[发明专利]一种用于多个指针式仪表识别的定位方法

说明书

本发明公开了一种用于多个指针式仪表识别的定位方法，包括将降维后的模板图像的LARK特征图作为滑动窗口在多个尺度下的输入图像的LARK特征图中滑动，得到不同尺度下的余弦相似度图；将不同尺度下的余弦相似度图变换为多个RM相似度图，构成每个尺度下的输入图像的相似图，在每个尺度下进行仪表检测，若相似图中的最大RM相似度大于阈值，则将RM相似度最高的前M％在输入图像中对应的区域作为初步的指针式仪表候选区域，排除多余重叠区域得到最终的指针式仪表候选区域；提取最终的指针式仪表候选区域图像和模板图像的特征点进行匹配，得到输入图像中指针式仪表区域的精确定位。本发明适应性好，实时性强，指针式仪表定位准确率高。

技术领域

本发明属于图像处理和模式识别技术领域，更具体地，涉及一种用于多个指针式仪表识别的定位方法。

背景技术

随着工业自动化、图像处理和模式识别技术的发展，对广泛应用于电力、石油、化工等行业的各类指针式仪表，需要进行机器人智能巡检，以代替人工巡检，提高巡检效率，降低人工巡检的危险和巡检成本。

对于指针式仪表的定位，现有的方法一般有2种：(1)假定仪表为圆形仪表，通过霍夫算法，进行圆检测，定位待识别图像中指针式仪表的位置；(2)检测指针式仪表的特征点与模板图像的特征点，通过匹配对应的特征点定位指针式仪表的位置。

指针式仪表的定位方法(1)要求指针式仪表为圆形仪表，指针式仪表的周围环境中必须没有其他圆形的物体；要求拍摄仪表的相机固定，这在实际应用中会受到限制，且霍夫变换圆形检测方法时间复杂度高，实时性不强，当图像中存在多个指针式仪表时，算法耗时长；此外，还要求指针式仪表的视角偏转幅度不能过大，否则无法检测到。方法(2)要求指针式仪表的周围环境没有其他外部的物体，而且仪表必须在输入图片中占主体位置，否则无法检测到；同时，仪表还必须要有稳定的特征点，否则无法从仪表区域提取出特征点，导致定位失败。

因此，现有的指针式仪表定位方法存在适应性不好，实时性不强，指针式仪表定位准确率不高的技术问题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种用于多个指针式仪表识别的定位方法，由此解决现有的指针式仪表定位方法存在适应性不好，实时性不强，指针式仪表定位准确率不高的技术问题。

为实现上述目的，本发明提供了一种用于多个指针式仪表识别的定位方法，包括：

(1)获取输入图像的LARK特征图和模板图像的LARK特征图，对降维后的输入图像的LARK特征图进行缩放，得到多个尺度下的输入图像的LARK特征图；

(2)将降维后的模板图像的LARK特征图作为滑动窗口，利用滑动窗口在多个尺度下的输入图像的LARK特征图中滑动，每次滑动后计算滑动窗口与滑动窗口内的输入图像的LARK特征图的余弦相似度，多次滑动后得到每个尺度下的输入图像的LARK特征图的余弦相似度；

(3)将多个余弦相似度变换为多个RM相似度，利用多个RM相似度构成每个尺度下的输入图像的相似图，对每个尺度下的输入图像的相似图进行仪表检测，若相似图中的最大RM相似度大于阈值，则选择相似图中RM相似度最高的前M％在输入图像中对应的区域作为初步的指针式仪表候选区域，然后使用非极大值抑制算法排除掉初步的指针式仪表候选区域中的多余重叠区域，得到最终的指针式仪表候选区域；

(4)提取最终的指针式仪表候选区域图像和模板图像的特征点，进行匹配，得到输入图像中指针式仪表区域的精确定位。

进一步地，步骤(1)包括：

(1-1)获取输入图像的LARK特征构成输入图像的LARK特征图，获取模板图像的LARK特征构成模板图像的LARK特征图，利用PCA算法降低输入图像的LARK特征图和模板图像的LARK特征图的维度；