一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
【专利摘要】一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，本发明涉及指针的位置检测方法。本发明是要解决传统方法检测指针小角度时指针产生形变、零点刻度的依赖性高而导致的刻度分布特征不准确不能得到规整的刻度序列以及传统方法不会检测到仪表盘在装配时产生的旋转误差的问题，而提出的一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法。该方法是通过一计算单帧灰度图像的旋转角度；二对单帧二值图像先进行归一化再进行二值化后进行腐蚀操作；三对图像进行极坐标变换；四获得指针直线方程的参数；五计算指针机械角度；六计算指针指向刻度值；七得出实际单位的值等步骤实现的。本发明应用于指针的位置检测领域。
【专利说明】—种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
【技术领域】
[0001]本发明涉及汽车仪表指针的位置检测方法。
【背景技术】
[0002]工业上对仪表盘的检测内容主要是检测各表指针的转角误差。而指针检测的准确性是仪表盘质量优劣的关键，其中又以指针转角的检测最为困难。
[0003]目前，我国仪表盘生产行业多数采用人工方式对指针仪表进行检定和校验，质检的误差大，效率很低，增加生产成本。运用数字图像处理技术实现汽车仪表指针的自动检测可以提高检测效率，降低检测误差，降低生产成本。
[0004]仪表检测系统会向仪表盘给出控制指针转动的信号，指针转动后由相机对仪表盘图像进行采集，截取待检指针仪表部分。通过图像处理技术，识别出指针转角，与所给信号所代表的角度进行比较，来判断该角度的指针转动是否合格。
[0005]传统指针转角识别方法为剪影法。剪影法的主要步骤为:对两帧有角度偏差的图像做最小灰度相减，对指针进行阈值分割和细化，对图像进行Hough变换提取指针的直线信息，对两指针角度差进行计算。而现在指针转角的检测精度要求较高，在进行小角度检测时，指针如果过宽，会在剪影后被滤掉一部分面积，本来对称的指针会有形变，在进行指针细化后会与实际指向角度有较大误差，给直线拟合造成一定困难。
[0006]传统的基于刻度的对指针转角的检测算法，主要依据指针在刻度范围内所指的位置来识别转角。该算法对表盘上零点刻度的依赖性很高，当零点被干扰，也就是指针遮挡零点时，会在后续处理时造成刻度点缺失，导致刻度分布特征不准确。并且基于刻度的算法对亥IJ度点的清晰性、可识别性要求很高，当刻度间隔过大导致可识别出的刻度点过少时，会导致图像经过极坐标变换后不能得到规整的刻度序列；
[0007]仪表盘在装配时如果产生旋转误差，基于刻度的对指针转角的检测算法不会检测到这部分误差，而只识别出指针相对于刻度的关系，但是仪表盘的装配仍然存在问题。
【发明内容】
[0008]本发明的目的是为了解决剪影法在进行指针小角度检测时，使得做差操作后的指针会产生形变，给直线拟合造成困难及基于刻度的指针转角的检测算法对表盘上零点刻度的依赖性很高，当零点受到干扰时，导致刻度分布特征不准确使得图像经过极坐标变换后不能得到规整的刻度序列以及传统方法不会检测到仪表盘在装配时产生的旋转误差的问题而提出的一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法。
[0009]上述的发明目的是通过以下技术方案实现的:
[0010]步骤一、利用相机采集的单帧灰度图像与模板图像进行旋转角度计算；
[0011]步骤二、对相机采集的单帧灰度图像首先进行图像灰度归一化再利用大津阈值对归一化后的单帧灰度图像进行二值化然后对单帧二值图像进行腐蚀操作；[0012]步骤三、利用汽车仪表的刻度所在位置计算最小二乘圆并从圆心处对腐蚀操作后的单帧二值图像进行极坐标变换；
[0013]步骤四、极坐标变换后，对极坐标中的指针进行细化得到外接矩形信息并对图像进行Hough变换获得指针直线方程的参数；
[0014]步骤五、利用相机采集的单帧灰度图像的旋转角度和指针直线参数计算出表盘旋转后的指针机械角度；
[0015]步骤六、利用基于刻度的指针算法根据直线参数与刻度序列中所有刻度坐标的关系计算出指针指向的刻度值；
