基于图像处理的指针式仪表示数自动判读算法研究

摘要：本文为了获取指针式仪表的示数，研究了基于图像处理的示数自动判读算法。根据采集到的仪表示数图像，首先采用预处理增强、降采样及二值化、旋转投影指针的方法提取出指针所在的区域;然后选取备选区域并进行二值化处理，在备选区域中定位了针尖的位置;最后对刻度线进行标记和排序，完成了示数判读。结果表明，测量的214幅图像中，误差小于仪表最小分度值5%的读数占85.05%。

引言

　　指针式仪表在工业生产中得到了广泛应用，如何快速准确读取仪表的示数是人们关心的问题。使用机械设备进行读数是一种方便、准确的方法，与之配套使用的图像处理和示数自动判读算法是整套设备的核心。国内外很多学者研究了指针式仪表示数自动判读算法^[1-3] ，但研究仍存在一些不足，如：算法不具有普遍性、没有考虑光线等干扰对判读结果的影响。因此，本文以某公司使用的指针式压力仪表为对象，研究了示数自动判读算法。

1 指针区域提取

1.1 预处理增强

　　本文使用一台CCD相机获取仪表读数的图像，由于光线较差时会导致图像灰暗，因此需要增强灰度值偏低的图像，步骤为：

　　(1)计算原图像整体平均灰度值M。

　　(2)如果M<M_th，则对图像进行幂次变换，th代表阙值。变换方法是：y =x^r，其中x 、y 分别是归一化后原灰度值和增强后的灰度值。取M_th=125，r =0.4。

　　以某仪表为例，增强效果如图1所示，将图1(b)的图像定义为I。

1.2 基于降采样处理的二值化

　　由于CCD相机采集到的原图像尺寸较大，采用经过8倍降采样的金字塔第3级图像^[4]进行图像降采样。定义降采样后的图像为I_low，计算其灰度均值为M_low，设置其阙值Th_low=0.6M_low。使用全局二值化^[5]方法进行二值化，低于阙值的像素点在二值图像中赋值为1，得到的二值图像记为BW_low。对于BW_low，首先去除与图像边界连接的连通域，同时将二值图中间的部分设置为感兴趣区域(ROI)，然后分别计算剩余连通域的长度，如果该长度低于某一阙值，则将其剔除。根据该思想，与图1(b)对应的降采样后的图像I_low如图2(a)所示，与I_low对应的连通域分析结果如图2(b)所示。

1.3 旋转投影提取指针

　　基于图2(b)，得到指针所在区域的步骤为：

　　(1)将图像左上角设置为原点(0, 0)，将图像BW_low绕其中心点C₀(w_l/2, h_l/2)依次逆时针旋转i (1°≤i≤180°)。

　　(2)旋转后将BW_r竖直投影，记录投影曲线的最大值m_i和最大投影点的横坐标x_i。

　　(3)根据所有m_i绘制全局投影曲线L_p，找到L_p的最大值点m*=max(m_i)以及取得该最大值时的旋转角度i*和对应的横坐标x*。

　　由于指针区域是长条状，因此只要得出其中一点的坐标，并对宽度加以约束，就可以得到包含指针的区域信息。指针区域关键坐标点P相对于C₀的坐标为：

(1)

　　在以C₀为中心的坐标系中，通过P且与指针区域指向平行的直线斜率k和截距b是：

(2)

　　确定直线方程后加入距离约束d，同时构造与图像I_low大小一致的模板图像I_m，I_m与此直线距离小于d的像素点设置为感兴趣点，所有感兴趣点构成了包含指针的条状区域。根据降采样的比例因子，将I_m放大至原始尺寸，与原图像I相乘，可以得出包含指针的条状区域图像I_p，如图3所示。

2 针尖区域提取及定位

2.1 备选区域提取

　　采用竖直的边缘提取算子提取指针的边缘信息，提取出竖直边缘特征后用Otsu二值化得到竖直边缘的二值图像，通过水平投影分析找到投影曲线的最大非零区间，可以确定图像I_p的旋转图像上指针两端的粗略坐标，进而变换到I_p中，得到指针两端的坐标。

的水平投影中最大的非零区间对应指针，从该区间的端点向曲线两侧搜索，若发现新的非零区间满足该区间与最大非零区间的间隔小于阙值ETh，则将该新区间并入最大非零区间。本文E_Th=h'/30，设图像的尺寸是h'×w'，H是旋转图像的高度。设在中，指针两端点的坐标是，和是上述最大非零区间两端点的坐标，是第行最左端非零点与最右端非零点的横坐标均值，的含义类似。粗略标记了指针两端在和中的位置。设原图像尺寸为h×w，将这两点的坐标变换到图像I_p中，得到在原图I中指针两端点的粗略坐标：

(3)