CN101660932A - 一种指针式汽车仪表自动校验方法 - Google Patents

Abstract

本发明公开了一种基于HSI模型和Hough变换的指针式汽车仪表自动校验方法。针对汽车仪表盘颜色信息丰富的特征和采集图像时目标区域周边有阴影的现象，将RGB模型下的表盘图像转到HSI模型以消除阴影影响，并利用色调和饱和度分量作为特征参数进行图像分割，并采用Hough变换检测目标，最后分别计算出指针指向主要刻度线时相对于零刻度线的偏转角，并与相对应的标准偏转角比较，若超过允许误差范围则返回重调。本发明专利可有效地提高指针式汽车仪表的校验正确率与效率，为汽车仪表的自动化生产提供有力手段。

Description

一种指针式汽车仪表自动校验方法

技术领域

本发明涉及汽车仪表出厂自动化检验技术，尤其涉及一种基于HSI模型和Hough变换的指针式汽车仪表自动校验方法。

背景技术

主流型指针式汽车仪表生产中，仪表指针校验是一项十分重复的工作，需要校验人员对每个表头的每个调整刻度点进行校验。这期间往往会因校验人员和前期调表工人对于刻度的准确性尺度不一样导致仪表重调，诸如此类由于人为理解因素造成的返工率比较高，严重影响了生产效率。而且，一旦校验人员工作过程中稍放松一些，会让前期的调表错误漏检出去。很多仪表生产厂家都出现过由于某表头的某刻度点(以零点偏多)漏检，造成车上某段区间指针指示不响应或不准而导致批量退货的情况。在目前还是以人工生产与校验占主导的背景下，无论如何强调管理制度化，也无法完全根除上述情况，这成为国产化汽车仪表生产批量化质量不高的重要因素之一。因此，对于汽车仪表自动校验系统的研究很有必要。

并且，随着步进电机在仪表上的广泛应用，逐步取代了传统的线圈驱动方式。由于步进电机的每一微步为1/12度，仪表指示精度越来越高，这也要求更高的校验精度(最大允许误差要求达到1度)，高精度的自动校验方法势必将取代传统的人工校验方法。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于HSI模型和Hough变换的指针式汽车仪表自动校验方法。

本发明的目的是通过以下技术方案来实现的：

一种基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，包括以下步骤：

(1)采集汽车仪表盘彩色图像；

(2)转换标准模式图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数进行图像分割，采用Hough圆检测提取指针中心圆，得到圆心坐标，又根据表盘半径确定识别区域；圆心坐标只需检测一次，其后均采用相同的圆心坐标来确定识别区域；

(3)转换待检测表指针指向各个主要刻度线时的图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数提取指针，采用Hough直线检测得到指针所在直线的相关参数；

(4)计算出标准模式图像指针指向零刻度线时相对于X轴的偏转角θ₀和待检测表盘图像指针相对于X轴的偏转角θ₁，根据θ₀和θ₁计算出指针相对于零刻度的偏转角θ；

(5)指针指向主要刻度线时相对于零刻度的偏转角θ与标准数据做比较，在误差允许范围内允许通过，反之则提示出错，告之校验人员该表需要重调。

进一步地，所述步骤(1)具体为：采用工业CCD相机采集标准模式图像，即指针已经正确调零的表盘图像；接着相继采集待检测表指针指向各个主要刻度线时的图像；保证相机和被检测仪表的相对位置固定不变，尽可能使表盘区域占满整幅图像。

