CN107301412A - 一种基于图像处理的指针式仪表读数方法 - Google Patents

Abstract

本发明公开了基于图像处理的指针式仪表读数方法，它通过利用图像识别技术对指针式仪表图像进行标定、图像预处理、目标二次定位和指针识别的基于图像处理，实现仪表指针二次定位，提高仪表指针识别精度；实现自动仪表图像识别，具有精度高、速度快、操作简单和实时监测的特点，不但减少了效率低难管理的人工抄表过程，而且还减少因人工抄表造成的错误问题和管理问题，同时解决了人工抄表劳动强度大、效率低和可靠性差的问题。

Description

一种基于图像处理的指针式仪表读数方法

技术领域

本发明涉及一种基于图像处理的指针式仪表读数方法，尤其涉及利用图像识别技术对指针式仪表图像进行标定、图像预处理、目标二次定位和指针识别的基于图像处理的指针式仪表读数方法。

背景技术

指针式仪表由于其结构简单，价格低廉，维护方便，抗电磁干扰，可防冻防尘防水等特点，在社会生产行业受到广泛应用。但指针式仪表需要工作人员进行现场人工示数读取，而人工读数过程中存在的效率低、易疲劳、难管理等问题，已无法满足实际生产与工作需求。因此基于机器视觉的指针式仪表识别系统成为了一个较好的解决方案。

为了解决指针式仪表示数识别问题，国内外学术界、工业界提出了很多方案。其中与本发明较为接近的技术方案包括：王欣(智能变电站中指针式仪表图像自动识别方法[J].电气技术,2016,17(5):7-10.)该系统针对智能变电站中的指针式仪表实现自动化仪表识别，基于传统的角度法和距离法，提出了新的识别方法，提高了识别的精度；但该方法在仪表矫正步骤中，需要在图像背景噪音较少的情况下进行，在实际应用场景中较不稳定；该方法在指针指向角度识别上有较高的精度，但其主要针对细指针的准确识别，未能解决较粗指针(指针顶部较细，底部较粗)的识别问题。宋伟(基于指针区域特征的仪表读数识别算法[J].仪器仪表学报,2014(S2).)该方法针对仪表读数识别易受光照影响和较粗指针仪表识别率不高的问题，有较好的实验结果，且设计了高斯型同态滤波器，增强仪表识别对光照变化的适应性；在粗指针识面，该算法中通过计算指针图像旋转不同角度在横轴和纵轴上的投影，得到指针指向角度，针对粗指针识别问题，有较高的识别精度；但该方法中在噪音去除的问题上使用了剪影法，其将第一次仪表模板保存于模板库，对后续施工精度要求较高，或在仪表施工时容易造成的旋转问题而影响后续识别精度，不能在保证精度的同时降低施工的难度。发明专利(申请号：CN201510292646.6，名称：指针式仪表的读数识别方法及系统)公开了一种通过接收已输入的仪表类型，调整图像采集识别装置与仪表的相对位置，获取精确的表盘区域图像后，对该图像进行直接识别的指针式仪表识别方法；该方法避免了轮廓跟踪等复杂的图像分析技术，减少了在图像处理上的计算量，提高了识别效率，并且该系统可通过图像采集装置上的识别模块直接对图像进行处理，无需将采集图像发送到计算机进行处理，大大降低了数据传输时间；但由于该系统需要特定的安装装置，并且在采集装置上有图像识别模块，使得采集装置的制造成本较高；该系统的识别模块不能很好的解决粗指针的精确识别问题。

综上所述，当前指针式仪表处理方案中存在如下不足：

(1)多数方法对较粗指针识别的精度较差，但该种指针在实际中却有着较为广泛的应用，指针识别精度不能很好满足实际需求；

(2)方法使用中并未考虑到实际工程施工中造成误差的问题，系统鲁棒性不高，受外界因素响应易造成精度上的丢失；

(3)部分方法需要的硬件设备较多，系统制造成本过高。

粗指针(指针顶部较细，底部较粗)在社会生产行业中有着广泛的应用，在仪表识别方法中，提高该种指针的识别准确率十分重要，而表盘中的文字、图案或噪声会在不同的光照情况下对仪表识别结果造成不同程度的识别误差，在某些情况下，系统容易将干扰部分识别为表盘上的指针部分，造成系统的误检。而本发明中的目标二次定位策略，针对经过简单区域标定后的指针式仪表图像，能较好的识别图像中的指针，并计算指针指向刻度。

发明内容

为了实现指针式仪表的指针识别问题，本发明提供了一种利用图像识别技术对指针式仪表图像进行标定、图像预处理、目标二次定位和指针识别的基于图像处理的指针式仪表读数方法。

