CN101620682A - 一种指针式仪表读数自动识别的方法及系统 - Google Patents

Abstract

本发明公开了一种指针式仪表读数自动识别的方法及系统，以解决目前仪表读数识别方法需要较多已知信息，在刻度线存在部分丢失、仪表倾斜等情况下读数难以识别的问题。所述方法包括：建立不同仪表的刻度查询表，形成数据库；采集仪表图像，输入仪表图像并对其进行预处理，以提取仪表表盘的有效识别区域；从仪表表盘的有效识别区域中，利用指针和刻度线笔画特征，提取仪表的指针和刻度线；根据提取的指针和刻度线，将提取的刻度线与刻度查询表数据库中对应的刻度查询表进行匹配，进行读数自动识别。本发明对仪表已知信息依赖少，通用性好，鲁棒性强；对仪表的平移、旋转、噪声干扰等情况均有较强的自适应性，可以比较准确得到指针的读数。

Description

一种指针式仪表读数自动识别的方法及系统

技术领域

本发明涉及图像处理领域，特别涉及一种指针式仪表的读数自动识别的方法及系统。

背景技术

指针式仪表在日常生活中有着广泛的应用。在电力部门、矿厂、石油开采区等特殊行业中，需要对仪表进行实时监控，以防止一些参数超标而引发意外。在仪表较多的情况下，依靠人工对仪表进行监控是一项枯燥而繁琐的工作，并且监控人员极易受到一些主客观因素的影响，导致人为监控存在极大的隐患。随着数字图像处理和模式识别技术的发展，由计算机代替人工对仪表进行实时监控成为可能，而其中最重要的一个步骤就是仪表读数的自动识别。

已有的仪表读数识别方法主要有：一般的数字图像处理方法、中心投影法。

一般数字图像处理的方法主要是采用一些数字图像处理的简单方法将指针从仪表图像中分割出来，这种方法一般需要很多已知信息如指针的大致位置、颜色及长度等等，对上述已知信息具有依赖性，在这些信息未知情况下无法完成读数识别。另外，采用这种处理方法来识别仪表读数，还存在只能识别特定仪表的缺陷，通用性能差，很难大范围推广。

中心投影法是采用条件霍夫变换结合连通体分析的方法提取刻度线，通过帧差法和中心投影法确定指针，然后根据指针和临近刻度线的距离计算出读数。该方法的优点是指针和刻度线的提取精确，其缺点是读数的计算依赖于指针临近刻度线，刻度线必须完备，不能存在丢失，而实际情况中由于表盘的磨损、环境污染等因素的影响，刻度线极易丢失，这种方法很难得到推广。

发明内容

本发明所要解决的技术问题是提供一种指针式仪表读数自动识别的方法及系统，以解决在现有技术条件下仪表读数识别需要较多已知信息，在刻度线存在部分丢失、仪表倾斜等情况下读数难以识别的问题。

为解决上述技术问题，根据本发明提供的具体实施例，本发明公开了以下技术方案：

一种指针式仪表读数自动识别方法，包括：

建立刻度查询表数据库，在表盘垂直无偏转的情况下，计算各刻度线的偏转角，构建各刻度线的偏转角与其相应刻度值的对应关系，建立刻度查询表，汇集不同仪表的刻度查询表形成刻度查询表数据库；

采集仪表图像，输入仪表图像并对其进行预处理，经提取得到仪表表盘的有效识别区域；

从仪表表盘的有效识别区域中，利用指针和刻度线的笔画特征，提取仪表的指针和刻度线；

根据提取的指针和刻度线，将提取的刻度线与刻度查询表数据库中对应仪表的刻度查询表进行匹配，从而进行读数自动识别。

优选的，所述对输入的仪表图像进行预处理的步骤，进一步包括：

对图像进行颜色空间转换，将图像由RGB颜色空间转换为灰度图像；

进行表盘背景与刻度颜色估计，估计表盘的背景及指针、刻度线的颜色；

提取表盘的有效区域。

优选的，所述进行表盘背景与刻度颜色估计的步骤进一步包括：

从采集得到的图像中心截取固定面积的图像，对该图像进行二值化，统计得到的二值图中的黑、白像素点的个数，如果黑点数大于白点数，则表盘为暗色，指针与刻度为亮色；反之则表盘为亮色，指针与刻度为暗色。

