CN103364023B - 一种基于总体最小二乘的仪表图像中心点提取方法 - Google Patents

Abstract

本发明提供了一种基于总体最小二乘的仪表图像中心点提取方法：首先对仪表图像进行预处理，得到二值化图像后，按照一定的规则在表盘轮廓线上提取若干点；对圆的基本方程进行参数变换，使之成为只与圆心坐标相关的线性方程；将表盘轮廓线上提取的点的坐标作为方程参数输入，最后利用总体最小二乘法对方程进行求解，从而得到表盘的中心点坐标。本发明方法可用于指针式仪表自动读数/校准系统当中，为摄像头的自动对准与系统的精确读数提供前提条件，具有实现简单，计算量小，提取结果精确，适用范围广等优点。

Description

一种基于总体最小二乘的仪表图像中心点提取方法

技术领域

本发明涉及一种仪表图像中心点的提取方法，尤其涉及一种基于总体最小二乘的仪表图像中心点提取方法。

背景技术

指针仪表结构简单，安装维护方便，具有防尘、防水、防寒、不受电磁场干扰、可靠性高等优点，是工业生产中的重要检测工具，应用范围非常广泛。为保证产品质量需定期对指针式仪表进行检定。而在指针式仪表自动校准系统中，表盘中心点的提取是摄像头自动对准的前提，也是影响指针骨架线、刻度线的提取以及示值的读取的关键因素之一。因此，研究表盘图像中心点的提取具有现实意义。

目前，许多关于仪表自动读数的研究都涉及到了表盘中心点提取问题。有些仪表自动校准系统依然利用人眼识别表盘图像中心，手动完成摄像头的对准工作。而表盘中心的识别算法中大部分都利用多幅图像来获取中心点，当系统在对准时多幅图像的要求不能得到满足，这些方法便无法应用。也有许多使用hough变换的方法求取最大最小刻度线，再通过求其交点确定表盘中心。但hough变换的计算量相当大，使用系统的工作效率降低。也有在表盘中心附近垂直及水平方向上进行带状直线扫描，得到一系列圆心的横纵坐标值，取概率最大的值作为提取结果。但以概率最大作为选取结果的指标有时会得不到结果。

发明内容

本发明所要解决的技术问题，就是提出一种基于总体最小二乘的仪表图像中心点提取方法，本方法可以准确求取仪表图像的中心点，为指针式仪表自动读数/校准系统提供准确读数提供便利，此外，还具有实现简单、计算量小、提取结果精确、适用范围广的优点。

为解决上述技术问题，本发明采用如下技术方案：

一种基于总体最小二乘的仪表图像中心点提取方法，包括以下步骤：

Step1、读取仪表图像；

Step2、对仪表图像进行相关预处理，使之成为较为清晰的二值化仪表图像；

Step3、通过随机选取起始扫描行的方法在二值化仪表图像中的表盘轮廓线上提取若干点，并保存这些点的具体坐标值；

Step4、对Step3中提取的点坐标进行处理，去除其中不可靠的点坐标，保存余下的较可靠的点坐标；

Step5、对圆的基本方程进行参数变换，使之成为只与圆心坐标相关的线性方程；

Step6、将Step4中保存的点坐标作为Step5中线性方程的参数输入，建立一定规模的线性方程组；

Step7、利用总体最小二乘法对Step6中的线性方程组进行求解，得到仪表图像中心点。

所述的Step2中的图像预处理包括利用prewitt边缘检测法对仪表图像进行边缘化检测。

所述的Step3中提取的若干点来自于仪表图像的表盘轮廓，起始扫描点随机选取，其它点的选取则在起始扫描行的相邻各行。

所述的Step4中的对提取的点坐标的处理方法采用粗大误差的处理方法，将提取的点分为五个相邻点的矩阵坐标转换为以mm为单位的方位坐标，其坐标变化很小，可将其当作某一个点的坐标的测量结果，采用遵循适用于测量次数较小的罗曼诺夫斯基准则进行粗大误差处理，从而去除干扰点的影响。

所述的Step7中圆心坐标的提取使用的是总体最小二乘法，具体包括以下步骤：

S7-1、给定x初值 $x_0=\left(\begin{array}{c}{a}_0\\ b_0\end{array}\right),$ 取定步长h_a，h_b；

S7-2、记c_i ^T是C的第i行，d_i是D的第i个元素，计算

$\mathrm{\γ}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{{|{{c_i}^{T}x}_0-d_i|}^2}{{x_0}^T{x}_0+1};$

若γ<ε，则x=x₀，求解过程结束；其中ε为设定的最大允许误差，否则进行S7-3；

S7-3、取 $x_1=\left(\begin{array}{c}{a}_0+h_a\\ b_0\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；否则取 $x_1=\left(\begin{array}{c}{a}_0\\ b_0+h_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；否则取 $x_1=\left(\begin{array}{c}{a}_0+h_a\\ b_0+h_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；否则进行S7-4；