[0016]步骤七、利用步骤五获得的指针机械角度和步骤六计算出指针指向的刻度值，经过单位换算得出实际单位的值；即完成了一种基于机械角度和刻度识别的汽车仪表指针的位置检测。
[0017]发明效果:
[0018]本发明在进行指针小角度检测时，100%消除指针指向小角度时与实际指向角度的偏差，从而准确地进行直线参数的拟合。因为本发明采用单帧法，所以在计算过程中即使是小角度的偏转，也可求取指针转角。由于本发明对采集图像进行了旋转角度的计算，从而100%的消除了由于表盘安装或者检测时的放置偏差而导致的转角误差，并且本发明还对采集到的图像做初步的判断，根据计算出采集到图像的旋转角度过大，来说明仪表摆放出错或者表盘安装出错。
[0019]本发明准确的计算出最小二乘圆的方程和圆心坐标，清除了极坐标图像带来的偏差并且本发明为了降低对零刻度准确性的依赖对图像得到的刻度序列进行类似方差的判定使得图像经过极坐标变换后得到规整的刻度序列，并且本发明在零刻度信息获取失败时会采用机械角度作为输出结果，使得即便是存在刻度点过于细小或者排列过密为阈值分割加大难度，刻度可能会粘连在一起的情况也会准确的识别指针转角。
【专利附图】
【附图说明】
[0020]图1是【具体实施方式】一中提出的一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法的流程图；
[0021]图2是实施例一中提出的算法的数据结构图；
[0022]图3为实施例一中提出的算法的主要接口函数；
[0023]图4是实施例一中提出的MatchTemplate函数流程图；
[0024]图5是实施例一中提出的FindMark函数流程图；
[0025]图6是实施例一中提出的GetLine函数流程图；
[0026]图7是实施例一中提出的CalculateAngle函数流程图；
[0027]图8是实施例一中提出的汽车仪表的转速表灰度图像；
[0028]图9是实施例一中腐蚀后的二值化图像；
[0029]图10是实施例一中提出的极坐标变换后的图像；
[0030]图11是实施例一中细化后的指针图像。
【具体实施方式】[0031]【具体实施方式】一:本实施方式的一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，具体是按照以下步骤制备的:
[0032]步骤一、利用相机采集的单帧灰度图像与模板图像进行旋转角度计算；
[0033]步骤二、对相机采集的单帧灰度图像首先进行图像灰度归一化再利用大津阈值对归一化后的单帧灰度图像进行二值化然后对单帧二值图像进行腐蚀操作；
[0034]步骤三、利用汽车仪表的刻度所在位置计算最小二乘圆并从圆心处对腐蚀操作后的单帧二值图像进行极坐标变换；
[0035]步骤四、极坐标变换后，对极坐标中的指针进行细化得到外接矩形信息并对图像进行Hough变换获得指针直线方程的参数；
[0036]步骤五、利用相机采集的单帧灰度图像的旋转角度和指针直线参数计算出表盘旋转后的指针机械角度；
[0037]步骤六、利用基于刻度的指针算法根据直线参数与刻度序列中所有刻度坐标的关系计算出指针指向的刻度值；所得刻度值更符合人们读取刻度值的形式，相对于机械角度来说，为更加直观的结果；
[0038]步骤七、利用步骤五获得的指针机械角度和步骤六计算出指针指向的刻度值，经过单位换算得出实际单位的值如图1 ;即完成了一种基于机械角度和刻度识别的汽车仪表指针的位置检测。
[0039]本实施方式效果:
[0040]本实施方式在进行指针小角度检测时，100%消除指针指向小角度时与实际指向角度的偏差，从而准确地进行直线参数的拟合。因为本实施方式采用单帧法，所以在计算过程中即使是小角度的偏转，也可求取指针转角。由于本实施方式对采集图像进行了旋转角度的计算，从而100%的消除了由于表盘安装或者检测时的放置偏差而导致的转角误差，并且本实施方式还对采集到的图像做初步的判断，根据计算出采集到图像的旋转角度过大，来说明仪表摆放出错或者表盘安装出错。
[0041]本实施方式准确的计算出最小二乘圆的方程和圆心坐标，清除了极坐标图像带来的偏差并且本实施方式为了降低对零刻度准确性的依赖对图像得到的刻度序列进行类似方差的判定使得图像经过极坐标变换后得到规整的刻度序列，并且本实施方式在零刻度信息获取失败时会采用机械角度作为输出结果，使得即便是存在刻度点过于细小或者排列过密为阈值分割加大难度，刻度可能会粘连在一起的情况也会准确的识别指针转角。