优选的，所述提取表盘有效区域的步骤进一步包括：

对采集图像的灰度图作二值化；

对二值图作形态学膨胀，连接存在断裂的区域；

通过连通体分析的方法提取出仪表的有效区域。

优选的，在通过连通体分析方法提取表盘有效区域过程中，其中有效表盘区域所在的连通体满足如下条件：该连通区域较大且该连通区域包含图像的中心点。

优选的，所述从仪表表盘的有效识别区域中提取仪表的指针和刻度线的步骤进一步包括：

根据表盘的有效区域及已知信息中表盘指针及刻度与表盘尺寸大小的关系，估计指针及刻度线的尺度；

根据估计得到的尺度量，利用指针和刻度线的笔画特征，提取表盘图像的笔画特征图；

将所述笔画特征图二值化；

对上一步得到的二值图进行连通体分析，并对得到的连通体作直线拟和；

对直线拟合过程中产生的噪声进行滤除；

由拟合得到的直线，估计表盘原点的位置；

计算每个连通体的长度，连通体与原点的距离，连通体所在直线与原点的距离，提取指针；

统计每个连通体与原点距离的距离直方图，提取刻度线。

优选的，所述根据提取的指针和刻度线自动进行读数识别的步骤进一步包括：

选择与仪表对应的刻度查询表；

根据提取的刻度线进行刻度线匹配，即计算提取的刻度线的偏转角，将其与刻度查询表中的标准角度序列进行匹配；

计算读数，根据匹配结果，寻找与指针偏转角邻近的刻度线，根据这两个刻度线的刻度值，采用线性插值的方法，计算得到指针的指示值。

优选的，所述选择仪表对应的刻度查询表，包括下面步骤：

建立刻度查询表，即在表盘垂直无偏转的情况下，计算各刻度线的偏转角，建立各刻度线的偏转角与其相应刻度值的对应关系表；

建立刻度查询表数据库，所述刻度查询表数据库包含不同种类、型号仪表的刻度查询表；

从所述刻度查询表数据库中选取待识别仪表对应的刻度查询表。

优选的，进行刻度线匹配时，其匹配准则为，待匹配刻度线各刻度间距与刻度查询表中匹配得到的刻度线间距成比例。

针对上述指针式仪表读数自动识别系统，本发明还公开了一种指针式仪表读数自动识别系统，包括：

刻度查询表数据库建立单元，用于建立不同类型型号仪表的刻度查询表库，某一型号仪表的刻度查询表建立方法如下：仪表在表盘垂直无偏转的情况下，计算各刻度线的偏转角，建立各刻度线的偏转角与其相应刻度值的对应关系表，即刻度查询表；

