[发明专利]一种针对特种车辆指针式仪表的半自动校验方法

说明书

技术领域

本发明属于计算机技术领域的视频图像处理和识别技术，特别是大量不同类型的特种车（如装甲车）辆指针式仪表的半自动识别与校验方法。

背景技术

特种车辆指的是外廓尺寸、重量等方面超过设计车辆限界的及特殊用途的车辆，除了装甲车外，还可以是运钞车、救护车、消防车、警车、工程救险车、军事监理车等。特种车辆仪表是特种车辆上重要的仪器装备。对特种车辆上的仪表进行校验，可以给出对特种车辆仪表在出厂时候的可靠性的评估，可以保证了特种车辆在正式使用时候的可靠性。因此，对特种车辆指针式仪表进行校验是它们正式被使用之前的必须的一步。

长期以来，计量行业以及一些特殊行业的校验与测量普遍采用人工读取的非接触式方法来进行仪表的识别与校验。而最近基于视频图像处理技术的工业仪表自动识别也有不少研究，如文献1（孙琳，王永东，指针式仪表自动检定图像识别技术，现代电子技术[J]，2011.Vol.34(8)：101-104.）。但是很少有针对特种车辆的仪表的研究，也很少有基于大量不同类型的仪表的半自动化校验的研究。特种车辆仪表有不同于工业仪表的独特的特点，比如说大部分特种车辆仪表类型的底盘是黑的，大部分特种车辆仪表的指针不在仪表圆盘中心，特种车辆仪表的指针比工业仪表的指针更宽更短，比一般的工业仪表更加难以识别，等等。特种车辆仪表存在着下面一些特点：

1）特种车辆仪表的校准对正确率的要求比工业仪表的要求要高的多；

2）特种车辆仪表的种类很多，并且仪表的特点没有太多的规律性，3）

3）很难对它们全部进行自动识别和自动校验；

4）很多特种车辆仪表的刻度不均匀，不能很好提取；

5）大部分特种车辆仪表的指针固定点不在仪表圆盘的中心。

另外还可能有如下一些原因使得仪表的自动识别带来偏差，需要采用半自动的方式：光照太强或太弱，影响到仪表图像的刻度读取；表盘可能被污染，因此仪表的刻度，特别是比较重要的起始刻度、终止刻度不能准确获取；仪表偏斜得太厉害。

发明内容

本发明所要解决的问题是：针对特种车辆仪表的特殊性，如何去快速的校验和识别大量不同类型的特种车辆仪表，并且保证很高的准确率。

在特种车辆的识别和校验中，我们模拟人眼识别的过程，分了如下8个步骤，这8个步骤有如下的执行方式：

步骤1：图像预处理(自动执行)；

步骤2：表盘边缘和中心提取(自动执行)；

步骤3：仪表类型建模与类型选择(手动执行)；

步骤4：指针固定点的提取(手动执行)；

步骤5：指针提取(自动执行)；

步骤6：起始刻度和终止刻度提取(手动执行)；

步骤7：读数(自动执行)；

步骤8：校准(自动执行)。

对于某些仪表图像来说，全自动的执行会出现错误和偏差，而特种车辆仪表的校准对校验结果的准确率有非常高的要求。因此对于以上的8个步骤来说，我们有选择性地人工执行其中一些步骤。通过我们的反复实验，我们发现在上述的几个步骤中，对于比较麻烦的图像，也就是指针固定点、刻度识别、起始刻度和终止刻度可能会错，因此对于这几个步骤我们选择人工执行。我们将特种车辆识别和校验使用半自动的方式，将其中某些步骤自动化，而某些步骤则人工手动执行，这种方式比手动人工校验更加快捷，比全自动识别和校验又有高得多的准确率。

下面我们将详细的介绍几个步骤。

步骤1.图像预处理

本发明利用图像增强技术对特种车辆仪表图像进行自动处理。对于大部分特种车辆仪表来说，工业仪表大部分是白色底盘，而装甲仪表大部分是黑色地盘。因此在预处理过程中，我们需要做反色变换。输入的彩色图像将被转换成为灰度图像，然后是除去噪声。对于太暗的图像，我们还要进行图像增强处理。对于有些步骤，比如说指针提取和刻度提取，还需要对图像进行二值化，所以预处理中还要求得二值化图像。

针对仪表图像的光线太暗的情况，对仪表图像进行灰度拉升处理或者均衡处理都能起到图像增强的作用。相对于均衡处理发明来说，灰度拉升能起到不改变图像细节的作用。由于仪表上刻度提取、指针提取都依赖非常重要的细节，因此预处理中我们采用对反色后仪表图像进行灰度拉升。

步骤2.仪表边缘和中心提取