

1.4 儀表讀數(shù)

筆者提出一種在刻度-位置映射表體系下的基于局部圓弧定位的插值讀數(shù)方法。在得到指針的直線后，通過(guò)直線與刻度位置的相對(duì)空間位置關(guān)系，確定指針?biāo)巿A弧，進(jìn)而通過(guò)角度插值計(jì)算出相應(yīng)的讀數(shù)。通過(guò)對(duì)局部圓弧內(nèi)進(jìn)行讀數(shù)計(jì)算，可以避免因人工標(biāo)注而引起的刻度線附近的讀數(shù)誤差。

首先通過(guò)相對(duì)位置關(guān)系判斷指針線段的終點(diǎn)，即針尖的位置。該部分需要一個(gè)輔助圓心，即標(biāo)識(shí)出儀表中心位置的點(diǎn)，通過(guò)判斷線段兩個(gè)端點(diǎn)與輔助圓心的距離從而得到代表針尖的端點(diǎn)。

其次定位針尖所處的圓弧。通過(guò)計(jì)算刻度矩形中心與指針直線的相對(duì)關(guān)系再加上針尖的位置來(lái)確定指針?biāo)幍目潭葏^(qū)間。需要注意的是，對(duì)于首尾相接的儀表，要額外對(duì)尾-首區(qū)域進(jìn)行判斷。

最后通過(guò)針尖所處的刻度區(qū)間進(jìn)行局部圓弧插值讀數(shù)。將刻度區(qū)間的中心與圓心進(jìn)行連接，得到局部圓弧，計(jì)算指針在該圓弧部分所占的角度比例，根據(jù)該比例進(jìn)行插值即可計(jì)算出儀表讀數(shù)。相關(guān)公式如下：

v=v+k（v-v）

其中，v為計(jì)算所得儀表讀數(shù)，如圖15指針處紅色細(xì)線所示；v、v分別為刻度區(qū)間的上下限；k為指針與下限刻度部分的夾角占該區(qū)間角度的比例，如圖16中紅色三角形及指針處紅色細(xì)線所示。

2 工業(yè)現(xiàn)場(chǎng)應(yīng)用與結(jié)果分析

測(cè)試用計(jì)算機(jī)CPU為i5?3317U，GPU為GTX?740M，內(nèi)存8 GB，Windows10操作系統(tǒng)。測(cè)試中消耗內(nèi)存約500 MB，一次識(shí)別耗時(shí)300 ms左右。識(shí)別過(guò)程及得到的識(shí)別結(jié)果如圖17所示，可以看出，該算法能夠有效克服光照、指針寬度、表盤(pán)反射、陰影遮擋等因素的影響，得到較好的識(shí)別結(jié)果，同時(shí)具有較強(qiáng)的抗干擾能力。

3 結(jié)束語(yǔ)

筆者設(shè)計(jì)了一種基于輪廓特征的標(biāo)注方法，建立刻度-位置映射后進(jìn)行模板匹配，然后使用基于鄰域加權(quán)的指針檢測(cè)方法確定指針位置，最后實(shí)現(xiàn)在該類(lèi)標(biāo)注體系下的基于局部圓弧定位的插值讀數(shù)。經(jīng)過(guò)現(xiàn)場(chǎng)工程應(yīng)用項(xiàng)目驗(yàn)證表明，筆者建立的指針式儀表讀數(shù)識(shí)別系統(tǒng)能獲得較準(zhǔn)確的儀表讀數(shù)，算法穩(wěn)定可靠。儀表識(shí)別模板錄入方法操作簡(jiǎn)便，識(shí)別方法有很強(qiáng)的抗干擾能力。不僅可以有效解決現(xiàn)場(chǎng)復(fù)雜情況下光照變化、指針寬度、表盤(pán)反射、陰影遮擋等影響因素導(dǎo)致的儀表指針無(wú)法提取、儀表讀數(shù)識(shí)別誤差大等問(wèn)題，而且還避免了前期復(fù)雜的人工標(biāo)定工作，可以在不同工業(yè)應(yīng)用場(chǎng)景中方便地遷移布署，具有很好的實(shí)際應(yīng)用價(jià)值。

參 考 文 獻(xiàn)

［1］ 張雪飛，黃山.多類(lèi)指針式儀表識(shí)別讀數(shù)算法研究［J］.電測(cè)與儀表，2020，57（16）：147-152.

［2］ 楊志娟，袁縱橫，喬宇，等.基于圖像處理的指針式儀表智能識(shí)別方法研究［J］.計(jì)算機(jī)測(cè)量與控制，2015，23（5）：1717-1720.

［3］ 項(xiàng)導(dǎo)，林歡.基于對(duì)稱(chēng)性特征的指針儀表識(shí)別［J］.機(jī)械設(shè)計(jì)與制造工程，2018，47（6）：114-118.

［4］ 李全鵬，蘇士美，許永波.基于三次樣條插值的指針式儀表識(shí)別方法研究［J］.電測(cè)與儀表，2020，57（1）：141-146.