所述的基于图像处理的指针式仪表读数方法，其特征在于包括如下步骤：

步骤1：从仪表xml配置文件中读入事先标定的仪表图片文件名、仪表最小刻度值V₁、仪表最小值识别区域R₁＝(x₁,y₁,W₁,H₁)、仪表最大刻度值V₂、仪表最大值识别区域R₂＝(x₂,y₂,W₂,H₂)、表盘识别区域R₃＝(x₃,y₃,W₃,H₃)和屏蔽区域R₄＝(x₄,y₄,W₄,H₄)，其中，(x₁,y₁)表示仪表最小值识别区域的左上角坐标，W₁和H₁分别表示仪表最小值识别区域的宽度和高度，(x₂,y₂)表示仪表最大值识别区域的左上角坐标，W₂和H₂分别表示仪表最大值识别区域的宽度和高度，(x₃,y₃)表示表盘识别区域的左上角坐标，W₃和H₃分别表示表盘识别区域的宽度和高度，(x₄,y₄)表示屏蔽区域的左上角坐标，W₄和H₄分别表示屏蔽区域的宽度和高度；

步骤2：读入当前指针式仪表图像F₁；

步骤3：计算仪表最小值和最大值刻度的斜率K_min和K_max，具体为：

步骤3.1：从步骤2)的图像F₁中复制R₁区域的子图像，设为F_min；

步骤3.2：将步骤3.1)的F_min转化成灰度图，并采用OTSU方法进行二值化，然后采用Canny算子得到最小刻度的边缘图像F_C1；

步骤3.3：采用Hough方法进行直线检测，提取步骤3.2)的图像F_C1中的线段，得到最小值线段集合L₁＝{l_i|i＝1,2,…,n₁}，l_i表示L₁中第i条线段，n₁表示线段数量；

步骤3.4：计算步骤3.3)的集合L₁中线段的斜率和中点，得集合P₁＝{(l_i,k_i,x_i,y_i)|i＝1,2,…,n₁}，k_i表示线段l_i的斜率，(x_i,y_i)表示线段l_i中点的坐标；

步骤3.5：提取步骤3.4)的集合P₁中的有效线段构成集合P_eff＝{(l_j,k_j,x_j,y_j)|j＝1,2,…,m₁,(l_j,k_j,x_j,y_j)∈P₁}，m₁表示有效线段的数量；其中线段满足条件：(1)α_min≤k_j≤β_min，α_min和β_min为事先给定的斜率阈值下限和上限；(2)min(x_j,|x_j–W₁|)≥γ·W₁且min(y_j,|y_j–H₁|)≥γ·H₁，其中γ为事先给定的线段位置判断系数；

步骤3.6：根据xml配置文件中表盘识别区域R₃和最小值区域信息R₁，根据式(1)计算最小值识别区域中心到表盘区域中心相连得到的直线的斜率k₁，其对应的角度为θ₁：

步骤3.7：从集合P_eff中找到满足刻度区域估计的线段集合L_eff＝{l_e|e＝1,2,3,…,m₂}，l_e表示L_eff中第e条线段，且满足：l_e∈P_eff且|θ₁–θ_e|≤θ_thr，θ_thr为事先给定的角度估计阈值，θ_e表示线段l_e与水平向右方向的夹角；m₂表示集合L_eff中的线段数量；

步骤3.8：求L_eff中长度最长线段l_lmax的斜率，即为最小刻度的斜率K_min；

步骤3.9：根据步骤3.1到步骤3.8相同的方法计算仪表最大值刻度的斜率K_max；

步骤4：从步骤2)的图像F₁中复制R₃区域的子图像，称为表盘识别区域图像F₃，如图6所示；

步骤5：对步骤4)的F₃进行双边滤波，然后转化为灰度图，再采用OTSU方法进行二值化，并将其中R₄区域信息删除，最后使用Canny算子得到表盘边缘信息图F_C3；

步骤6：进行指针粗定位，具体如下：

步骤6.1：在表盘边缘信息图F_C3中查找连通域，得连通域最小外接矩形集合C₁＝{(x_i,y_i,w_i,h_i)|i＝1,2,3,…,n₃}，其中(x_i,y_i)表示最小外接矩形左上角的坐标，w_i和h_i分别表示最小外接矩形的宽度和高度，n₃表示连通域数量，矩形中点坐标表示为(x_ci,y_ci)：

步骤6.2：提取仪表量程中的连通域，具体如下：找到集合C₁中的有效外接矩形并构成集合C_in＝{(x_j,y_j,w_j,h_j)|j＝1,2,3,…,n_in}，C_in中矩形须满足条件：(1)x_cj<X_pc且y_cj≥K_min·(x_cj–X_pc)+Y_pc，或x_cj≥X_pc且y_cj≥K_max·(x_cj–X_pc)+Y_pc；(2)L_pcj<λ_c·W₃，L_pcj表示C_in中第j个外接矩形的中心和图像F₃的中心的距离，根据式(4)计算：

其中，λ_c为事先给定的距离判断系数；n_in表示集合C_in中的外接矩形数量；(X_pc,Y_pc)表示图像F₃中心的坐标；

步骤6.3：在集合C_in中找到面积最大的外接矩形，记为r_max＝(x_max,y_max,w_max,h_max)，(x_max,y_max)为矩形r_max左上角的坐标，w_max和h_max分别为矩形r_max的宽度和高度；

