CN116957990A - 一种户外水表数据视觉采集方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种户外水表数据视觉采集方法，包括：采集户外水表图像，等分为各个块，获取各个块的梯度波动程度，进而对相邻块进行合并得到各个合并区域；根据各像素点的梯度值、灰度值以及所属块的梯度波动程度，获取各像素点的第一概率，进而获取各个合并区域中含有受光照影响区域的边缘像素点的个数，记为第一个数；根据各个区域的第一个数以及第一概率，获取各个合并区域的增强程度，进而自适应各个区域的伽马值，得到增强图像，进而获取完整的水表数据。本发明自适应各区域的伽马值进行增强，避免使用单一的伽马值而导致某些区域被过度增强或者过度抑制。

Description

一种户外水表数据视觉采集方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种户外水表数据视觉采集方法。

背景技术

水表上的数据包含了用户的用水量、水表编号、水表状态等数据信息，采集水表的数据比如用水量可以便于了解用户的水消费情况，帮助水务公司制定合理的收费标准及管理政策，传统的水表数据采集方法一般为人工抄表，但随着机器视觉的进步，该方法逐渐被淘汰，使用机器视觉对水表数据进行检测采集时，需要首先进行图像采集，由于户外光照因素的影响导致采集的图像可能会出现过度曝光的现象，故而导致采集的水表数据不准确。

由于户外光照因素的影响会导致采集的图像中出现偏暗或者偏亮的部分，伽马变换通过改变图像中像素的亮度值分布即调整伽马值，来解决图像的曝光问题，但是传统的伽马变换是基于单一的伽马值对于整幅图像进行处理，这可能会导致某些区域被过度增强或者过度抑制。

发明内容

本发明提供一种户外水表数据视觉采集方法，以解决现有的问题。

本发明的一种户外水表数据视觉采集方法采用如下技术方案：

本发明一个实施例提供了一种户外水表数据视觉采集方法，该方法包括以下步骤：

采集户外水表图像；

将户外水表图像等分为各个块，获取各个块的梯度波动程度；根据相邻块之间的梯度波动程度，将相邻块进行合并得到各个合并区域；

根据户外水表图像中各像素点的梯度值、灰度值以及所属块的梯度波动程度，获取各像素点属于受光照影响区域中边缘像素点的概率，记为第一概率；根据第一概率获取各个合并区域中含有受光照影响区域中边缘像素点的个数，记为第一个数；根据各个区域的第一个数以及第一概率，获取各个合并区域的增强程度；

根据各个区域的增强程度，获取各个区域的伽马值；根据各个区域的伽马值，获取增强图像；

根据增强图像，获取完整的水表数据。

优选的，所述获取各个块的梯度波动程度；根据相邻块之间的梯度波动程度，将相邻块进行合并得到各个合并区域，包括的具体步骤如下：

将任意一个块记为当前块；

式中，表示当前块中像素点的梯度波动程度；表示当前块内第行第列的 像素点的梯度值；表示当前块内像素点的平均梯度值；表示当前块内总像素的个数；

预设差异阈值，当相邻块之间的梯度波动程度差异小于差异阈值时，进行合并， 得到各个合并区域。

优选的，所述获取各像素点属于受光照影响区域中边缘像素点的概率，包括的具体步骤如下：

式中，为户外水表图像中第个像素点的梯度值；为户外水表图像的像素点中 最大的梯度值；为户外水表图像的像素点中最小的梯度值；为户外水表图像中 像素点的梯度中值；对于受光照影响区域的边缘点来说，其梯度值减去梯度中值的平方所 得结果较小，户外水表图像中其余像素点的梯度值减去梯度中值的平方所得结果较大；表示以自然常数为底数的指数函数，用于对所得结果进行负相关映射；为户外水表 图像第个像素点的灰度值，已知光照的影响会导致像素点的灰度值变大，因此受光照影响 区域的边缘像素点的灰度值较大，对于户外水表图像中其他灰度值较大的像素点来说，其 梯度值减去梯度中值的平方所得结果较大，不会对所得的概率结果造成影响，而对于受光 照影响区域的边缘像素点来说，结合其灰度值较大并且梯度值减去梯度中值的平方所得结 果越小，其所得的概率结果越准确；为户外水表图像中第个像素点所属子块的梯度波动 程度；为户外水表图像的块中的最大梯度波动程度；为户外水表图像的块中的最小 梯度波动程度；为户外水表图像中第个像素点为受光照影响区域中边缘像素点的概率。