进一步地，所述步骤(2)具体为：将图像RGB模型转换为HSI模型后，利用色调值和饱和度值作为特征参数，提取中心圆，步骤如下：

(A)图像二值化：选定色调饱和度合适的阈值区间，根据下式对图像进行二值化：

式中：g(x，y)为二值化后图像，h为色调值，h₁和h₂为色调阈值，s为饱和度值，s₁和s₂为饱和度阈值；

(B)图像平滑：对二值图像进行高斯滤波、腐蚀操作，消除阈值分割后遗留的噪声；

(C)边缘检测；

(D)Hough圆检测；

(E)确定圆心后，根据表盘半径，选取目标圆形区域用以指针识别。

进一步地，所述步骤(3)具体如下：

(a)根据指针颜色特征，在RGB颜色空间确定相应的区域；

(b)对该区域计算HSI值，并根据指针特征的先验信息，设定色调饱和度的分割阈值；

(c)细化腐蚀指针；

(d)Hough直线检测。

进一步地，所述步骤(4)具体如下：

把指针方向用向量来处理，指针靠近中心圆圆心处为起点，坐标设为(x₀，y₀)，针尖为终点，坐标设为(x₁，y₁)，故指针相对于X轴的偏转角度θ_x如下：

${\mathrm{\θ}}_x=\arctan \left(\frac{y_1-y_0}{x_1-x_0}\right),$ x＝0或1；

指针指向零刻度的标准模式图像，由Hough直线检测后就可以得到该直线在x-y坐标系中相对于x轴的偏转角度，定义为θ₀。任意待检测图像指针相对于x轴的偏转角度定义为θ₁；指针相对于零刻度的偏转角定义为θ为：

$\mathrm{\&theta;}=\left\{\begin{array}{c}{\mathrm{\&theta;}}_1-{\mathrm{\&theta;}}_0,{\mathrm{\&theta;}}_1\&GreaterEqual;{\mathrm{\&theta;}}_0;\\ 360-{\mathrm{\&theta;}}_0+{\mathrm{\&theta;}}_1,{\mathrm{\&theta;}}_1<{\mathrm{\&theta;}}_0.\end{array}\right..$

本发明的有益效果是：本发明针对汽车仪表盘颜色信息丰富的特征和采集图像时目标区域周边有阴影的现象，将RGB模型下的表盘图像转到HSI模型以消除阴影影响，并利用色调和饱和度分量作为特征参数进行图像分割，并采用Hough变换检测目标，最后分别计算出指针指向主要刻度线时相对于零刻度线的偏转角，并与相对应的标准偏转角比较，若超过允许误差范围则返回重调。本发明专利可有效地提高指针式汽车仪表的校验正确率与效率，为汽车仪表的自动化生产提供有力手段。

附图说明

图1是本发明指针式汽车仪表自动校验方法框图；

图2是常用汽车仪表盘图像；

图3是RGB颜色模型转化到HSI颜色模型结果图，其中，(a)是色调H分量图像，(b)是饱和度S分量图像，(c)是亮度I分量图像；

图4是指针中心圆提取结果图，其中，(a)是二值化图，(b)是滤波后图，(c)是边缘提取图，(d)是Hough圆检测图，(e)是去除背景后的表盘图像；

图5是指针提取结果图，其中，(a)是RGB空间提取区域图，(b)是HSI空间提取指针图，(c)是二值化指针图，(d)是指针细化图，(e)是Hough检测指针直线图。

具体实施方式

目前，国内对汽车仪表自动校验的研究还很少。有学者针对电表、水表、电压表等的读数进行识别研究，分别采用同心圆环搜索法、Hough变换法、第二最近法则等，但由于上述方法都是对灰度图像进行处理，图像预处理复杂，提取目标物体不准确，无法达到高精度的要求，并不适用于汽车仪表的自动校验。

但是，与其它仪表相比，汽车仪表盘有其明显的特征。指针颜色鲜艳，与表盘颜色有较大的差异，且指针较细长，容易受光照背景等的干扰，所以本发明专利提出一种在HSI模型下利用颜色特征来提取指针的方法。同时，为了防止背景颜色对指针提取的干扰，首先确定识别区域。如附图2所示为常用汽车仪表盘图像，一般指针式汽车仪表以指针轴心为圆心，以指针长度为半径，在一个圆形区域或部分圆形区域内旋转；但表盘不一定呈圆形，也可能是半圆形，1/4圆形，方形等；指针中心是一个圆形区域。基于以上特征，本专利采用提取指针中心圆确定圆心，并根据表盘半径确定识别区域的方法，以消除表盘外的背景对后续处理的干扰，提高校验精度，减少处理时间。

本发明基于HSI模型和Hough变换的指针式汽车仪表自动校验方法如附图1所示，主要步骤如下：

1、采集汽车仪表盘彩色图像：

采用工业CCD相机采集标准模式图像，即指针已经正确调零的表盘图像。接着相继采集待检测表指针指向各个主要刻度线时的图像。保证相机和被检测仪表的相对位置固定不变，尽可能使表盘区域占满整幅图像。