步骤6.4：根据式(5)确定矩形r_max在图像F₃中的象限q_r：

步骤7：对指针进行精确定位，计算指针所在直线的斜率K_p：

步骤7.1：从图像F₃中复制矩形r_max区域的子图像F₅；

步骤7.2：根据步骤3.2中的相同方法对图像F₅进行图像预处理，得定位后的边缘图像F_C5；

步骤7.3：采用Hough变换方法对图像F_C5进行直线检测，得到指针线段集合L_P＝{l_i|i＝1,2,…,n_p}，其中，l_i表示L_P中第i条线段，n_p表示检测出的线段数量；

步骤7.4：对L_P中线段进行聚类，得到满足式(6)～(10)的q个子集的集合L＝{L_v|v＝1,2,3,…,q}，其中第v个子集为L_v＝{l_vi|i＝1,2,3,…,q_v}，q_v表示子集L_v中的元素个数，

且当i≠j时

|θ_vi-θ_vj|≤θ₀ (7)

|θ_ui-θ_vj|＞θ₀,u≠v (8)

dis(l_vi,l_vj)≤λ₀,l_vi∈L_v,l_vj∈L_v (9)

dis(l_ui,l_vj)＞λ₀,l_ui∈L_u,l_vj∈L_v (10)

其中，θ_vi表示第v个子集中第i条线段l_vi与水平向右方向的夹角，θ_vj表示第v个子集中第j条线段l_vj与水平向右方向的夹角，θ_ui表示第u个子集中第i条线段l_ui与水平向右方向的夹角，θ₀表示事先给定的角度阈值，λ₀表示事先给定的线段距离判断阈值；表示线段l_ui中点到线段l_vj的垂直距离，表示线段l_vj中点到线段l_ui的垂直距离；

步骤7.5：按如下步骤进行线段合并：

步骤7.5.1：将L_v中元素按线段最左点的横坐标按从小到大进行排序；对L_v中线段l_v1和l_v2进行合并，令合并后的线段为l_vr，其中，k_vr和b_vr分别表示l_vr的斜率和截距，和分别表示线段l_vr的左右两个端点的坐标，根据斜率k_vr的取值采用式(14)或(15)进行计算；从L_v中删除线段l_v1和l_v2，并将l_vr加入到集合L_v中；

其中，k_v1和k_v2分别表示线段l_v1和l_v2的斜率，θ_v1表示l_v1与水平向右方向的夹角，θ_v2表示l_v2与水平向右方向的夹角，d_v1和d_v2分别表示线段l_v1和l_v2的长度，b_v1和b_v2分别表示l_v1和l_v2的截距；表示l_v1的最左点，表示线段l_v1和l_v2上所有点中的最右点；重复这一过程直到L_v中无线段可合并，得集合L_v合并后线段l_v；

步骤7.5.2：得到集合L_after＝{l_v|v＝1,2,3,…,q}，其中l_v即为子集L_v通过步骤7.5.1进行线段合并后得到的线段；

步骤7.6：从L_after中筛选出长线段并构建集合L_long＝{(x_1j,y_1j,x_2j,y_2j,k_j)|j＝1,2,3,…,q_L}，q_L表示L_long中的线段数量，其中的长线段满足：(x_1j-x_2j)²+(y_1j-y_2j)²≥(λ_long·w_max)²，λ_long为事先给定的长线段判断系数，(x_1j,y_1j)表示第j条长线段的起点坐标，(x_2j,y_2j)表示第j条长线段的终点坐标；k_j表示第j条长线段的斜率；

步骤7.7：计算指针所在直线斜率K_p，即长线段集合L_long中的平均斜率：

步骤8：计算指针指向刻度和最小量程之间的角度θ：

步骤9：指针式仪表图像F₁中的读数为V：

通过采用上述技术，与现有技术相比，本发明的有益效果如下：本发明通过利用图像识别技术对指针式仪表图像进行标定、图像预处理、目标二次定位和指针识别的基于图像处理，实现仪表指针二次定位，提高仪表指针识别精度；实现自动仪表图像识别，具有精度高、速度快、操作简单和实时监测的特点，不但减少了效率低难管理的人工抄表过程，而且还减少因人工抄表造成的错误问题和管理问题，同时解决了人工抄表劳动强度大、效率低和可靠性差的问题。