图像采集单元，用于采集仪表图像，并输入仪表图像；

仪表图像预处理单元，用于对输入的仪表图像进行预处理，以提取仪表表盘的有效识别区域；

指针与刻度线提取单元，用于从仪表表盘的有效识别区域中，提取仪表的指针和刻度线；

仪表读数识别单元，用于将提取的刻度线与刻度查询表进行匹配，从而进行读数自动识别。

优选的，所述的系统，还包括：

刻度查询表更新单元，可以更新刻度查询库中刻度查询表。

优选的，所述仪表图像预处理单元，进一步包括：

颜色空间转换子单元，用于对图像进行颜色空间转换，将图像由RGB颜色空间转换到灰度图；

刻度线颜色估计子单元，用于进行表盘背景与刻度颜色估计，估计表盘的背景及指针、刻度线的颜色；

表盘有效区域提取子单元，用于提取表盘的有效区域。

优选的，所述指针与刻度线提取单元进一步包括：

尺度估计子单元，用于根据表盘的有效区域及已知信息中表盘指针及刻度与表盘尺寸大小的关系，估计指针及刻度线的尺度；

笔画特征图提取子单元，用于根据估计得到的尺度量，利用指针和刻度线的笔画特征，提取表盘图像的笔画特征图；

将所述笔画特征图二值化；

直线拟合子单元，用于对在二值化子单元得到的二值图进行连通体分析，并对得到的连通体作直线拟和；

噪声滤除子单元，用于对直线拟合过程中产生的噪声进行滤除；

原点估计子单元，用于通过拟合得到的直线，估计表盘原点的位置；

指针提取子单元，用于计算每个连通体的长度，连通体与原点的距离，连通体所在直线与原点的距离，提取指针；

刻度线提取子单元，用于统计每个连通体与原点距离的距离直方图，提取刻度线。

优选的，所述仪表读数识别单元进一步包括：

刻度查询表选择单元，选择与仪表对应的刻度查询表；

根据提取的刻度线进行刻度线匹配，即计算提取的刻度线的偏转角，将其与刻度查询表中的标准角度序列进行匹配；

计算读数，根据匹配结果，寻找与指针偏转角邻近的刻度线，根据这两个刻度线的刻度值，采用线性插值的方法，计算得到指针的指示值。

与现有技术相比，本发明具有以下优点：

首先，本发明通过采集仪表图像，输入仪表图像并对其进行预处理，以提取仪表表盘的有效识别区域；从仪表表盘的有效识别区域中，提取仪表的指针和刻度线。这种方法能够自动提取表盘的有效识别区域，并根据有效区域的大小估计仪表的尺度，克服了以往仪表识别方法中过于依赖于已知信息的缺点。

其次，本发明采用了笔画提取和直线拟合的方法提取指针和刻度线，克服了以往的方法中往往需要事先知道指针与刻度线的位置关系、长短大小等已知信息的缺点。本发明提出的方法需要较少的已知信息，且提取得到的指针和刻度线精确，在图像存在一定平移、旋转、噪声干扰的情况下，仍能比较准确的将指针及刻度线提取出来。

再者，本发明采用刻度线匹配的方法进行指针读数的识别，鲁棒性好，抗干扰能力强，即使在刻度线存在部分丢失的情况下，该方法仍然可以较为准确地计算得到指针的读数。

最后，本发明通过建立刻度线查询表，来进行刻度线匹配，并可输入不同仪表的信息以建立相应的刻度查询表数据库，可满足用户对不同仪表进行监控识别的需要。

附图说明

图1是指针式仪表读数自动识别方法的总体流程图；

图2是表盘图像预处理子步骤流程图；

图3是指针及刻度线提取子步骤流程图；

图4是指针读数识别子步骤流程图；

图5a是输入的仪表原始图像图；

图5b是经过预处理的表盘有效区域图；

图6a是指针及刻度线经笔画提取后的笔画特征图；

图6b是笔画特征图的二值化图；

图6c是经噪声滤除后的直线拟合图；

图6d是指针及刻度线提取图；

图7是刻度线匹配示意图；

图8是指针式仪表读数自动识别系统的流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提供了一种指针式仪表读数自动识别的方法及系统，本发明采用了笔画提取和直线拟合的方法提取指针及刻度线，克服了在现有技术条件下仪表读数识别需要较多已知信息的缺点，且鲁棒性强，对仪表的平移、旋转、噪声干扰等情况均有较强的自适应性。其次，本发明采用了刻度线匹配和线性插值的方法计算指针的读数，克服了在刻度线存在部分丢失、仪表倾斜等情况下读数难以识别的困难，可以比较准确的计算得到指针的读数。

本发明可以准确的得到仪表读数，可应用于仪表实时监控系统的设计方案，这种方案利用上述指针式仪表的指针与刻度线的自动提取技术及读数自动识别技术，将识别出的读数存入工控机，并对其进行实时监控。

参考图1，显示了本发明的一种指针式仪表读数识别方法实施例的流程图，具体可以包括以下步骤：

步骤S101建立刻度查询表数据库，在表盘垂直无偏转的情况下，计算各刻度线的偏转角，构建各刻度线的偏转角与其相应刻度值的对应关系，建立刻度查询表，汇集不同仪表的刻度查询表成刻度查询表数据库；

步骤S102，采集仪表图像，输入仪表图像并对其进行预处理，以提取仪表表盘的有效识别区域，其子步骤流程图见图2所示

步骤S103，从仪表表盘的有效识别区域中，提取仪表的指针和刻度线，其子步骤流程图见图3所示；

步骤S104，根据提取的指针和刻度线，将提取的刻度线与刻度查询表数据库中对应的刻度查询表进行匹配，从而进行读数自动识别，其子步骤流程图见图4所示。

如图2所示，优选的，所述对所输入的仪表图像进行预处理的步骤，可以包括以下子步骤：

子步骤A1，对图像进行颜色空间转换，将图像由RGB颜色空间转换到灰度图；

子步骤A2，进行表盘背景与刻度颜色估计，估计表盘的背景及指针、刻度线的颜色；

子步骤A3，提取表盘的有效区域。

其中，更为优选的，子步骤A1将RGB颜色空间转换至灰度图，本发明采用YUV颜色空间(即亮度、色调、饱和度颜色空间)亮度信息Y，将RGB图转换为灰度图相应的计算公式为：

