[发明专利]一种基于对称性特征的仪表指针图像识别方法

说明书

技术领域

本发明属于计算机图像处理领域，特别涉及一种指针式仪表读数的图像识别方法，具体地，涉及一种基于对称性特征的仪表指针图像识别方法。

背景技术

指针式仪表作为一种测量仪器，由于其结构简单、维护方便、抗电磁干扰强、低成本低故障率等诸多优点，被广泛应用于石油化工、电力系统等行业，如变电站的电流表、电压表、功率表、SF6压力表等。传统的指针式仪表读数需要人工肉眼识别，该方法繁琐、劳动强度大、效率低下，而且某些场合不适宜人工作业，这就使得利用图像处理与机器视觉算法自动识别仪表读数具有重要的现实意义。

指针识别的准确性直接决定了仪表读数的精度，当前指针识别方法主要包括Hough变换法与中心投影法。

(1)专利申请号为201310011025.7，名为《一种改进的变电站巡检机器人的多仪表读数识别方法》的中国专利，首先利用自适应二值化算法分割出指针区域，然后采用形态学方法提取指针的骨架，最后使用Hough变换提取指针，该方法依赖于二值图像的准确提取，但实际情况中的光照不均、文字符号等因素将会使得指针团块与其他团块粘连在一起，导致指针区域提取失效。

(2)专利申请号为201110359130.0，名为《高鲁棒仪表指针图像识别方法》公开了一种高鲁棒的指针提取方法:针对细指针，利用Hough变换法求取直线，以此作为指针所在直线；针对粗指针，以仪表中心为起点，计算射线方向上像素灰度值之和，其最大值对应的射线即代表指针所在直线。该方法容易受到表盘各类线条的干扰，粗指针的识别对仪表中心点位置的准确性要求较高。对于表盘文字符号干扰、光照不均、指针部分遮挡等问题，现有的Hough变换法与中心投影法缺乏一定的鲁棒性，指针识别的稳定性不高。

发明内容

为解决现有技术存在的问题，本发明提供一种基于对称性特征的仪表指针图像识别方法，能够克服表盘文字符号、光照不均以及指针部分遮挡等干扰因素，准确提取各种指针的参数信息。

本发明提供的基于对称性特征的仪表指针图像识别方法，包括，

仪表定位：利用指针仪表模板在图像中进行模板匹配，得到仪表图像的ROI区域；

候选指针提取：在ROI区域内根据对称性特征提取若干组组候选指针的对称轴及其对称边缘像素点对；

候选指针提炼：去除非候选指针边缘的对称边缘像素点对，使得最终的对称像素点对基本上都属于候选指针，获得经过提炼后的候选指针对称边缘像素点对；

候选指针合并与选择：去除重叠的候选指针，获取指针识别结果。

优选地，所述候选指针提取具体为：根据ROI区域图像边缘的对称性构造累积矩阵Φ，计算累积矩阵Φ中前T个最大值，计算旋转角与参考距离，作为T个候选指针的对称轴，并计算候选指针对称轴对应的对称边缘像素点对。

优选地，所述候选指针提炼具体为：对对称边缘像素点对进行Ransac共线性检测，并获得满足共线性约束的边缘像素点对，边缘像素点对对应的中点即为候选指针对称轴上的点，获得候选指针对称轴像素点集；对候选指针对称轴像素点集进行分裂再组合，获得分裂再组合后的对称边缘像素点对。

优选地，候选指针合并与选择包括以下步骤：

步骤1：根据候选指针对称边缘像素点对计算候选指针的最小最大宽度、指针夹角、对称轴首尾端点与转角方向；

步骤2：若两候选指针同时满足：①转角方向近似一致、②指针夹角近似一致、③最小最大宽度符合形态一致性要求，则将两候选指针进行合并，形成新的候选指针；

步骤3：选择边缘像素点集最多的候选指针作为最终的指针识别结果。

候选指针提取进一步具体包括：

步骤1：将ROI区域图像由RGB转为灰度图像，采用自适应Canny边缘检测算子提取灰度图像的边缘，并计算每个边缘像素点的梯度方向，记边缘像素点集为Ω；

步骤2：定义[θ_min,θ_max]为仪表指针的转角范围，[ρ_min,ρ_max]为仪表指针的对称轴与参考点P_r(x,y)的参考距离范围，定义初始累积矩阵

Φ_ij←0，其中，θ_min≤i≤θ_max,ρ_min≤j≤ρ_max；