优选的，所述根据第一概率获取各个合并区域中含有受光照影响区域中边缘像素点的个数，包括的具体步骤如下：

预设概率阈值，获取各个合并区域中的像素点的第一概率大于概率阈值的像素 点个数，作为各个合并区域中含有受光照影响区域中边缘像素点的个数。

优选的，所述获取各个合并区域的增强程度，包括的具体步骤如下：

遍历户外水表图像的任一合并区域，记为当前合并区域，获取当前合并区域的增强程度：

式中，为当前合并区域的增强程度；为当前合并区域中含有受光照影响区域中 边缘像素点的个数；为当前合并区域的像素点总数；为当前合并区域中第个受光照影响 区域中边缘处像素点的概率。

优选的，所述根据各个区域的增强程度，获取各个区域的伽马值；根据各个区域的伽马值，获取增强图像，包括的具体步骤如下：

遍历户外水表图像中的任一合并区域，记为当前区域，获取当前合并区域的伽马值：

式中，为当前合并区域的增强程度；为设置的超参数；为当前合并区域的伽马 值；

根据得到的各个合并区域的伽马值，使用伽马变换算法对户外水表图像各个合并区域进行自适应增强，得到增强图像。

本发明的技术方案的有益效果是：本发明将户外水表图像等分为各个块，获取各个块的梯度波动程度，根据相邻块之间的梯度波动程度，将相邻块进行合并得到各个合并区域，再根据户外水表图像中各像素点的梯度值、灰度值以及所属子块的梯度波动程度，获取各像素点属于受光照影响区域中边缘像素点的概率进而获取各个合并区域中含有受光照影响区域中边缘像素点的个数；根据各个区域的各像素点属于受光照影响区域中边缘像素点的概率以及含有受光照影响区域中边缘像素点的个数，获取各个合并区域的增强程度，从而根据各区域的增强程度来自适应各区域的伽马值进行增强，避免了使用单一的伽马值对于整幅图像进行处理时导致的某些区域被过度增强或者过度抑制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种户外水表数据视觉采集方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种户外水表数据视觉采集方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种户外水表数据视觉采集方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种户外水表数据视觉采集方法的步骤流程图，该方法包括以下步骤：

S001．采集户外水表图像。

为了获取清晰的水表图像，在户外使用相机拍摄水表图像时将相机置于水表的正上方并保持一定的距离，同时在拍摄过程中用三角架设备来保持相机的稳定性，为了便于后续分析将采集的RGB图像转换为灰度图像，需要说明的是，水表数据位于水表的表盘之中，由于拍摄时相机位于水表正上方拍摄，因此水表图像中最大圆形的轮廓即为水表，水表的表盘区域为水表上的圆形区域，表盘区域包括了水表数据与表盘区域背景，本发明实施例的目的是为了获取表盘区域中完整的水表数据，因此需要先获取灰度图像中表盘区域所在的位置。在本发明实施例中，对灰度图像进行边缘检测，获得每条封闭的边缘围成的连通区域，选取最大的连通区域及次大的连通区域，其中次大的连通区域即为表盘区域，记为户外水表图像。

S002．对户外水表图像进行分块，获取块的梯度波动程度，根据相邻块之间的梯度波动程度进行相邻块的合并。

需要说明的是，采集水表数据对于水务公司来讲必不可少的，可以在客户管理、收费计量等方面提供重要的支撑和指导，但是由于在户外采集水表图像时，容易受到光照的影响导致采集到的图像中部分区域存在着过曝光问题，使得表盘中的数据与表盘背景区域之间的细节纹理存在丢失现象且灰度值差异较小，故使用边缘检测或者阈值分割算法对水表数据进行检测时，无法得到完成的水表数据。为了防止过曝光问题导致的检测结果不准确，伽马变换通过改变户外水表图像中像素的灰度值分布即调整伽马值，来解决图像的曝光问题，但是传统的伽马变换是基于单一的伽马值对于整幅图像进行处理，这可能会导致某些区域被过度增强或者过度抑制，因此，首先对获取的户外水表图像进行等块划分，而后根据块之间的相似性对块进行合并，获取合并区域，便于对各合并区域进行分析，通过自适应各合并区域的伽马值来对户外水表图像进行增强，避免了使用统一的伽马值造成的过度增强或者过度抑制。