Y＝0.3×R+0.59×G+0.11×B                           (1)

以得到原始图像的亮度(即灰度)图像。

更为优选的，所述子步骤A 2进行表盘背景与刻度颜色估计的步骤进一步包括：

子步骤A21，在采集得到的图像中心截取w×h大小的图像，其中w，h分别代表截取图像的的高度和宽度。本发明实施例w，h取采集得到图像宽、高的1/5；

子步骤A22，对该图像进行二值化，统计得到的二值图中的黑、白像素点的个数，如果黑点数大于白点数，则表盘为暗色，指针与刻度为亮色；反之则表盘为亮色，指针与刻度为暗色。

更为优选的，子步骤A3表盘有效区域提取采用的是形态学膨胀和种子填充的方法，本发明不限定提取表盘有效区域的方法。

子步骤A3进一步包括：

子步骤A31，对采集图像的灰度图作二值化；

子步骤A32，对二值图作形态学膨胀，连接存在断裂的区域；

子步骤A33，通过连通体分析的方法提取出仪表的有效区域，有效表盘区域所在的连通体应该满足如下条件：

1)该连通区域较大；

2)该连通区域包含图像的中心点。

本发明实施例中对连通体所在连通区域占原图面积3/5以上的才提取。

图5a为本实施例中系统采集到的表盘原始图像，经过颜色空间转换，指针和刻度线估计后，提取的表盘有效识别区域见图5b。

优选的，本发明采用了笔画提取和直线拟合的方法提取指针和刻度线。其中，笔画算子可以用来提取存在一定宽度的笔画信息，最先用于文字的笔画提取研究。指针与刻度也存在一些笔画信息，故可用笔画算子来对其进行提取。

如图3所示，优选的，所述从仪表表盘的有效识别区域中提取仪表的指针和刻度线的包括如下步骤：

子步骤B1，根据表盘的有效区域及已知信息中表盘指针及刻度与表盘尺寸大小的关系，估计指针及刻度线的尺度；

子步骤B2，根据估计得到的尺度量，提取表盘图像的笔画特征图；

子步骤B3，对笔画特征图进行二值化处理；

子步骤B4，对上一步得到的二值图进行连通体分析，并对得到的连通体作直线拟和；

子步骤B5，对直线拟合过程中产生的噪声进行滤除；

子步骤B6，由拟合得到的直线，估计表盘原点的位置；

子步骤B7，计算每个连通体的长度Li，连通体与原点的距离di，连通体所在直线与原点的距离Di，提取指针；

子步骤B8，统计每个连通体距原点距离d_i的距离直方图，提取刻度线。

更为优选的，在进行子步骤B1指针和刻度的尺度估计时，本发明采用的方法是：

待估计量为指针的长D₁、宽D_w，刻度线的宽度S_W，

其中，

$D_l=\frac{W+H}{8}---\left(2\right)$

其中，W和H分别为有效表盘区域的宽和高。需要注意的是，这个估计是一个粗略的估计，得到一个大概的尺度即可，不需要很精确。

更为优选的，子步骤B 2进行笔画特征提取时，方向笔画强度的计算公式为：

$D{E}_d^{+}\left(p\right)={\max }_{i=1}^{W-1}\left\{\min \right\{f_d(p-i),f_d(p+W-i\}\}-f\left(p\right);---\left(4\right)$

$D{E}_d\left(p\right)=\left\{\begin{array}{c}D{E}_d^{+}\left(p\right),\mathrm{ifD}{E}_d^{+}\left(p\right)>0\\ 0,\mathrm{otherwise};\end{array}\right.---\left(5\right)$

式中，d＝0，1，2，3分别代表笔画最常见的0，π/4，π/2，3π/4四个方向，W为笔画宽度上限；f_d(p+i)表示d方向上与点p距离为i的点像素灰度值。

笔画特征图定义为四个方向笔画特征的最大值，如图2(c)所示，用公式表示为：

$D{E}_W\left(p\right)=\mathrm{Ma}{x}_{d=0}^3\left\{D{E}_d\left(p\right)\right\};---\left(6\right)$

