基于图像处理的指针式仪表示数自动判读算法研究

　　(1)以ROI_BW任一刻度线为起始，其中心点为P_s，刻画待搜索区域，该区域为倾斜矩形，长和宽分别是w_s和h_s。

　　(2)使用基于LoG算子边缘检测的二值化方法对搜索区域进行二值化，再由P_s出发，沿过该点且与刻度线垂直的直线方向搜索相邻的刻度线。

　　(3)标记搜索到的相邻刻度线，记录中心坐标、刻度线长度、与水平轴夹角，更新起始点P_s，刻画新的待搜索区域继续搜索。

　　(4)若沿某方向搜索不到新的刻度线，说明该方向搜索完毕，返回起始刻度线，转换搜索方向继续搜索标记至结束。

　　逐步搜索标记刻度线的实例如图5所示，矩形框为搜索区域，两个箭头表示搜索方向。

3.2 刻度线排序

　　标记完所有刻度线后设置参考点，并结合已知仪表指针的旋转方向将刻度线排序。参考点设置方法为：设两个方向搜索到的末端两条刻度线中心点分别是p₁(x₁, y₁)和p₂(x₂, y₂)，参考点坐标可设为，h是原图像的高度。

3.3 读数

　　通过计算针尖位置和参考点连线的斜率，可以确定针尖位于哪两条刻度线之间，记这两条刻度线的序号为n₁和n₂(n₂>n₁)，同时计算针尖到这两条刻度线所在直线的距离为d₁和d₂，则读数V的计算方法为：

(10)

　　其中，S是仪表的量程，u是仪表的最小分度值，n'是搜索到的刻度线数目。

4 实验及评价

　　为了验证本文方法的准确性，测量了该公司214幅指针式仪表的图像。定义误差，其中V是本文算法的读数，V'是肉眼读数，将判读结果列于表1。有5幅图像由于光线太暗，导致无法正确标记刻度线;有85.05%的读数误差小于仪表最小分度值的5%，读数误差大于仪表最小分度值10%的仅4.20%，证明本文算法的准确率较高。

5 结论

　　(1)首先对图像进行预处理增强，然后对图像进行降采样和二值化，之后进行旋转投影提取出指针所在的区域。

　　(2)在指针两端分割出两块区域，基于LoG算子边缘检测的二值化方法在子区域中筛选出针尖的区域，并对针尖定位。

　　(3)采用逐步搜索的方法标记刻度线，并对刻度线排序，从而实现示数读数。

　　(4)判读了214幅图像的读数，85.05%的读数误差小于仪表最小分度值的5%，读数误差大于仪表最小分度值10%的仅4.20%，证明本文算法的准确率很高。

参考文献：

　　[1] Matas J, Galambos C, Kittler J. Robust detection of lines using progressive probabilistic hough transform[J]. Computer vision and image understanding, 2000,78(1):119-137

　　[2] 孙世杰，张凯，孙力，等.基于图像处理的航空仪表自动判读系统设计[J].科学技术与工程，2011,11(6):1260-1263+1284

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

　　[4] Lee C C, Shih C Y, Lee S K, et al. Enhancement of blood vessels in retinal imaging using the nonsubsampled contourlet transform[J]. Multidimensional Systems and Signal Processing, 2012,23(4):423-436

　　[5] 罗松，王俊峰，唐鹏，等.面向条码识读的自适应二值化改进算法[J].计算机工程与设计,2013,34(4):1324-1330