附图说明

图1为本发明的实施样例选取的指针式仪表正面拍摄图像；

图2为本发明的经过步骤3.1得到的最小值识别区域图像；

图3为本发明的经过步骤3.2进行Canny算子计算后的最小值识别区域边缘图像；

图4为本发明的经过步骤3.3进行Hough直线提取后的最小值识别区域图像；

图5为本发明的经过步骤3.7直线筛选后的最小值区域图像；

图6为本发明的经过步骤4得到的表盘识别区域图像；

图7为本发明的经过步骤5图像预处理后的表盘边缘信息图像；

图8为本发明的经过步骤6.2连通域提取后的最小外接矩形图像；

图9为本发明的经过步骤7.1粗定位后的指针区域图像；

图10为本发明的经过步骤7.2预处理后的指针区域边缘图像；

图11为本发明的经过步骤7.3直线提取后的指针区域图像；

图12为本发明的经过步骤7.5直线合并后的指针区域图像；

图13为本发明的经过步骤7.6长直线筛选后的指针区域图像。

具体实施方式

下面结合实施实例来详细阐述本发明，但本发明的保护范围并不仅限于此：

如图1-13所示，本发明的基于图像处理的指针式仪表读数方法，包括如下步骤：

步骤1：从仪表xml配置文件中读入事先标定的仪表图片文件名、仪表最小刻度值V₁、仪表最小值识别区域R₁＝(x₁,y₁,W₁,H₁)、仪表最大刻度值V₂、仪表最大值识别区域R₂＝(x₂,y₂,W₂,H₂)、表盘识别区域R₃＝(x₃,y₃,W₃,H₃)和屏蔽区域R₄＝(x₄,y₄,W₄,H₄)，其中，(x₁,y₁)表示仪表最小值识别区域的左上角坐标，W₁和H₁分别表示仪表最小值识别区域的宽度和高度，(x₂,y₂)表示仪表最大值识别区域的左上角坐标，W₂和H₂分别表示仪表最大值识别区域的宽度和高度,(x₃,y₃)表示表盘识别区域的左上角坐标，W₃和H₃分别表示表盘识别区域的宽度和高度，(x₄,y₄)表示屏蔽区域的左上角坐标，W₄和H₄分别表示屏蔽区域的宽度和高度；

步骤2：读入当前指针式仪表图像F₁，如图1所示；

步骤3：计算仪表最小值和最大值刻度的斜率K_min和K_max，具体为：

步骤3.1：从步骤2)的图像F₁中复制R₁区域的子图像，设为F_min，为最小值识别区域图像，，如图2所示；

步骤3.2：将步骤3.1)的F_min转化成灰度图，并采用OTSU方法进行二值化，然后采用Canny算子得到最小刻度的边缘图像F_C1，如图3所示；

步骤3.3：采用Hough方法进行直线检测，提取步骤3.2)的图像F_C1中的线段，得到最小值线段集合L₁＝{l_i|i＝1,2,…,n₁}，l_i表示L₁中第i条线段，n₁表示线段数量，经过该步骤进行Hough直线提取后的最小值识别区域图像如图4所示；

步骤3.4：计算步骤3.3)的集合L₁中线段的斜率和中点，得集合P₁＝{(l_i,k_i,x_i,y_i)|i＝1,2,…,n₁}，k_i表示线段l_i的斜率，(x_i,y_i)表示线段l_i中点的坐标；

步骤3.5：提取步骤3.4)的集合P₁中的有效线段构成集合P_eff＝{(l_j,k_j,x_j,y_j)|j＝1,2,…,m₁,(l_j,k_j,x_j,y_j)∈P₁}，m₁表示有效线段的数量；其中线段满足条件：(1)α_min≤k_j≤β_min，α_min和β_min为事先给定的斜率阈值下限和上限；(2)min(x_j,|x_j–W₁|)≥γ·W₁且min(y_j,|y_j–H₁|)≥γ·H₁，其中γ为事先给定的线段位置判断系数，在本实例中，γ＝0.2；

步骤3.6：根据xml配置文件中表盘识别区域R₃和最小值区域信息R₁，根据式(1)计算最小值识别区域中心到表盘区域中心相连得到的直线的斜率k₁，其对应的角度为θ₁：

步骤3.7：从集合P_eff中找到满足刻度区域估计的线段集合L_eff＝{l_e|e＝1,2,3,…,m₂}，l_e表示L_eff中第e条线段，且满足：l_e∈P_eff且|θ₁–θ_e|≤θ_thr，θ_thr为事先给定的角度估计阈值，θ_e表示线段l_e与水平向右方向的夹角；m₂表示集合L_eff中的线段数量，在本实例中，θ_thr＝5°，经过该步骤直线筛选后的最小值区域图像如图5所示；

步骤3.8：求L_eff中长度最长线段l_lmax的斜率，即为最小刻度的斜率K_min；

步骤3.9：根据步骤3.1到步骤3.8相同的方法计算得仪表最大值刻度的斜率K_max；

步骤4：从图像F₁中复制R₃区域的子图像，称为表盘识别区域图像F₃，如图6所示；

步骤5：对F₃进行双边滤波，然后转化为灰度图，再采用OTSU方法进行二值化，并将其中R₄区域信息删除，最后使用Canny算子得到表盘边缘信息图F_C3，如图7所示；

步骤6：进行指针粗定位，具体如下：

步骤6.1：在图像F_C3中查找连通域，得连通域最小外接矩形集合C₁＝{(x_i,y_i,w_i,h_i)|i＝1,2,3,…,n₃}，其中(x_i,y_i)表示最小外接矩形左上角的坐标，w_i和h_i分别表示最小外接矩形的宽度和高度，n₃表示连通域数量，矩形中点坐标表示为(x_ci,y_ci)：