在本实施例中，对图5b所示的表盘有效区域做笔画特征提取，得到的结果如图6a所示的笔画特征图。

更为优选的，本实施例采用基于Ostu阈值选取的全局阈值法对上述笔画特征图象进行二值化。Ostu-最大类间方差是由日本学者大津(Ostu)于1979年提出，是一种自适应的阈值确定的方法，又叫大津法，简称Ostu。Ostu算法可以说是自适应计算单阈值(用来转换灰度图像为二值图像)的简单高效方法。该算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大，划分点就是求得的阈值。

图6b是本实施例采用Ostu方法对笔画特征图进行处理后得到的二值化图；

更为优选的，本发明采用最小二乘法对连通体进行直线拟合，其具体方法为：

输入连通体内各个点的坐标P，其中P＝{(x₁，y₁)，(x₂，y₂)，L，(x_n，y_n)}。通过计算，得到该连通体所在直线方程a*x+b*y+c＝0中的参数a，b，c。

具体实施方法：

使拟合误差最小，即：

$E=\min \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(a{x}_i+b{y}_i+c)}^2---\left(7\right)$

s.t.a²+b²＝1                                     (8)

对上述最小化问题变形可得到：

$\left(\begin{array}{ccc}\stackrel{\‾}{x^2}& \stackrel{\‾}{\mathrm{xy}}& \stackrel{\‾}{x}\\ \stackrel{\‾}{\mathrm{xy}}& \stackrel{\‾}{y^2}& \stackrel{\‾}{y}\\ \stackrel{\‾}{x}& \stackrel{\‾}{y}& 1\end{array}\right)\left(\begin{array}{c}a\\ b\\ c\end{array}\right)=\mathrm{\λ}\left(\begin{array}{c}2a\\ 2b\\ 0\end{array}\right)---\left(9\right)$

式中，符号“”表示取平均，求解该矩阵，从而得到待拟合直线方程的参数分别为：

c＝-ax-by                                        (10)

$\left(\begin{array}{cc}\stackrel{\‾}{x^2}-\stackrel{\‾}{x}\stackrel{\‾}{x}& \stackrel{\‾}{\mathrm{xy}}-\stackrel{\‾}{x}\stackrel{\‾}{y}\\ \stackrel{\‾}{\mathrm{xy}}-\stackrel{\‾}{x}\stackrel{\‾}{y}& \stackrel{\‾}{y^2}-\stackrel{\‾}{y}\stackrel{\‾}{y}\end{array}\right)\left(\begin{array}{c}a\\ b\end{array}\right)=\mathrm{\μ}\left(\begin{array}{c}a\\ b\end{array}\right)---\left(11\right)$

式(11)为一个二维特征值求解问题，可以获得两个知道比例关系的封闭解，这个比例可以通过a²+b²＝1限制得到。这个问题的两个解是两条相互垂直的直线，其中一个使误差最小，即为拟合得到的直线。

更为优选的，子步骤B 5进行噪声滤除的目的是滤除点过于分散、不构成直线的连通体。其以最小二乘平均拟合误差为滤除标准，即在步骤B 4直线拟和过程中，若拟和误差大于某个阈值，则该连通体内的点不构成直线，即，不是指针和刻度线。

其计算方法：以最小二乘平均拟合误差为滤除标准，假设对连通体P＝{(x₁，y₁)，(x₂，y₂)，L，(x_n，y_n)}拟合得到的直线方程为：a*y+b*y+c＝0，则其相应的平均拟合误差为：

$\stackrel{\‾}{E}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(a{x}_i+b{y}_i+c)}^2---\left(12\right)$

若拟合误差大于某一阈值：E＞TH，则说明该连通体内的点不构成直线，滤除该连通体。

本发明实施例中过滤阈值TH取1.5f。本发明不限定过滤阈值的选取。图6c是经噪声滤除后的直线拟合图；

更为优选的，子步骤B 6进行原点估计，原点是表盘刻度线所构成圆周的圆心。步骤为由拟合得到的直线，估计表盘原点的位置。估计方法为，寻找距离经拟合得到的有效直线的距离平方和最小的点。

输入经最小二乘拟合得到的直线序列：

L＝{(a₁，b₁，c₁)，(a₂，b₂，c₂)，L，(a_m，b_m，c_m)}    (13)