2、转换标准模式图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数进行图像分割，采用Hough圆检测提取指针中心圆，得到圆心坐标，又根据表盘半径确定识别区域；圆心坐标只需检测一次，其后均采用相同的圆心坐标来确定识别区域：

首先，将图像RGB模型转换为HSI模型，结果如附图3所示。

然后，利用色调值和饱和度值作为特征参数，提取中心圆，步骤如下：

1)图像二值化。选定色调饱和度合适的阈值区间对图像进行二值化，计算公式由式(1)给出：

式中：g(x，y)为二值化后图像，h为色调值，h₁和h₂为色调阈值，s为饱和度值，s₁和s₂为饱和度阈值。阈值可以通过计算色调图和饱和度图的直方图得出。二值化结果如附图4(a)所示。

2)图像平滑。对二值图像进行高斯滤波、腐蚀操作，消除阈值分割后遗留的噪声。采用9×9模板进行高斯滤波和半径为8像素的圆形结构元素进行腐蚀，平滑后的图像如附图4(b)所示。

3)边缘检测。采用3×3模板的拉普拉斯算子边缘检测后的图像如附图4(c)所示。

4)Hough圆检测。结果如附图4(d)所示。

5)确定圆心后，根据表盘半径，选取目标圆形区域用以指针识别，这样就消除了背景图像对后续处理的干扰。去除背景后的表盘图像如附图4(e)所示，由图可以看出，背景已经很好的消除，只留下了表盘图像。

3、转换待检测表指针指向各个主要刻度线时的图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数提取指针，采用Hough直线检测得到指针所在直线的相关参数。步骤如下：

1)根据指针颜色特征，在RGB颜色空间确定相应的区域。先在RGB空间进行阈值分割，可以减少下一步计算HSI值的时间。结果如附图5(a)所示。

2)对该区域计算HSI值，并根据指针特征的先验信息，设定色调饱和度的分割阈值。结果如附图5(b)所示，由图可以看出，红色指针已经很理想的提取出来了，去除了阴影、表盘背景等其它因素干扰。

3)细化腐蚀指针。首先将彩色指针图转化为灰度图，并将灰度图进行阈值分割得到二值化图像，如附图5(c)所示。为了使Hough直线检测更为精确，对较粗的指针做细化处理，结果如附图5(d)所示。

4)Hough直线检测。指针直线检测结果如附图5(e)所示。

4、计算出标准模式图像指针指向零刻度线时相对于X轴的偏转角θ₀和待检测表盘图像指针相对于X轴的偏转角θ₁，根据θ₀和θ₁计算出指针相对于零刻度的偏转角θ：

把指针方向用向量来处理，指针靠近中心圆圆心处为起点，坐标设为(x₀，y₀)，针尖为终点，坐标设为(x₁，y₁)，故指针相对于X轴的偏转角度θ_x，计算公式由式(2)给出：

${\mathrm{\&theta;}}_x=\arctan \left(\frac{y_1-y_0}{x_1-x_0}\right),$ x＝0或1.(2)

如附图1所示，这是指针指向零刻度的标准模式图像，由Hough直线检测后就可以得到该直线在x-y坐标系中相对于x轴的偏转角度，定义为θ₀。任意待检测图像指针相对于x轴的偏转角度定义为θ₁。θ₀和θ₁通过式(2)可以算出，观察坐标系(以图像左上角为原点，水平向右为x方向，垂直向下为y方向)和仪表图像可以发现，θ₀∈[90°，270°]，显然θ₁∈[θ₀，360°]||[0°，θ₀]，指针相对于零刻度的偏转角定义为θ，计算公式由式(3)给出：

$\mathrm{\&theta;}=\left\{\begin{array}{c}{\mathrm{\&theta;}}_1-{\mathrm{\&theta;}}_0,{\mathrm{\&theta;}}_1\&GreaterEqual;{\mathrm{\&theta;}}_0;\\ 360-{\mathrm{\&theta;}}_0+{\mathrm{\&theta;}}_1,{\mathrm{\&theta;}}_1<{\mathrm{\&theta;}}_0.\end{array}\right.---\left(3\right)$

