[发明专利]一种基于机器视觉的细指针表盘识别读数方法

摘要

本发明公开了一种基于机器视觉的细指针表盘识别读数方法，包括下述步骤：步骤一，制作模板文件，截取矩形区域作为匹配模板，保存并设置矩形图片的文件名；本发明利用机器视觉技术代替了人工读取细指针仪表式的示数，可解决人工读数精确度不高，效率低，易疲劳等问题。本发明新的图像分割新算法可以减少其他特征细指针的分割干扰，提高其识别的鲁棒性，解决细指针特征不明显难以检测到指针的问题。本发明使得指针识别能够在室外识别，能够适应光照不均或者光照变化，提高识别的精度和可靠性。

主权项

1.一种基于机器视觉的细指针表盘识别读数方法，其特征在于，包括下述步骤：步骤一，制作模板文件，截取矩形区域作为匹配模板，保存并设置矩形图片的文件名；在矩形区域中的表盘刻盘上画五个点，通过前三个点求出表盘刻盘圆的半径与圆心，三个点标记为(x1,y1)、(x2,y2)和(x3,y3)，具体方法如下：表盘刻盘圆的标准公式为：(x‑a)2+(y‑b)2＝r2；将所述三点带入上述标准公式中求出a，b，r，则圆心坐标为(a，b)，半径R＝r；后两点标记为(x4,y4)和(x5,y5)，第一点(x1,y1)和第四点(x4,y4)用于求出表盘最小刻度所成的角度Amin，第三点(x3,y3)和第五点(x5,y5)用于求表盘最大刻度所成的角度Amax；第一点(x1,y1)和圆心坐标(a，b)所形成的角度设置为扇形起始角度Astart，第三点(x3,y3)和圆心坐标(a，b)所形成的角度为扇形终止角度Aend；步骤二，以步骤一中的文件名建立配置xml文件，设置表盘的最大刻度值V1,最小刻度值V2，步骤一中的圆心坐标(a，b)和半径R，以及Amin、Amax、Astart和Aend，将这些数据保存入配置xml文件中；步骤三，读入表盘图像P1，由于SURF算法具有尺度不变性，且旋转不变，且有高速的特点，所以采用SURF算法进行模板匹配，并且在其中设置特征点判断，少于六个特征点则反馈匹配失败，这样可以防止得到错误数据来提高算法的准确度，以此获表盘ROI图像；步骤四，读取配置xml文件中的所有参数，创建一个与表盘ROI图像一样大小的黑底图像，在此黑底图像上填充一个高亮的扇形区域，则此图像用P2表示，用画椭圆的方式填充，以圆心(a,b)为椭圆圆心，表盘ROI图像的高以row表示，椭圆长轴和短轴都为R‑row/4，扇形角度范围为0到360度，则图像P2是一种掩模的作用；步骤五，此步骤得到含有特定区域的图像用P7表示，该特定区域只有指针，没有其他干扰因素，而表盘ROI图像除了该特定区域外，其他部分像素值都为255；首先创建一个与表盘ROI图像一样大小的白底图像P3，在图像P3上填充一个黑色的扇形区域，用画椭圆的方式填充，以圆心(a,b)为椭圆圆心，椭圆长轴和短轴都为R‑8，扇形角度范围为Astart到Aend，则此时填充扇形区域的图像为P4；将原图P1中除图像P4扇形区域的像素值不变而其余部分像素值均设置为0，从而得到图像P5，即P5＝P1‑P4；将图像P5中像素值为0的设置为255，得到的图像用P6表示，即P6＝P5+P4；用图像P6和步骤四中得到的图像P2相加从而得到图像P7，即P7＝P6+P2；步骤六，对步骤五中得到的图像P7进行灰度拉伸，由于光线原因会造成图像局部过亮或过暗，需要对图像进行拉伸使之覆盖较大的取值区间，来适应光线变化，具体方法如下：图像P7的图像像素值用g(x,y)表示，设其大部分像素的灰度级分布在区间[c,d]，则变换后图像像素值v(x,y)的灰度范围扩展到区间[e,f]，采用下述线性变换来实现：则灰度拉伸后的图像用P8表示；步骤七，采用百分比阈值，即P‑Tile法来获取分割阈值T，然后通过下述公式进行阈值分割：由于指针长度占整个图像不会有太大变化，因此可获得先验概率，使得二值化后的目标或背景像素比例等于先验概率；将步骤七中的图像P8进行灰度处理，然后阈值化处理后的图像用P9表示；步骤八，求出指针角度，对步骤七中的图像P9获取轮廓，通过轮廓周长来筛选出指针，过滤其他小的轮廓，处理后的图像用P10表示；对指针轮廓进行直线拟合，求出直线的角度即指针角度，并用A表示；步骤九，通过表盘量程与表盘最小刻度所形成的角度和表盘最大刻度所成的角度得出指针读数RD，具体计算公式如下：其中，V1为表盘最大刻度值,V2为表盘最小刻度值，Amin为表盘最小刻度所成的角度，Amax为表盘最大刻度所成的角度。