基于视觉的指针式仪表自动读取系统和方法
【技术领域】
[0001] 本发明涉及仪表自动巡检图像处理领域，尤其涉及一种基于视觉的指针式仪表自 动读取系统和方法。
【背景技术】
[0002] 目前国内大多数高危地区采用人工方式对设备进行巡视，但受到巡视人员对设备 的熟悉程度、业务水平、工作经验、态度、责任心和精神状态等诸多因素的制约，巡检工作是 一件非常困难的工作，尤其对偏远地区的高危地区，需要耗费大量的人力和时间；其次，由 于高危地区多为高压、SF6设备，人工巡检具有很大的危险性；同时对于无人值守或少人值 守的高危地区，当高危地区故障时的应急指挥调度难度也非常大。因此很有必要研究在一 定程度上代替工作人员的巡检机器人对高危地区实行自动巡检成为高危地区巡检的发展 趋势。
[0003] 随着物联网技术的发展，新开发的仪表内置数据发送模块，自动将仪表读数发送 到控制中心，但是这种技术必须要内置相应模块，而且成本较高，不可能用于现阶段已经安 装固定仪表中。因此有必要开发一种可以准确读出仪表示数的系统，不对现有仪表进行改 装，代替相关检测人员对高危地区的各种仪表进行读取，并且降低了读数的误差。有了智能 巡检机器人，不但检测设备精准，而且能记录巡视数据，大大减轻工作人员工作强度，并且 保障巡检人员在检测时候的安全问题。
[0004]目前在我国的大型工矿企业中仍然大量存在模拟的指针式仪表，其读数和检测问 题依然需要人力来完成，检测和读数自动化的水平较低。高危地区巡检机器人目前并没有 出现大规模普及，原因是高危地区巡检机器人系统在可靠性和精确性上都有待提高。其实 也是在某些技术点上还需要继续研究和突破。高危地区巡检机器人系统自主方式是机器人 需要通过导航系统到达事先规定的预定点，执行任务。这些任务中包括自动识别仪表并读 数，而这种任务需要应用到机器视觉技术来完成对仪表的识别和指针的读数。这就亟需本 领域技术人员解决相应的技术问题，对指针式仪表进行准确读数。
【发明内容】
[0005] 本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于视 觉的指针式仪表自动读取系统和方法。
[0006] 为了实现本发明的上述目的，本发明提供了一种基于视觉的指针式仪表自动读取 系统，其包括：
[0007] 获取圆心模块，用于获取指针式仪表图像数据，寻找图像数据中指针式仪表的圆 心；
[0008] 获取指针模块，用于通过Hough变换的Houghline函数提取指针式仪表的指针；
[0009] 获取刻度盘模块，用于指针式仪表的刻度盘的提取是根据图像颜色信息确定的， 利用RGB的值确定颜色的最佳阈值，从而提取出指针式仪表的刻度盘；
[0010] 读取刻度模块，用于通过获取的指针式仪表的指针以及指针式仪表的刻度盘对指 示数进行计算读取。
[0011] 本发明还公开一种基于视觉的指针式仪表自动读取方法，其包括如下步骤：
[0012] S1，获取指针式仪表图像数据，寻找图像数据中指针式仪表的圆心；
[0013] S2,通过Hough变换的Houghline函数提取指针式仪表的指针；
[0014] S3,指针式仪表的刻度盘的提取是根据图像颜色信息确定的，利用RGB的值确定颜 色的最佳阈值，从而提取出指针式仪表的刻度盘；
[0015] S4,通过获取的指针式仪表的指针以及指针式仪表的刻度盘对指示数进行计算读 取。
[0016] 所述的基于视觉的指针式仪表自动读取方法，优选的，所述S1包括：
[0017] S1-1，进行图像数据预处理，使用自适应二值化的局部二值化进行处理，所述局部 二值化按照一定的规则将整幅图像划分为N个窗口，对这N个窗口中的每一个窗口再按照一 个统一的阈值T将该窗口内的像素划分为两部分，进行二值化处理，取该窗口的平均值；
[0018] S1-2，进行局部自适应二值化方法;局部自适应二值化，该方法就是在局部二值化 的基础之上，设定阈值是通过对该窗口像素的平均值E，像素之间的差平方P，像素之间的均 方根值Q等各种局部特征，设定一个参数方程进行阈值的计算；