S7-4、取 $x_j=\left(\begin{array}{c}{a}_0+{\mathrm{jh}}_a\\ b_0+(j-1)h_b\end{array}\right)$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；否则取 $x_j=\left(\begin{array}{c}{a}_0+(j-1)h_a\\ b_0+{\mathrm{jh}}_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；否则取 $x_j=\left(\begin{array}{c}{a}_0+{\mathrm{jh}}_a\\ b_0+{\mathrm{jh}}_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束；j加1，循环进行S7-4，直到γ<ε；S7-5、结束。

与现有技术相比，本发明具有以下优点和积极效果：本发明方法可用于指针式仪表自动读数/校准系统，使用总体最小二乘方法，对以表盘轮廓线上的点坐标为参数的方程进行求解，准确求取表盘中心点，为系统的摄像头的自动对准与系统的准确读数提供便利，具有准确性高、计算量小、适用范围广等优点。

附图说明

图1是本发明方法的流程图；

图2为利用总体最小二乘法对Step7中的线性方程组进行求解流程图。

具体实施方式

下面将结合附图和具体实施对本发明方法作进一步说明。

本发明的针对指针式圆形表盘基于总体最小二乘的仪表图像中心点提取方法，将仪表图像表盘轮廓上提取的若干可靠点的坐标作为输入参数，通过参数变换的方法将圆的基本方程变为只与圆心坐标相关的线性方程，再通过总体最小二乘法对上述线性方程进行求解，从而准确获取表盘图像中心点。

具体包括以下步骤：

Step1、读取仪表图像；

Step2、对图像进行相关预处理，使之成为较为清晰的二值化图像；

预处理的过程如下：首先对图像进行灰度化处理，使图像由RGB彩色图像变为数据量较小的灰度图像；其次对图像进行按比较缩小，以去除一些孤立干扰点对提取结果的影响，同时，进一步减小中心点提取的计算量；最后，使用prewitt边缘检测法对仪表图像进行边缘化处理，使之成为清晰的二值化图像。

Step3、通过随机选取起始扫描行的方法在图像中的表盘轮廓线上提取若干点，并保存这些点的具体坐标值；

在轮廓线上提取点的过程如下：首先随机产生一个1到N之间的整数i（N为图像矩阵的最大行索引），从左到右扫描图像矩阵的第i行，找到第一个为1的元素，记录其坐标，再从右到左扫描该行，找到第一个为1的元素，记录其坐标；分别从左往右和从右往左扫描第i行上下相邻的十行，寻找第一个为1的元素并记录其坐标。若在第i行未找到为1的元素，则重新产生1到N之间的整数i，直到第i行中能扫描到为1的元素为止；若第i行的上十行中存在不含1元素的行，则从第i+15行开始重新扫描其上下相邻的十行；若第i行的下十行中存在不含1元素的行，则从第i-15行开始重新扫描其上下相邻的十行；此时，若还有扫描不到1元素的行，则将该行找到的点坐标记为（M，M）（M大于图像矩阵的最大行列索引）。

Step4、对Step3中提取的点坐标进行处理，去除其中不可靠的点坐标，保存余下的较可靠的点坐标；

对提取的点坐标的处理方法采用粗大误差的处理方法，将提取的点分为五个相邻点的矩阵坐标转换为以mm为单位的方位坐标，其坐标变化很小，可将其当作某一个点的坐标的测量结果，采用遵循适用于测量次数较小的罗曼诺夫斯基准则进行粗大误差处理。从而去除干扰点的影响。罗曼诺夫斯基准则的数学表达法如下：

设对某量作多次等精度测量，得x₁，x₂，…x_n，若认为测量值x_j是可疑数据，将其剔除后计算平均值（计算时不包括x_j）：

$\stackrel{\&OverBar;}{x}=\frac{1}{n-1}\underset{i=1,i\&NotEqual;j}{\overset{n}{\mathrm{\&Sigma;}}}{x}_i$

并求得测量列的标准差（计算时不包括）：

$\mathrm{\&sigma;}=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{v}_i^2}{n-2}}$

根据测量次数n和选取的显著度α，即由表下表查出t分布的检验系数K(n,α)。

若

$|x_j-\stackrel{\&OverBar;}{x}|>K_{\mathrm{\&sigma;}}$

则认为测量值x_j含有粗大误差，剔除x_j是正确的，否则认为x_j不含粗大误差，应予以保留。

Step5、对圆的基本方程进行参数变换，使之成为只与圆心坐标相关的线性方程；

进行参数变换后，圆的方程变成如下线性方程

$2a(x_1-x_2)+2b(y_1-y_2)=(x_1^2-x_2^2)+(y_1^2-y_2^2)$

也即

$\left(2(x_1-x_2)2(y_1-y_2)\right)\left(\begin{array}{c}a\\ b\end{array}\right)=(x_1^2-x_2^2)+(y_1^2-y_2^2)$