步骤6.2：提取仪表量程中的连通域，具体如下：找到集合C₁中的有效外接矩形并构成集合C_in＝{(x_j,y_j,w_j,h_j)|j＝1,2,3,…,n_in}，C_in中矩形须满足条件：(1)x_cj<X_pc且y_cj≥K_min·(x_cj–X_pc)+Y_pc，或x_cj≥X_pc且y_cj≥K_max·(x_cj–X_pc)+Y_pc；(2)L_pcj<λ_c·W₃，L_pcj表示C_in中第j个外接矩形的中心和图像F₃中心的距离，根据式(4)计算：

其中，λ_c为事先给定的距离判断系数，在本实例中，λ_c＝0.4；n_in表示集合C_in中的外接矩形数量；(X_pc,Y_pc)表示图像F₃的中心的坐标，经过该步骤连通域提取后的最小外接矩形图像如图8所示；

步骤6.3：在集合C_in中找到面积最大的外接矩形，记为r_max＝(x_max,y_max,w_max,h_max)，(x_max,y_max)为矩形r_max左上角的坐标，w_max和h_max分别为矩形r_max的宽度和高度；

步骤6.4：根据式(5)确定矩形r_max在图像F₃中的象限q_r：

步骤7：对指针进行精确定位，粗定位后的指针区域图像如图9所示，计算指针所在直线的斜率K_p：

步骤7.1：从图像F₃中复制矩形r_max区域的子图像F₅；

步骤7.2：根据步骤3.2中的相同方法对图像F₅进行图像预处理，得定位后的边缘图像F_C5，如图10所示；

步骤7.3：采用Hough变换方法对图像FC5进行直线检测，得到指针线段集合L_P＝{l_i|i＝1,2,…,n_p}，其中，l_i表示第i条线段，n_p表示检测出的线段数量，直线提取后的指针区域图像如图11所示；

步骤7.4：对L_P中线段进行聚类，得到满足式(6)～(10)的q个子集的集合L＝{L_v|v＝1,2,3,…,q}，其中第v个子集为L_v＝{l_vi|i＝1,2,3,…,q_v}，q_v表示子集L_v中的元素个数，

且当i≠j时

|θ_vi-θ_vj|≤θ₀ (7)

|θ_ui-θ_vj|＞θ₀,u≠v (8)

dis(l_vi,l_vj)≤λ₀,l_vi∈L_v,l_vj∈L_v (9)

dis(l_ui,l_vj)＞λ₀,l_ui∈L_u,l_vj∈L_v (10)

其中，θ_vi表示第v个子集中第i条线段l_vi与水平向右方向的夹角，θ_vj表示第v个子集中第j条线段l_vj与水平向右方向的夹角，θ_ui表示第u个子集中第i条线段l_ui与水平向右方向的夹角，θ₀表示事先给定的角度阈值，λ₀表示事先给定的线段距离判断阈值，在本实例中，θ₀＝π/45，λ₀＝1；表示线段l_ui中点到线段l_vj的垂直距离，表示线段l_vj中点到线段l_ui的垂直距离；

步骤7.5：按如下步骤进行线段合并：

步骤7.5.1：将L_v中元素按线段最左点的横坐标按从小到大进行排序；对L_v中线段l_v1和l_v2进行合并，令合并后的线段为l_vr，其中，k_vr和b_vr分别表示l_vr的斜率和截距，和分别表示线段l_vr的左右两个端点的坐标，根据斜率k_vr的取值采用式(14)或(15)进行计算；从L_v中删除线段l_v1和l_v2，并将l_vr加入到集合L_v中；

其中，k_v1和k_v2分别表示线段l_v1和l_v2的斜率，θ_v1表示l_v1与水平向右方向的夹角，θ_v2表示l_v2与水平向右方向的夹角，d_v1和d_v2分别表示线段l_v1和l_v2的长度，b_v1和b_v2分别表示l_v1和l_v2的截距；表示l_v1的最左点，表示线段l_v1和l_v2上所有点中的最右点；重复这一过程直到L_v中无线段可合并，得集合L_v合并后线段l_v；

步骤7.5.2：得到集合L_after＝{l_v|v＝1,2,3,…,q}，其中l_v即为子集L_v通过步骤7.5.1进行线段合并后得到的线段，直线合并后的指针区域图像如图12所示；

步骤7.6：从L_after中筛选出长线段并构建集合L_long＝{(x_1j,y_1j,x_2j,y_2j,k_j)|j＝1,2,3,…,q_L}，q_L表示L_long中的线段数量，其中的长线段满足：(x_1j-x_2j)²+(y_1j-y_2j)²≥(λ_long·w_max)²，λ_long为事先给定的长线段判断系数，在本实例中，λ_long＝0.8；(x_1j,y_1j)表示第j条长线段的起点坐标，(x_2j,y_2j)表示第j条长线段的终点坐标；k_j表示第j条长线段的斜率，长直线筛选后的指针区域图像如图13所示；

