[发明专利]一种基于旋转目标检测的指针式仪表自动读数方法

说明书

本发明涉及视觉测量技术领域，具体涉及一种基于旋转目标检测的指针式仪表自动读数方法，其主要步骤包括：表盘区域提取与透视变换；指针检测与细化；刻度值识别；读数计算。本方法利用Fast SCNN网络提取表盘区域并进行透视校正，为后续识别工作提供高质量的表盘图像；构建基于R³Det的改进型旋转目标检测网络，获取指针检测框，具有精度高的特点；获得指针骨架、表盘刻度后，采用角度法计算读数，实现自动读数。本发明提出的基于旋转目标检测的指针式仪表自动读数方法，能精确地定位指针区域，并在该区域内进行带方向的腐蚀去除干扰、拟合指针所在直线，极大地提高了指针提取的精度，尤其对狭细指针具有良好的检测效果。

技术领域

本发明属于视觉测量技术研究领域，尤其涉及一种基于旋转目标检测的指针式仪表自动读数方法。

背景技术

针对指针式仪表的读数，人工判读的方法易受外界因素和人的主观因素影响，使读数结果存在较大误差。此外，在某些需要频繁读数的重工业现场，如化工、冶金等，人工读数的工作量巨大且内容单一，不仅费时费力，而且无法保证读数的准确性和快速性。同时，有些仪表可能处在高温、高电压或高辐射区域，人工读数会给安生生产带来一系列的隐患。因此，进行指针式仪表的自动读数识别，具有重要的实际意义。

仪表指针的提取是影响读数准确率的关键步骤之一。提取指针的方法大致可以分为两种，一种是传统的图像处理算法，即去除干扰后利用直线检测、模板匹配等方法确定指针所在的直线，这类方法的适应能力往往比较差，当表盘内背景图案比较复杂时，检测准确率会因干扰过多而剧烈下降；另一种是深度学习技术，主要是利用语义分割算法获取指针区域，但当指针比较狭细时，无法取得良好的分割效果，易将指针像素归类为背景。

发明内容

针对上述现有技术的不足，本发明研究了一种基于旋转目标检测的指针式仪表自动读数方法，利用改进的旋转目标检测精确定位指针区域，并在该区域内进行带方向的腐蚀去除干扰、拟合指针所在直线，极大地提高了指针提取的精度。

为实现上述目的，本发明采用的技术方案如下。

一种基于旋转目标检测的指针式仪表自动读数方法，包括以下步骤：

步骤(1)，表盘区域提取与透视校正，获得表盘区域校正图像；

步骤(2)，指针检测与细化，具体步骤如下：

步骤2.1)构建并训练基于R³Det的改进型旋转目标检测网络，通过旋转目标检测网络获得指针旋转边界框；

步骤2.2)根据指针旋转边界框构建指针区域的蒙版，叠加到表盘区域校正图像上，并进行阈值分割，获得只包含指针区域的二值图像；

步骤2.3)对步骤2.2)得到的只包含指针区域的二值图像进行带方向的腐蚀、连通域标记，并对最大的连通域作最小二乘直线拟合，获得指针骨架；

步骤(3)，刻度值识别；

步骤(4)，读数计算。

进一步地，所述步骤(1)的具体步骤如下：

步骤1.1)，将原始图像输入训练好的Fast SCNN网络，生成表盘区域掩膜图像，所述表盘区域掩膜图像为二值图像，掩膜图像中白色为网络预测出的表盘区域，黑色为背景；

步骤1.2)，对表盘区域掩膜图像进行椭圆检测，获得表盘轮廓的拟合椭圆，表盘椭圆的中心坐标、长半轴、短半轴以及倾角分别记为(x_c,y_c)、a、b、θ；

步骤1.3)，利用中心为(x_c,y_c)、边长为2a的方形框截取表盘区域图像；