其中，x₁，x₂，y₁，y₂为圆上的点的坐标，a，b为圆心坐标。

Step6、将Step4中保存的点坐标作为Step5中线性方程的参数输入，建立一定规模的线性方程组；

记得到的线性方程组为Cx=D。

其中，C=(2（x₁-x₂）2(y₁-y₂))_m×2， $D={((x_1^2-x_2^2)+(y_1^2-y_2^2))}_{m\&times;1},$ $x=\left(\begin{array}{c}a\\ b\end{array}\right).$

Step7、利用总体最小二乘法对Step6中的线性方程组进行求解，得到表盘图像中心点。具体包括以下步骤：

S7-1、给定x初值 $x_0=\left(\begin{array}{c}{a}_0\\ b_0\end{array}\right),$ 取定步长h_a，h_b。

S7-2、记c_i ^T是C的第i行，d_i是D的第i个元素，计算

$\mathrm{\&gamma;}=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\frac{{|{c_i}^T{x}_0-d_i|}^2}{{x_0}^T{x}_0+1}$

若γ<ε，则x=x₀，求解过程结束。其中ε为设定的最大允许误差。否则进行S7-3。

S7-3、取 $x_1=\left(\begin{array}{c}{a}_0+h_a\\ b_0\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。否则取 $x_1=\left(\begin{array}{c}{a}_0\\ b_0+h_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。否则取 $x_1=\left(\begin{array}{c}{a}_0+h_a\\ b_0+h_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。否则进行S7-4。

S7-4、取 $x_j=\left(\begin{array}{c}{a}_0+{\mathrm{jh}}_a\\ b_0+(j-1)h_b\end{array}\right)$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。否则取 $x_j=\left(\begin{array}{c}{a}_0+(j-1)h_a\\ b_0+{\mathrm{jh}}_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。否则取 $x_j=\left(\begin{array}{c}{a}_0+{\mathrm{jh}}_a\\ b_0+{\mathrm{jh}}_b\end{array}\right),$ 按S7-2中的公式求γ，若γ<ε，则x=x₀，求解过程结束。j加1，循环进行S7-4。直到γ<ε。

S7-5、结束。

其流程如图2所示。

Claims (4)

1.一种基于总体最小二乘的仪表图像中心点提取方法，包括以下步骤：

Step1、读取仪表图像；

Step2、对仪表图像进行相关预处理，使之成为较为清晰的二值化仪表图像；

Step3、通过随机选取起始扫描行的方法在二值化仪表图像中的表盘轮廓线上提取若干点，并保存这些点的具体坐标值；

Step4、对Step3中提取的点坐标进行处理，去除其中不可靠的点坐标，保存余下的较可靠的点坐标；

Step5、对圆的基本方程进行参数变换，使之成为只与圆心坐标相关的线性方程；

Step6、将Step4中保存的点坐标作为Step5中线性方程的参数输入，建立一定规模的线性方程组；

Step7、利用总体最小二乘法对Step6中的线性方程组进行求解，得到仪表图像中心点；

所述的Step2中的图像预处理包括利用prewitt边缘检测法对仪表图像进行边缘化检测。

2.根据权利要求1所述的基于总体最小二乘的仪表图像中心点提取方法，其特征在于：所述的Step3中提取的若干点来自于仪表图像的表盘轮廓，且起始扫描点随机选取，其它点的选取则在起始扫描行的相邻各行。

3.根据权利要求1所述的基于总体最小二乘的仪表图像中心点提取方法，其特征在于：所述的Step4中的对提取的点坐标的处理方法采用粗大误差的处理方法，将提取的点分为五个相邻点的矩阵坐标转换为以mm为单位的方位坐标，其坐标变化很小，可将其当作某一个点的坐标的测量结果，采用遵循适用于测量次数较小的罗曼诺夫斯基准则进行粗大误差处理，从而去除干扰点的影响。

4.根据权利要求1所述的基于总体最小二乘的仪表图像中心点提取方法，其特征在于：所述的Step5中对圆的基本方程做的参数变换为只与圆心坐标相关的线性方程

$2a(x_1-x_2)+2b(y_1-y_2)=(x_1^2-x_2^2)+(y_1^2-y_2^2)$

也即

$\left(\begin{array}{cc}2(x_1-x_2)& 2(y_1-y_2)\end{array}\right)\left(\begin{array}{c}a\\ b\end{array}\right)=(x_1^2-x_2^2)+(y_1^2-y_2^2)$

其中，x₁，x₂，y₁，y₂为圆上的点的坐标，a，b为圆心坐标。