需要进一步说明的是，由于受光照影响区域中的水表数据与背景之间的纹理特征不明显，因此通过计算相邻块之间的梯度值的波动程度量化块之间的相似度，若相邻块之间的梯度值波动程度的差异越小说明两个块之间越相似，完成对块的合并。

在本发明实施例中，设置等分块的大小为,在本发明实施例中,在其他 实施例中，实施人员可根据具体实施情况设置的大小。

遍历户外水表图像中任意一个块，记为当前块，获取当前块的梯度波动程度：

式中，表示当前块中像素点的梯度波动程度；表示当前块内第行第列的 像素点的梯度值；表示当前块内像素点的平均梯度值；表示当前块内总像素的个数； 如果当前块中梯度波动程度越大，说明当前块中存在大梯度的边缘点，如果当前块的梯度 波动程度越小，说明当前块中越不可能存在边缘点，如果当前块中梯度波动程度处于中间， 说明当前块中存在较小梯度的边缘点，当相邻两个块之间的梯度波动程度的差异越小，说 明两个块之间越相似。

本实施例对所有块的梯度波动程度进行线性归一化处理。

需要说明的是，当两个相邻块之间的梯度波动程度差异越小，说明当前两个块越相似，可以进行合并，因此，根据梯度波动程度进行相邻块之间的合并后，得到的合并区域有如下情况：背景区域、数据区域、未受光照影响区域以及受光照影响区域，且未受光照影响区域与受光照影响区域中同时含有背景及数据区域。

在本发明实施例中，设置差异阈值，在本发明实施例中，,在其他实施 例中，实施人员可根据具体实施情况设置的大小。当相邻块之间的梯度波动程度差异小于 差异阈值时，进行合并，得到各个合并区域。

至此，将户外水表图像等分为各个块，并根据块之间的灰度波动程度进行合并，得到多个合并区域。

S003．获取各个合并区域的增强程度。

需要说明的是，已知上述步骤S002利用块之间梯度波动程度的差异对相邻块进行合并，得到多个合并区域分别为：背景区域、数据区域、未受光照影响区域以及受光照影响区域，为了解决曝光影响，需要对受光照影响区域的增强程度更大一些，对于其他区域的增强程度较小一些，又因为背景区域及数据区域中其灰度值分布均匀，因此背景区域及数据区域中的像素点的梯度值较小，未受光照影响区域中边缘处像素点的梯度值较大其余像素点梯度值较小，受光照影响区域中边缘像素点的灰度值差异较小，因此受光照影响区域中边缘像素点的梯度值处于中间，其余像素点的梯度值较小，所以当户外水表图像中的像素点的梯度值与户外水表图像中的像素点的梯度中值的差异越小，说明该像素点越有可能为受光照影响区域中边缘像素点。

需要进一步说明的是，户外水表图像中共有四种灰度值，无光照影响的数据灰度值、无光照影响的背景灰度值、有光照影响的数据灰度值、以及有光照影响的背景灰度值，又因为光照影响会导致像素点的灰度值变大，故受光照影响区域的边缘像素点的灰度值较大，又因为上述步骤S002步骤中获取了每个块的梯度波动程度，当块中梯度值的波动程度越大，说明该子块中存在大梯度的边缘点，该子块更可能为未受光照影响块；当块中梯度波动程度越小，说明该子块中越不可能存在边缘点，该子块更可能为背景区域以及数据区域块；当块中梯度波动程度处于中间，说明该块中存在较小梯度的边缘点，该块更有可能为受光照影响区域的块，因此，当像素点灰度值越高、梯度值与户外水表图像中的像素点的梯度中值的差异越小以及其所属子块的梯度波动程度与梯度波动程度中值得差异越小，则该像素点越有可能为受光照影响区域中边缘像素点。