本方法的原理为：原点是刻度线和指针线的理论交点，实际中为距刻度线和指针线所在直线最近的点

估计方程：

$\mathrm{Dist}=\min \underset{i=1}{\overset{M}{\mathrm{\Σ}}}{(a_{i}x+b_{i}y+c_i)}^2---\left(14\right)$

估计方法：在预定的搜索区间内，搜索使上式Dist最小的坐标点(x，y)，该点即为原点。为减少搜索时间，本文所取搜索区间的左上坐标与右下坐标分别为：

其中，W，H分别为有效表盘区域的宽和高。

更为优选的，子步骤B7指针提取方法为，计算每个连通体的长度L_i，连通体与原点的距离d_i，连通体所在直线与原点的距离D_i，指针区域的提取条件为：

L_i＞TH₁，di＜TH₂，Di＜TH₃                           (15)

TH₁，TH₂，TH₃分别为指针的长度下限阈值，指针与原点的距离上限阈值，指针所在直线与原点的上限阈值。本实施中， $T{H}_1=\frac{W+H}{8},$ 其中，W，Y分别为有效表盘区域的宽和高；TH₂、TH₃都取其中，D_w为估计得到的指针大致宽度。

更为优选的，所述子步骤B8提取刻度线的方法为，统计每个连通体距原点距离d_i的距离直方图Hist，由于刻度线距原点的距离近似相等且刻度线区域占极大部分，Hist的峰值对应的距离d_max即为原点与刻度线的近似距离。刻度线的提取条件为：

d_i＞d_max-TH₄且d_i＜d_max+TH₄                         (16)

由于表盘中的刻度线较多且它们与原点的距离大致相等(或存在较小的偏差)，所以统计刻度线与原点的距离直方图时，直方图的某个统计区域内会聚集较多的统计点，这个区域所对应的距离即为刻度线与原点的距离，本发明中用d_max表示。TH₄为预设阈值，本发明中TH₄取为0.05*d_max。

如图6d所示，是本实施例中经提取后的指针和刻度线图；

如图4所示，优选的，所述根据提取的指针和刻度线自动进行读数识别包括如下步骤：

子步骤C1，选择与仪表对应的刻度查询表；

子步骤C2，根据提取的刻度线进行刻度线匹配，即计算提取的刻度线的偏转角，将其与刻度查询表中的标准角度序列进行匹配；

子步骤C3，计算读数，根据匹配结果，寻找与指针偏转角邻近的刻度线，根据这两个刻度线的刻度值，采用线性插值的方法，计算得到指针的指示值。

更为优选的，子步骤C2刻度线匹配方法为，将计算得到的刻度线的偏转角，与刻度查询表中的标准角度序列进行匹配，匹配准则为，待匹配刻度线各刻度间距与刻度查询表中匹配得到的刻度线间距成比例。刻度线匹配的示意图如图7所示。

其中，计算刻度线偏转角的方法为：

设刻度线所在直线的方程为a*x+b*y+c＝0(经最小二乘拟合得到)，则该刻度线的偏转角θ为：

$\widehat{\mathrm{\θ}}=\arctan \frac{b}{a}---\left(17\right)$

刻度线匹配准则为：

$\frac{x_{i+1}-x_i}{X_{j+l}-X_j}=\frac{x_i-x_{i-1}}{X_j-X_{j-l}}=C---\left(19\right)$

式中，C为比例常数，x_i-1，x_i，x_i+1为计算得到的刻度线角度，X_j-l，X_j，X_j+l度查询表中与x_i-1，x_i，x_i+1相匹配的刻度线的角度。

更为优选的，子步骤C3计算读数的方法为：

根据匹配结果，寻找与指针偏转角邻近的刻度线，根据这两个刻度线的刻度值，采用线性插值的方法，计算得到指针的指示值。

其中，线性插值的实线步骤为：输入指针的偏转角X′，与指针邻近的左刻度线的偏转角X_i及其刻度值Y_i，与指针邻近的右刻度线的偏转角X_j及其刻度值Y_j。

计算公式为：

$Y^{\′}=\frac{Y_j-Y_i}{X_j-X_i}(X^{\′}-X_i)+Y_i---\left(20\right)$

本发明公开了一种指针式仪表读数自动识别的方法和系统，通过采集仪表图像，输入仪表图像并对其进行预处理，以提取仪表表盘的有效识别区域；从仪表表盘的有效识别区域中，提取仪表的指针和刻度线。这种方法能够自动提取表盘的有效识别区域，并根据有效区域的大小估计仪表的尺度，克服了以往仪表识别方法中过于依赖于已知信息的缺点；在图像存在一定平移、旋转、噪声干扰的情况下，仍能比较准确的将指针及刻度线提取出来；同时本发明采用刻度线匹配的方法进行指针读数的识别，即使在刻度线存在部分丢失的情况下，仍然可以较为准确地计算得到指针的读数。