步骤7.7：计算指针所在直线斜率K_p，即长线段集合L_long中的平均斜率：

步骤8：计算指针指向刻度和最小量程之间的角度θ：

步骤9：指针式仪表图像F₁中的读数为V：

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (4)

1.基于图像处理的指针式仪表读数方法，其特征在于包括如下步骤：

步骤1：从仪表xml配置文件中读入事先标定的仪表图片文件名、仪表最小刻度值V₁、仪表最小值识别区域R₁＝(x₁,y₁,W₁,H₁)、仪表最大刻度值V₂、仪表最大值识别区域R₂＝(x₂,y₂,W₂,H₂)、表盘识别区域R₃＝(x₃,y₃,W₃,H₃)和屏蔽区域R₄＝(x₄,y₄,W₄,H₄)，其中，(x₁,y₁)表示仪表最小值识别区域的左上角坐标，W₁和H₁分别表示仪表最小值识别区域的宽度和高度，(x₂,y₂)表示仪表最大值识别区域的左上角坐标，W₂和H₂分别表示仪表最大值识别区域的宽度和高度，(x₃,y₃)表示表盘识别区域的左上角坐标，W₃和H₃分别表示表盘识别区域的宽度和高度，(x₄,y₄)表示屏蔽区域的左上角坐标，W₄和H₄分别表示屏蔽区域的宽度和高度；

步骤2：读入当前指针式仪表图像F₁；

步骤3：计算仪表最小值和最大值刻度的斜率K_min和K_max；

步骤4：从步骤2)的图像F₁中复制R₃区域的子图像，称为表盘识别区域图像F₃；

步骤5：对步骤4)的F₃进行双边滤波，然后转化为灰度图，再采用OTSU方法进行二值化，并将其中R₄区域信息删除，最后使用Canny算子得到表盘边缘信息图F_C3；

步骤6：进行指针粗定位；

步骤7：对指针进行精确定位，计算指针所在直线的斜率K_p：

步骤8：计算指针指向刻度和最小量程之间的角度θ：

<mrow> <mi>&amp;theta;</mi> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>&amp;pi;</mi> <mo>-</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>q</mi> <mi>r</mi> </msub> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>q</mi> <mi>r</mi> </msub> <mo>=</mo> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>q</mi> <mi>r</mi> </msub> <mo>=</mo> <mn>3</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;pi;</mi> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>q</mi> <mi>r</mi> </msub> <mo>=</mo> <mn>4</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>

步骤9：指针式仪表图像F₁中的读数为V：

<mrow> <mi>V</mi> <mo>=</mo> <mfrac> <mi>&amp;theta;</mi> <mrow> <mo>(</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>(</mo> <msub> <mi>K</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> <mo>+</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>(</mo> <msub> <mi>K</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> <mo>+</mo> <mi>&amp;pi;</mi> <mo>)</mo> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>

2.根据权利要求1所述的基于图像处理的指针式仪表读数方法，其特征在于步骤3)中的计算仪表最小值和最大值刻度的斜率K_min和K_max，具体为：

步骤3.1：从步骤2)的图像F₁中复制R₁区域的子图像，设为F_min；

步骤3.2：将步骤3.1)的F_min转化成灰度图，并采用OTSU方法进行二值化，然后采用Canny算子得到最小刻度的边缘图像F_C1；

步骤3.3：采用Hough方法进行直线检测，提取步骤3.2)的图像F_C1中的线段，得到最小值线段集合L₁＝{l_i|i＝1,2,…,n₁}，l_i表示L₁中第i条线段，n₁表示线段数量；

步骤3.4：计算步骤3.3)的集合L₁中线段的斜率和中点，得集合P₁＝{(l_i,k_i,x_i,y_i)|i＝1,2,…,n₁}，k_i表示线段l_i的斜率，(x_i,y_i)表示线段l_i中点的坐标；

步骤3.5：提取步骤3.4)的集合P₁中的有效线段构成集合P_eff＝{(l_j,k_j,x_j,y_j)|j＝1,2,…,m₁,(l_j,k_j,x_j,y_j)∈P₁}，m₁表示有效线段的数量；其中线段满足条件：(1)α_min≤k_j≤β_min，α_min和β_min为事先给定的斜率阈值下限和上限；(2)min(x_j,|x_j–W₁|)≥γ·W₁且min(y_j,|y_j–H₁|)≥γ·H₁，其中γ为事先给定的线段位置判断系数；

步骤3.6：根据xml配置文件中表盘识别区域R₃和最小值区域信息R₁，根据式(1)计算最小值识别区域中心到表盘区域中心相连得到的直线的斜率k₁，其对应的角度为θ₁：

<mrow> <msub> <mi>k</mi> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mn>3</mn> </msub> <mo>-</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>H</mi> <mn>3</mn> </msub> <mo>-</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>3</mn> </msub> <mo>-</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>W</mi> <mn>3</mn> </msub> <mo>-</mo> <msub> <mi>W</mi> <mn>1</mn> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