在本发明实施例中，获取户外水表图像中各像素点为受光照影响区域中边缘像素点的概率：

式中，为户外水表图像中第个像素点的梯度值；为户外水表图像的像素点中 最大的梯度值；为户外水表图像的像素点中最小的梯度值；为户外水表图像中 像素点的梯度中值；对于受光照影响区域的边缘点来说，其梯度值减去梯度中值的平方所 得结果较小，户外水表图像中其余像素点的梯度值减去梯度中值的平方所得结果较大；表示以自然常数为底数的指数函数，用于对所得结果进行负相关映射；为户外水表 图像第个像素点的灰度值，已知光照的影响会导致像素点的灰度值变大，因此受光照影响 区域的边缘像素点的灰度值较大，对于户外水表图像中其他灰度值较大的像素点来说，其 梯度值减去梯度中值的平方所得结果较大，不会对所得的概率结果造成影响，而对于受光 照影响区域的边缘像素点来说，结合其灰度值较大并且梯度值减去梯度中值的平方所得结 果越小，其所得的概率结果越准确；为户外水表图像中第个像素点所属子块的梯度波动 程度；为户外水表图像的块中的最大梯度波动程度；为户外水表图像的块中的最 小梯度波动程度；为户外水表图像中第个像素点为受光照影响区域中边缘像素点的概 率，当第个像素点灰度值越高、梯度值与户外水表图像中的像素点的梯度中值的差异越小 以及其所属块的梯度波动程度与梯度波动程度中值得差异越小，则该像素点越有可能为受 光照影响区域中边缘像素点。

需要说明的是，获取了户外水表图像中所有像素点为受光照影响区域中边缘像素 点的概率，已知概率的取值范围为，因此当概率越趋近于1时，该像素点越可能为受光 照影响区域中边缘像素点，因此，在本发明实施例中，设置概率阈值，在本发明实施例中， 设置，在其他实施例中，实施人员可根据具体实施情况设置的值，当第个像素点的 概率时，认为该像素点为受光照影响区域中边缘像素点。

需要说明的是，通过设置概率阈值，筛选出户外水表图像中为受光照影响区域中边缘像素点，又因为对于受光照影响区域，其增强程度大，其他区域的增强程度小，因此统计出各个合并区域中含有受光照影响区域中边缘像素点的个数，当合并区域中含有受光照影响区域中边缘像素点的个数越多，说明该合并区域越有可能为受光照影响区域，其增强程度较大，当合并区域中含有受光照影响区域中边缘像素点的个数趋近于0，说明该合并区域越有可能为背景区域或者数据区域，不含有边缘尽可能不增强，当合并区域中含有受光照影响区域中边缘像素点的个数越少，说明该合并区域可能为未受光照影响区域中的极个别较弱的边缘点，由于光照会导致图像整体变亮，故也需要对其进行增强，其增强程度较小。

需要进一步说明的是，根据上述描述可知各个合并区域中含有受光照影响区域中边缘像素点的个数与合并区域的增强程度呈正相关，因此，在本发明实施例中统计出各个合并区域中含有受光照影响区域的边缘像素点的个数，当该合并区域中含有受光照影响区域中边缘像素点的个数越多，并且合并区域中的受光照影响区域中边缘像素点的平均概率值越高，则该合并区域越有可能为受光照影响区域，其增强程度大。

在本发明实施例中，遍历户外水表图像的任一合并区域，记为当前合并区域，获取当前合并区域的增强程度：

式中，为当前合并区域的增强程度；为当前合并区域中含有受光照影响区域中 边缘像素点的个数；为当前合并区域的像素点总数；为当前合并区域中第个受光照影 响区域中边缘处像素点的概率。

至此，获取了每个合并区域的增强程度，在本发明实施例中，使用线性归一化方法对所得的各个区域的增强程度进行处理。

S004．根据各个合并区域的增强程度获取各个合并区域的伽马值，得到增强图像。

需要说明的是，由于光照的影响会导致户外水表图像的整体的灰度值是偏高的， 所以为利用伽马矫正对像素灰度值进行有效调整，本发明实施例中规定伽马值1，同时因 为在伽马值1的情况下，伽马值越大则对于像素灰度值的调整的越多，对于增强程度越大 的区域说明该区域越有可能是受光照影响的区域，所以要大幅度的降低该区域的像素点亮 度，该区域的伽马取值应该较大，结合增强程度与伽马值得关系构建公式自适应各区域的 伽马取值。

在本发明实施例中，遍历户外水表图像中的任一合并区域，记为当前区域，获取当前合并区域的伽马值：

式中，为当前合并区域的增强程度；为设置的超参数，本发明实施例中，设置，在其他实施例中，实施人员可根据具体实施情况设置的值；为当前合并区域的伽 马值。

至此，得到了各个合并区域的伽马值，使用伽马变换算法对户外水表图像各个合并区域进行自适应增强，得到增强图像。

S005．根据增强图像获取完整的水表数据。

上述步骤S004获取了增强图像，解决了过曝光问题，再利用现有的边缘检测算法对户外水表图像中的水表数据进行检测，得到完整的数据，便于水务公司进行统计。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种户外水表数据视觉采集方法，其特征在于，该方法包括以下步骤：