5、指针指向主要刻度线时相对于零刻度的偏转角θ与标准数据做比较，在误差允许范围内允许通过，反之则提示出错，告之校验人员该表需要重调：

在系统中建立指针指向主要刻度线中心时指针相对于零刻度线偏转角标准值的数据库。分别得到待测表指针指向主要刻度线时相对于零刻度线的偏转角θ后，与相对应的标准值比较，当相对误差小于ξ时(ξ值可根据该仪表需要达到的精度设定)，则认为指针调整正确。当θ值与标准值的相对误差大于ξ时，则提示出错信号，告之校验人员指针调整错误，该表需要返回重调。

Claims (5)

1、一种基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，其特征在于，包括以下步骤：

(1)采集汽车仪表盘彩色图像。

(2)转换标准模式图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数进行图像分割，采用Hough圆检测提取指针中心圆，得到圆心坐标，又根据表盘半径确定识别区域；圆心坐标只需检测一次，其后均采用相同的圆心坐标来确定识别区域。

(3)转换待检测表指针指向各个主要刻度线时的图像的颜色模型，从RGB模型转向HSI模型，利用色调饱和度分量作为特征参数提取指针，采用Hough直线检测得到指针所在直线的相关参数。

(4)计算出标准模式图像指针指向零刻度线时相对于X轴的偏转角θ₀和待检测表盘图像指针相对于X轴的偏转角θ₁，根据θ₀和θ₁计算出指针相对于零刻度的偏转角θ。

(5)指针指向主要刻度线时相对于零刻度的偏转角θ与标准数据做比较，在误差允许范围内允许通过，反之则提示出错，告之校验人员该表需要重调。

2、根据权利要求1所述基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，其特征在于，所述步骤(1)具体为：采用工业CCD相机采集标准模式图像，即指针已经正确调零的表盘图像；接着相继采集待检测表指针指向各个主要刻度线时的图像；保证相机和被检测仪表的相对位置固定不变，尽可能使表盘区域占满整幅图像。

3、根据权利要求1所述基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，其特征在于，所述步骤(2)具体为：将图像RGB模型转换为HSI模型后，利用色调值和饱和度值作为特征参数，提取中心圆，步骤如下：

(A)图像二值化：选定色调饱和度合适的阈值区间，根据下式对图像进行二值化：

式中：g(x，y)为二值化后图像，h为色调值，h₁和h₂为色调阈值，s为饱和度值，s₁和s₂为饱和度阈值。

(B)图像平滑：对二值图像进行高斯滤波、腐蚀操作，消除阈值分割后遗留的噪声。

(C)边缘检测。

(D)Hough圆检测。

(E)确定圆心后，根据表盘半径，选取目标圆形区域用以指针识别。

4、根据权利要求1所述基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，其特征在于，所述步骤(3)具体如下：

(a)根据指针颜色特征，在RGB颜色空间确定相应的区域。

(b)对该区域计算HSI值，并根据指针特征的先验信息，设定色调饱和度的分割阈值。

(c)细化腐蚀指针。

(d)Hough直线检测。

5、根据权利要求1所述基于HSI模型和Hough变换的指针式汽车仪表自动校验方法，其特征在于，所述步骤(4)具体如下：

把指针方向用向量来处理，指针靠近中心圆圆心处为起点，坐标设为(x₀，y₀)，针尖为终点，坐标设为(x₁，y₁)，故指针相对于X轴的偏转角度θ_x如下：

${\mathrm{\&theta;}}_x=\arctan \left(\frac{y_1-y_0}{x_1-x_0}\right),$ x＝0或1；

指针指向零刻度的标准模式图像，由Hough直线检测后就可以得到该直线在x-y坐标系中相对于x轴的偏转角度，定义为θ₀。任意待检测图像指针相对于x轴的偏转角度定义为θ₁；指针相对于零刻度的偏转角定义为θ为：

$\mathrm{\&theta;}=\left\{\begin{array}{c}{\mathrm{\&theta;}}_1-{\mathrm{\&theta;}}_0,{\mathrm{\&theta;}}_1\&GreaterEqual;{\mathrm{\&theta;}}_0;\\ 360-{\mathrm{\&theta;}}_0+{\mathrm{\&theta;}}_1,{\mathrm{\&theta;}}_1<{\mathrm{\&theta;}}_0.\end{array}\right..$

Images