步骤3.7：从集合P_eff中找到满足刻度区域估计的线段集合L_eff＝{l_e|e＝1,2,3,…,m₂}，l_e表示L_eff中第e条线段，且满足：l_e∈P_eff且|θ₁–θ_e|≤θ_thr，θ_thr为事先给定的角度估计阈值，θ_e表示线段l_e与水平向右方向的夹角；m₂表示集合L_eff中的线段数量；

步骤3.8：求L_eff中长度最长线段l_lmax的斜率，即为最小刻度的斜率K_min；

步骤3.9：根据步骤3.1到步骤3.8相同的方法计算仪表最大值刻度的斜率K_max。

3.根据权利要求1所述的基于图像处理的指针式仪表读数方法，其特征在于步骤6)中对进行指针粗定位具体过程如下：

步骤6.1：在表盘边缘信息图F_C3中查找连通域，得连通域最小外接矩形集合C₁＝{(x_i,y_i,w_i,h_i)|i＝1,2,3,…,n₃}，其中(x_i,y_i)表示最小外接矩形左上角的坐标，w_i和h_i分别表示最小外接矩形的宽度和高度，n₃表示连通域数量，矩形中点坐标表示为(x_ci,y_ci)：

<mrow> <msub> <mi>x</mi> <mrow> <mi>c</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>+</mo> <mfrac> <msub> <mi>w</mi> <mi>i</mi> </msub> <mn>2</mn> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <msub> <mi>y</mi> <mrow> <mi>c</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>+</mo> <mfrac> <msub> <mi>h</mi> <mi>i</mi> </msub> <mn>2</mn> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

步骤6.2：提取仪表量程中的连通域，具体如下：找到集合C₁中的有效外接矩形并构成集合C_in＝{(x_j,y_j,w_j,h_j)|j＝1,2,3,…,n_in}，C_in中矩形须满足条件：(1)x_cj<X_pc且y_cj≥K_min·(x_cj–X_pc)+Y_pc，或x_cj≥X_pc且y_cj≥K_max·(x_cj–X_pc)+Y_pc；(2)L_pcj<λ_c·W₃，L_pcj表示C_in中第j个外接矩形的中心和图像F₃的中心的距离，根据式(4)计算：

<mrow> <msub> <mi>L</mi> <mrow> <mi>p</mi> <mi>c</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msqrt> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>c</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>X</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mrow> <mi>c</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

其中，λ_c为事先给定的距离判断系数；n_in表示集合C_in中的外接矩形数量；(X_pc,Y_pc)表示图像F₃中心的坐标；

步骤6.3：在集合C_in中找到面积最大的外接矩形，记为r_max＝(x_max,y_max,w_max,h_max)，(x_max,y_max)为矩形r_max左上角的坐标，w_max和h_max分别为矩形r_max的宽度和高度；

步骤6.4：根据式(5)确定矩形r_max在图像F₃中的象限q_r：

<mrow> <msub> <mi>q</mi> <mi>r</mi> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>w</mi> <mi>max</mi> </msub> <mo>&gt;</mo> <msub> <mi>X</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>h</mi> <mi>max</mi> </msub> <mo>&lt;</mo> <msub> <mi>Y</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>2</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>w</mi> <mi>max</mi> </msub> <mo>&lt;</mo> <msub> <mi>X</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>h</mi> <mi>max</mi> </msub> <mo>&lt;</mo> <msub> <mi>Y</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>3</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>w</mi> <mi>max</mi> </msub> <mo>&lt;</mo> <msub> <mi>X</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>h</mi> <mi>max</mi> </msub> <mo>&gt;</mo> <msub> <mi>Y</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>4</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>w</mi> <mi>max</mi> </msub> <mo>&gt;</mo> <msub> <mi>X</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>max</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>h</mi> <mi>max</mi> </msub> <mo>&gt;</mo> <msub> <mi>Y</mi> <mrow> <mi>p</mi> <mi>c</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>

4.根据权利要求1所述的基于图像处理的指针式仪表读数方法，其特征在于步骤7)中计算指针所在直线的斜率K_p的具体过程为：

步骤7.1：从图像F₃中复制矩形r_max区域的子图像F₅；

步骤7.2：根据步骤3.2中的相同方法对图像F₅进行图像预处理，得定位后的边缘图像F_C5；

步骤7.3：采用Hough变换方法对图像F_C5进行直线检测，得到指针线段集合L_P＝{l_i|i＝1,2,…,n_p}，其中，l_i表示L_P中第i条线段，n_p表示检测出的线段数量；

步骤7.4：对L_P中线段进行聚类，得到满足式(6)～(10)的q个子集的集合L＝{L_v|v＝1,2,3,…,q}，其中第v个子集为L_v＝{l_vi|i＝1,2,3,…,q_v}，q_v表示子集L_v中的元素个数，