采集户外水表图像；

将户外水表图像等分为各个块，获取各个块的梯度波动程度；根据相邻块之间的梯度波动程度，将相邻块进行合并得到各个合并区域；

根据户外水表图像中各像素点的梯度值、灰度值以及所属块的梯度波动程度，获取各像素点属于受光照影响区域中边缘像素点的概率，记为第一概率；根据第一概率获取各个合并区域中含有受光照影响区域中边缘像素点的个数，记为第一个数；根据各个区域的第一个数以及第一概率，获取各个合并区域的增强程度；

根据各个区域的增强程度，获取各个区域的伽马值；根据各个区域的伽马值，获取增强图像；

根据增强图像，获取完整的水表数据。

2.根据权利要求1所述一种户外水表数据视觉采集方法，其特征在于，所述获取各个块的梯度波动程度；根据相邻块之间的梯度波动程度，将相邻块进行合并得到各个合并区域，包括的具体步骤如下：

遍历户外水表图像中任意一个块，记为当前块，获取当前块的梯度波动程度：

式中，表示当前块中像素点的梯度波动程度；/>表示当前块内第/>行第/>列的像素点的梯度值；/>表示当前块内像素点的平均梯度值；/>表示当前块内总像素的个数；

预设差异阈值，当相邻块之间的梯度波动程度差异小于差异阈值/>时，进行合并，得到各个合并区域。

3.根据权利要求1所述一种户外水表数据视觉采集方法，其特征在于，所述获取各像素点属于受光照影响区域中边缘像素点的概率，包括的具体步骤如下：

式中，为户外水表图像中第/>个像素点的梯度值；/>为户外水表图像的像素点中最大的梯度值；/>为户外水表图像的像素点中最小的梯度值；/>为户外水表图像中像素点的梯度中值；对于受光照影响区域的边缘点来说，其梯度值减去梯度中值的平方所得结果较小，户外水表图像中其余像素点的梯度值减去梯度中值的平方所得结果较大；/>表示以自然常数为底数的指数函数，用于对所得结果进行负相关映射；/>为户外水表图像第/>个像素点的灰度值，已知光照的影响会导致像素点的灰度值变大，因此受光照影响区域的边缘像素点的灰度值较大，对于户外水表图像中其他灰度值较大的像素点来说，其梯度值减去梯度中值的平方所得结果较大，不会对所得的概率结果造成影响，而对于受光照影响区域的边缘像素点来说，结合其灰度值较大并且梯度值减去梯度中值的平方所得结果越小，其所得的概率结果越准确；/>为户外水表图像中第/>个像素点所属子块的梯度波动程度；为户外水表图像的块中的最大梯度波动程度；/>为户外水表图像的块中的最小梯度波动程度；/>为户外水表图像中第/>个像素点为受光照影响区域中边缘像素点的概率。

4.根据权利要求1所述一种户外水表数据视觉采集方法，其特征在于，所述根据第一概率获取各个合并区域中含有受光照影响区域中边缘像素点的个数，包括的具体步骤如下：

预设概率阈值，获取各个合并区域中的像素点的第一概率大于概率阈值/>的像素点个数，作为各个合并区域中含有受光照影响区域中边缘像素点的个数。

5.根据权利要求1所述一种户外水表数据视觉采集方法，其特征在于，所述获取各个合并区域的增强程度，包括的具体步骤如下：

遍历户外水表图像的任一合并区域，记为当前合并区域，获取当前合并区域的增强程度：

式中，为当前合并区域的增强程度；/>为当前合并区域中含有受光照影响区域中边缘像素点的个数；/>为当前合并区域的像素点总数；/>为当前合并区域中第/>个受光照影响区域中边缘处像素点的概率。

6.根据权利要求1所述一种户外水表数据视觉采集方法，其特征在于，所述根据各个区域的增强程度，获取各个区域的伽马值；根据各个区域的伽马值，获取增强图像，包括的具体步骤如下：

遍历户外水表图像中的任一合并区域，记为当前区域，获取当前合并区域的伽马值：

式中，为当前合并区域的增强程度；/>为设置的超参数；/>为当前合并区域的伽马值；

根据得到的各个合并区域的伽马值，使用伽马变换算法对户外水表图像各个合并区域进行自适应增强，得到增强图像。