Claims (10)

1、一种指针式仪表读数自动识别方法，其特征在于，包括如下步骤：

建立不同仪表的刻度查询表，形成数据库；

采集仪表图像，输入仪表图像并对其进行预处理，获得仪表表盘的有效识别区域；

从所述仪表表盘的有效识别区域中，根据仪表有效识别区域的笔画特征，提取仪表的指针和刻度线；

根据所述提取的指针和刻度线，通过与数据库中对应刻度查询表之间的刻度匹配，进行读数自动识别。

2、根据权利要求1所述的方法，其特征在于，所述建立刻度查询表数据库包括：在表盘垂直无偏转情况下，计算各刻度线偏转角，构建偏转角与刻度值的对应关系，建立刻度查询表，汇集不同仪表的查询表形成数据库，所述数据库还包括刻度查询表信息的更新。

3、根据权利要求1所述的方法，其特征在于，所述对输入的仪表图像进行预处理的步骤，包括：

对图像进行颜色空间转换，将图像由RGB颜色空间转换为灰度图像；

表盘背景与刻度颜色估计，估计表盘的背景及指针、刻度线颜色；

提取表盘的有效区域。

4、根据权利要求3所述的方法，其特征在于，所述进行表盘背景与刻度颜色估计的步骤包括：

在采集得到的图像中心截取固定面积的图像，对该图像进行二值化，统计得到的二值图中的黑、白像素点的个数，如果黑点的数量大于白点数，则表盘为暗色，指针与刻度为亮色；反之则表盘为亮色，指针与刻度为暗色。

5、根据权利要求3所述的方法，其特征在于，所述提取表盘有效区域的步骤包括：

对采集图像的灰度图作二值化处理；

对二值图作形态学膨胀，连接存在断裂的区域；

通过连通体分析的方法提取出仪表的有效区域。

6、根据权利要求5所述的方法，其特征在于，所述连通体分析方法中，连通区域占原图面积比例较大，且连通区域包含图像的中心点。

7、根据权利要求1所述的方法，其特征在于，所述从仪表表盘的有效识别区域中提取仪表的指针和刻度线的步骤包括：

根据表盘的有效区域及已知信息中表盘指针及刻度与表盘尺寸大小的关系，估计指针及刻度线的尺度；

根据估计得到的尺度量，利用指针和刻度线的笔画特征，提取表盘图像的笔画特征图；

将所述笔画特征图二值化；

对二值笔画特征图进行连通体分析，对所得连通体作直线拟和；

对直线拟合过程中产生的噪声进行滤除；

由拟合得到的直线，估计表盘原点的位置；

计算每个连通体的长度，连通体与原点的距离，连通体所在直线与原点的距离，提取指针；

统计每个连通体与原点距离的距离直方图，提取刻度线。

8、根据权利要求1所述的方法，其特征在于，所述根据提取的指针和刻度线自动进行读数识别的步骤包括：

选择与仪表对应的刻度查询表；

计算提取刻度线的偏转角，将其与刻度查询表中的标准角度序列进行匹配；

根据匹配结果，寻找与指针偏转角邻近的刻度线，根据这两个刻度线的刻度值，采用线性插值的方法，计算得到指针的指示值。

9、根据权利要求8所述的方法，其特征在于，进行刻度线匹配时，待匹配刻度线各刻度间距与刻度查询表中匹配得到的刻度线间距成比例。

10、一种指针式仪表读数自动识别系统，其特征在于，包括：

刻度查询表数据库建立单元，包含不同种类不同型号仪表的刻度查询表；

仪表图像采集单元，用于采集仪表图像，并输入仪表图像；

仪表图像预处理单元，用于对输入的仪表图像进行预处理，获得仪表表盘的有效识别区域；

指针与刻度线提取单元，用于从仪表表盘的有效识别区域中，提取仪表的指针和刻度线；

仪表读数识别单元，用于将提取的刻度线与刻度查询表数据库中对应的刻度查询表进行匹配，从而进行读数自动识别。

Images