[0042]【具体实施方式】二:本实施方式与【具体实施方式】一不同的是:步骤一所述利用相机采集的单帧灰度图像与模板图像进行旋转角度计算过程为:
[0043](I)选定模板图像，若模板图像旋转角度接近为0，将模板图像以正负I度为步进，其中，正负I度指代以模板图像中心为旋转中心的旋转角度；其中，模板图像为相机环境稳定并且待检测仪表摆放无偏差情况下采集到的；
[0044](2)选定模板图像与采集单帧灰度图像进行匹配，模板图像的中心为旋转中心，模板图像旋转O度时与采集单帧灰度图像进行匹配，得到模板图像旋转O度时的匹配值；模板图像旋转I度形成新的模板图像，新的模板图像与采集图像进行匹配，得到模板图像旋转I度时的匹配值；如此循环，直至模板图像旋转角度达到正负30度时截止；
[0045](3)比较所有的选定模板图像与采集单帧灰度图像匹配结果，找到最高的匹配值，检测最高的匹配值是否大于一个设定好的阈值；若小于这个阈值，图像内容不是算法所需要的仪表内容(比如图像采集出错，仪表摆放偏差过大)；即使得到匹配值最高的角度，也不能认为找到仪表的旋转角度，则认为旋转角度识别失败，自动使用基于刻度识别的汽车仪表指针的位置检测方法；其中阈值是通过离线训练获取的匹配值；
[0046](4)当找到的最高匹配值大于阈值，则对应的模板图像旋转的角度作为采集单帧灰度图像的旋转角度。其它步骤及参数与【具体实施方式】一相同。
[0047]【具体实施方式】三:本实施方式与【具体实施方式】一或二不同的是:步骤二所述对相机采集的单帧灰度图像首先进行图像灰度归一化再利用大津阈值对归一化后的单帧灰度图像进行二值化然后对单帧二值图像进行腐蚀操作的过程为:
[0048]I)对相机采集的单帧灰度图像灰度进行归一化:
[0049]设该图像灰度范围为[m，η]，将其扩大到[0，255]，按如下公式:
[0050]
【权利要求】
1.一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法具体是按照以下步骤进行的: 步骤一、利用相机采集的单帧灰度图像与模板图像进行旋转角度计算； 步骤二、对相机采集的单帧灰度图像首先进行图像灰度归一化再利用大津阈值对归一化后的单帧灰度图像进行二值化然后对单帧二值图像进行腐蚀操作； 步骤三、利用汽车仪表的刻度所在位置计算最小二乘圆并从圆心处对腐蚀操作后的单帧二值图像进行极坐标变换； 步骤四、极坐标变换后，对极坐标中的指针进行细化得到外接矩形信息并对图像进行Hough变换获得指针直线方程的参数； 步骤五、利用相机采集的单帧灰度图像的旋转角度和指针直线参数计算出表盘旋转后的指针机械角度； 步骤六、利用基于刻度的指针算法根据直线参数与刻度序列中所有刻度坐标的关系计算出指针指向的刻度值； 步骤七、利用步骤五获得的指针机械角度和步骤六计算出指针指向的刻度值，经过单位换算得出实际单位的值；即完成了一种基于机械角度和刻度识别的汽车仪表指针的位置检测。
2.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤一所述利用相机采集的单帧灰度图像与模板图像进行旋转角度计算过程为: (1)选定模板图像，若模板图像旋转角度接近为0，将模板图像以正负I度为步进，其中，正负I度指代以模板图像中心为旋转中心的旋转角度； (2)选定模板图像与采集单帧灰度图像进行匹配，模板图像的中心为旋转中心，模板图像旋转O度时与采集单帧灰度图像进行匹配，得到模板图像旋转O度时的匹配值；模板图像旋转I度形成新的模板图像，新的模板图像与采集图像进行匹配，得到模板图像旋转I度时的匹配值；如此循环，直至模板图像旋转角度达到正负30度时截止； (3)比较所有的选定模板图像与采集单帧灰度图像匹配结果，找到最高的匹配值，检测最高的匹配值是否大于一个设定好的阈值；若小于这个阈值，则旋转角度识别失败，自动使用基于刻度识别的汽车仪表指针的位置检测方法；其中阈值是通过离线训练获取的匹配值； (4)当找到的最高匹配值大于阈值，则对应的模板图像旋转的角度作为采集单帧灰度图像的旋转角度。
3.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤二所述对相机采集的单帧灰度图像首先进行图像灰度归一化再利用大津阈值对归一化后的单帧灰度图像进行二值化然后对单帧二值图像进行腐蚀操作的过程为: I)对相机采集的单帧灰度图像灰度进行归一化: 设该图像灰度范围为[m，η]，将其扩大到[0，255]，按如下公式:
4.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤三利用汽车仪表的刻度所在位置计算最小二乘圆并从圆心处对腐蚀操作后的单帧二值图像进行极坐标变换的过程分为三个步骤: 1)、对二值图像进行连通域处理，利用Canny算子获得的边界求出各连通域的外接矩形的位置和长宽信息，并将连通域的外接矩形的位置和长宽信息作为特征信息，利用K-均值方法对所有外接矩形进行聚类分析，通过设定长宽和面积参数阈值确定汽车仪表上的刻度点，其中长宽和面积参数阈值为当相机环境相对稳定时通过离线训练得出的； 2)、利用I)得到的刻度点，计算最小二乘圆得出最小二乘圆方程: (1)椭圆方程为Ax2+Bxy+Cy2+Dx+Ey+F=0 ； (2)在所有刻度点中任意选取6个点，分别代入椭圆方程中求取代数距离； (3)令目标函数
5.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤四所述极坐标变换后，对极坐标中的指针进行细化得到外接矩形信息并对图像进行Hough变换获得指针直线方程的参数的主要过程为: (1)利用Deutsch细化算法将极坐标变换后的图像全部进行细化，利用3*3的模板遍历图像，计算每个像素的八邻域上的0-1的穿越次数P和非O相邻点的数目N，当P和N的数目满足Deutsch算法中的条件时，将该点删除，反复执行上述操作直至没有可以删除的点，其中极坐标变换后的图像全部进行细化，内容包含对噪声、刻度点及指针的细化； (2)利用Canny算子得到细化后的图像各连通域的边界，对所得各连通域的边界进行连通域处理，得到细化后的图像外接矩形边界信息，通过外接矩形长宽参数和面积参数过滤掉噪声和刻度点，找出指针部分并截取中间一部分留下的唯一连通域就是指针部分；其中外接矩形边界信息是长宽参数和面积参数； (3)最后对得到的指针进行霍夫Hough变换，得到指针直线方程的参数。
6.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步 骤五利用旋转角度和指针直线参数计算出表盘旋转后的指针机械角度的主要过程为: (1)根据步骤四中获得的指针外界矩形信息和直线参数计算细化后指针的平均纵坐标y.，作为亚像素信息，当图像高度为height时，可得指针在原仪表图像中的角度为
7.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤六所述利用基于刻度的指针算法根据直线参数与刻度序列中所有刻度坐标的关系计算出指针指向的刻度值的主要过程为: (1)将步骤四中获得的连通域外接矩形信息，通过设定矩形位置阈值和长宽阈值，逐个考察所有外接矩形，当其位置和长宽都满足设定阈值要求，则认为该矩形对应的连通域是汽车仪表刻度点，当考察完所有外接矩形后，则得到汽车仪表所有的刻度点，进而计算得汽车仪表所有刻度中心坐标信息； (2)将所有刻度中心坐标信息中的中心纵坐标信息依次排序，获得坐标序列，其中坐标序列包含η个坐标，i=l,2,3……η ;纵坐标最小的即为零刻度为坐标序列第i=l个坐标； (3)计算第I个坐标零刻度与第2个坐标刻度的中心纵坐标差值pl，和其余相邻刻度点纵坐标差，将纵坐标差值Pl逐个与其余纵坐标差进行相减再平方，最后求和: 公式为
8.根据权利要求1所述一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法，其特征在于步骤七所述利用步骤五获得的指针机械角度和步骤六计算出指针指向的刻度值，经过单位换算得出实际单位的值主要过程为: 利用步骤五获得的指针机械角度和步骤六计算出指向的刻度值，经过单位换算得到汽车仪表对应的两个实际单位的值，两个实际单位的值的差值如果满足精度要求，则指针转角识别成功，并且步骤六获得的刻度值换算出实际单位的值为最终结果；其中精度要求指工程项目中所要求的指针识别误差精度要求。
【文档编号】G01B11/26GK103759758SQ201410037951
【公开日】2014年4月30日 申请日期:2014年1月26日 优先权日:2014年1月26日
【发明者】李竹奇, 高会军, 于金泳, 孙光辉, 肖峰, 李博伦 申请人:哈尔滨工业大学