[0019] S1-3,通过设定输入的参数，使用MATLAB函数找到指针式仪表的圆表盘；由于图像 数据中只有所述圆表盘是圆形，因此使用imfindcircles函数，通过设定最小半径和最大半 径得到区域中的圆，并标记其圆心和半径；
[0020]其原理是利用hough检测变换圆，通过设定最小半径和最大半径等参数得 [0021 ] 到检测到的圆的圆心和半径;这个函数出现在Image Processing Toolbox 8.0， 在MATLAB2012版本之后的版本中都将这个功能封装为imfindcircles函数;Hough检测效率 低，代码冗余，且不能完全准确的检测出目标区域的圆，因此在这里不使用hough检测，而使 用imf indc ire 1 es函数，将图片质量不好的区域中的圆也准确检测出来；
[0022] S1-4,截取图像数据中目标区域的圆，将区域外的部分设置为黑;利用S1-3得到的 圆心，保留圆内部，将圆外部像素设置为〇。
[0023] 所述的基于视觉的指针式仪表自动读取方法，优选的，所述S2包括:通过灰度形态 学对图像数据进行处理
[0024] 灰度图像的腐蚀和膨胀过程直接从图像数据和结构元素的灰度级函数计算出来； 对图像中的某一点f(x，y)灰度形态学腐蚀运算的定义为
[0025] (f? g) (x，y) =min{f(x-i，y-j)-g(-i ,-j)}灰度形态学膨胀运算的定义为
[0026] ((/ Θ j；) = Y〇m：{f(x-i,y-j)+ gd,./) '
[0027] 灰度形态膨胀即以结构元素g(i，j)为模板，搜寻图像在结构基元大小范围内的灰 度和的极大值;腐蚀运算过程则是以结构元素g(i，j)为模板，搜寻图像在结构基元大小范 围内的灰度差的极小值;灰度的形态膨胀和形态腐蚀运算的表达式与图像处理的卷积积分 非常相似，以和、差代替连乘，用最小、最大运算代替求总和；
[0028] 灰度形态学闭运算的定义为
[0030]灰度形态学开运算的定义为
[0032]开运算是采用相同的结构元先做腐蚀再做膨胀的迭代运算，闭运算是采用相同的 结构元先做膨胀再做腐蚀的迭代运算;开运算和闭运算的基本作用是对图像进行平滑处 理:开运算可以填充一些小洞和将两个邻近的目标连接起来。
[0033]所述的基于视觉的指针式仪表自动读取方法，优选的，所述S2包括：
[0034] S2-1，通过参数空间进行累加统计，采用直线极坐标方程，变换方程如下所示：
[0035] p = xcos9+ysin9,
[0036] 原始图像数据中的点对应新参数空间中的一条正弦曲线，即点-正弦曲线对偶;检 测直线的具体过程就是让Θ取遍的值，然后计算P的值，再根据Θ和p的值对累加数组累加，从 而得到共线点的个数；
[0037] 对于Θ和p取值范围的确定，设被检测的直线在第一象限，右上角坐标为(m，n);
[0038] S2-2,，当直线从与X轴重合处逆时针旋转时，Θ的值开始由〇°增大，直到180°，所以 Θ的取值范围为0°~180° ;由直线极坐标方程：
所以当且仅当Φ = ± 9 0 °时（根据Φ来调整Θ的值），
由Θ、P的取值范围和分辨率就 能够确定累加器的大小，从而检测直线。
[0039] 所述的基于视觉的指针式仪表自动读取方法，优选的，所述S3包括:左边起始线和 右边终止线均与水平线有一定夹角，分别设为alpha2和alpha3;假设alphal为指针与其所 指方向的水平线之间的夹角，theta为左边起始线到指针方向的夹角;根据alphal的正负， 将计算theta的情况分为以下四种：
[0040] 第一种情况:假设&]^11&1为负，贝1|1:116七& = &]^11&2-&]^11&1;
[0041 ]第二种情况:假设alphal为正，则theta = alpha2+180° -alphal;
[0042] 第三种情况:假设&1口11&1为正，贝1|1:116七& = &1口11&2-&1口11&1;
[0043] 第四种情况:假设alphal为负，则theta = alpha2+l80° -alphal。
[0044] 所述的基于视觉的指针式仪表自动读取方法，优选的，所述S4包括：
[0045] S4-1，对原始图像数据进行灰度边缘化处理，为下一步检测椭圆做准备