且当i≠j时L_i∩L_j＝φ,L_i∈L,L_j∈L,

|θ_vi-θ_vj|≤θ₀ (7)

|θ_ui-θ_vj|＞θ₀,u≠v (8)

dis(l_vi,l_vj)≤λ₀,l_vi∈L_v,l_vj∈L_v (9)

dis(l_ui,l_vj)＞λ₀,l_ui∈L_u,l_vj∈L_v (10)

<mrow> <mi>d</mi> <mi>i</mi> <mi>s</mi> <mrow> <mo>(</mo> <msub> <mi>l</mi> <mrow> <mi>u</mi> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>l</mi> <mrow> <mi>v</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mrow> <msub> <mi>l</mi> <mrow> <mi>u</mi> <mi>i</mi> </mrow> </msub> <mo>&amp;RightArrow;</mo> <msub> <mi>l</mi> <mrow> <mi>v</mi> <mi>j</mi> </mrow> </msub> </mrow> </msub> <mo>,</mo> <msub> <mi>d</mi> <mrow> <msub> <mi>l</mi> <mrow> <mi>v</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;RightArrow;</mo> <msub> <mi>l</mi> <mrow> <mi>u</mi> <mi>i</mi> </mrow> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>

其中，θ_vi表示第v个子集中第i条线段l_vi与水平向右方向的夹角，θ_vj表示第v个子集中第j条线段l_vj与水平向右方向的夹角，θ_ui表示第u个子集中第i条线段l_ui与水平向右方向的夹角，θ₀表示事先给定的角度阈值，λ₀表示事先给定的线段距离判断阈值；表示线段l_ui中点到线段l_vj的垂直距离，表示线段l_vj中点到线段l_ui的垂直距离；

步骤7.5：按如下步骤进行线段合并：

步骤7.5.1：将L_v中元素按线段最左点的横坐标按从小到大进行排序；对L_v中线段l_v1和l_v2进行合并，令合并后的线段为l_vr，其中，k_vr和b_vr分别表示l_vr的斜率和截距，和分别表示线段l_vr的左右两个端点的坐标，根据斜率k_vr的取值采用式(14)或(15)进行计算；从L_v中删除线段l_v1和l_v2，并将l_vr加入到集合L_v中；

<mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>&amp;theta;</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>&amp;theta;</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>tan</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>&amp;theta;</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> <mrow> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>e</mi> <mi>l</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> <mrow> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> </mrow> <mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>e</mi> <mi>l</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>c</mi> </msubsup> <mo>=</mo> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> <mi>c</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> <mi>d</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>c</mi> </msubsup> <mo>=</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>l</mi> </mrow> <mi>c</mi> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>l</mi> </mrow> <mi>d</mi> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>&amp;Element;</mo> <mrow> <mo>(</mo> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow> 3

<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>c</mi> </msubsup> <mo>=</mo> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mn>1</mn> </mrow> <mi>c</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mn>2</mn> </mrow> <mi>d</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>c</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>c</mi> </msubsup> <mo>-</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>x</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> <mi>d</mi> </msubsup> <mo>-</mo> <msub> <mi>b</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mrow> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <msub> <mi>k</mi> <mrow> <mi>v</mi> <mi>r</mi> </mrow> </msub> <mo>&amp;Element;</mo> <mrow> <mo>(</mo> <mo>-</mo> <mi>&amp;infin;</mi> <mo>,</mo> <mo>-</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> <mo>&amp;cup;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mo>+</mo> <mi>&amp;infin;</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>

其中，k_v1和k_v2分别表示线段l_v1和l_v2的斜率，θ_v1表示l_v1与水平向右方向的夹角，θ_v2表示l_v2与水平向右方向的夹角，d_v1和d_v2分别表示线段l_v1和l_v2的长度，b_v1和b_v2分别表示l_v1和l_v2的截距；表示l_v1的最左点，表示线段l_v1和l_v2上所有点中的最右点；重复这一过程直到L_v中无线段可合并，得集合L_v合并后线段l_v；

步骤7.5.2：得到集合L_after＝{l_v|v＝1,2,3,…,q}，其中l_v即为子集L_v通过步骤7.5.1进行线段合并后得到的线段；

步骤7.6：从L_after中筛选出长线段并构建集合L_long＝{(x_1j,y_1j,x_2j,y_2j,k_j)|j＝1,2,3,…,q_L}，q_L表示L_long中的线段数量，其中的长线段满足：(x_1j-x_2j)²+(y_1j-y_2j)²≥(λ_long·w_max)²，λ_long为事先给定的长线段判断系数，(x_1j,y_1j)表示第j条长线段的起点坐标，(x_2j,y_2j)表示第j条长线段的终点坐标；k_j表示第j条长线段的斜率；

步骤7.7：计算指针所在直线斜率K_p，即长线段集合L_long中的平均斜率：

<mrow> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mn>1</mn> <msub> <mi>q</mi> <mi>L</mi> </msub> </msubsup> <msub> <mi>k</mi> <mi>j</mi> </msub> </mrow> <msub> <mi>q</mi> <mi>L</mi> </msub> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow> 4