基于机器视觉技术的气体检测报警器检定装置的研究*

郭　波　张　征　许思思

(山东省计量科学研究院，济南 250014)

0　引言

我国大部分气体检测报警器显示部分一般采用数码管和液晶屏两种，由于其型号不同，显示位置也不相同，但显示内容一般为以数字形式显示的一氧化碳气体浓度。依据JJG 915—2008《一氧化碳检测报警器》检定规程[1]，检定过程中要求检定人员多次通入不同浓度的一氧化碳标准气体，并对每次报警器的示值进行记录，检定过程复杂、繁琐，期间虽然有通风橱等设施的保护，检定人员在读取示值时也难以完全避免受到标准气体的侵袭。

本研究尝试将机器视觉技术应用于报警器检定装置，实现检定数据的自动采集，以提高了报警器的检定效率，减少了检定人员的投入，有效避免检定人员受到有毒有害气体的侵袭。本研究主要包括以下内容：1)将机器视觉技术应用于报警器检定装置的设计原理；2)机械结构的设计与研发；3)控制系统的设计与研发；4)图像识别系统的设计与研发。该技术的应用可提升报警器的检定技术及检定效率，对保障人体健康具有重要意义。该技术可推广至更多的计量领域，具有广泛的应用前景。

1　设计原理

机器视觉是利用机器代替人眼来做测量和判断，机器视觉系统是通过图像摄取装置(CMOS和CCD)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作[2-4]。

本研究将机器视觉技术应用于报警器检定过程中，利用CCD(Charge-coupledDevice图像传感器)采集报警器示值。其核心原理为：采用CCD读取报警器示值图像，使用图像处理系统对示值进行识别获取报警器示值，然后由计算机进行数据的存储，用于检定结果的计算。通过设计一套密闭的检定装置，内部安装多只CCD，可同时对多台报警器进行检定，其内部可固定多只不同型号的报警器，CCD可依据报警器屏幕调整自身位置并可自动对焦；设计输出端口与计算机互联，计算机系统可依据规程控制CCD进行示值的采集，由计算机系统完成检定数据的存储及运算，原理见图1。

图1　原理结构图

依据设计思路，形成装置研发过程中的三个研发点：1)机械结构的设计与研发；2)控制系统的设计与研发；3)图像识别系统的设计与研发。

2　机械结构

在满足安全及工作需要的情况下，兼顾舒适性、美观性，将装置机械结构设计由可密闭容器、CCD固定及移动机构、报警仪固定装置、计算机主板及图像采集卡控制箱体几部分组成。

CCD固定及移动机构置于可密闭容器的顶部(可安装四只CCD)，报警器固定装置置于该容器的底部(对应CCD可固定报警器四只)。计算机主板及图像采集卡控制箱体与可密闭容器采用竖式层叠放置，可密闭容器置于控制箱体顶部。两部分间做好隔离封闭措施，避免控制箱体内设备运行当中可能会出现的火花与测试气体接触，提高了装置的安全性能。装置CCD的输出线孔、电源线孔等所有的孔都应用密封圈密封，以避免检定标准气体的泄露，避免对检定人员的侵袭。装置三维图如图2。

图2　装置三维图

该设计结构的优点为：整体体积较小、便于使用且造价低廉。

3　控制系统

控制系统在Visual C++6.0编程环境下编写完成。控制系统部分通过对JJG 915—2008《一氧化碳检测报警器》检定规程[1]的分析形成工作流，实现标准气体通入提醒，数据的定时采集等功能需求。系统通过串行口与计算机通信进行数据交互，实现对不同CCD的控制及每次检定数据的存储，数据库使用微软SQL2000，控制系统主界面如图3。

图3　控制系统主界面

4　图像识别系统

图像识别系统在Visual C++6.0编程环境下编写完成，主要借助机器视觉技术进行实现，该部分为装置的核心。本研究通过利用DirectX开发组件中的DirectShow进行CCD图像的提取和显示；图像处理采用OpenCV(Open Computer Vision)开源计算机视觉函数库完成，分别对图像进行灰度化、腐蚀、膨胀、边缘检测和二值化等一些列处理，然后，编写算法对数字进行分割并使用光学字符(OCR,Optical Character Recognition)进行识别[4-9]。

4.1　图像处理的流程

1)将彩色图像灰度化处理，并且平滑，处理前后如图4所示；

图4　图像灰度化及平滑处理前后

2)图像进行腐蚀膨胀处理，减小噪音干扰；

3)通过边缘检测算子函数cvCanny对图像进行边缘处理，获取内部轮廓，以便提取字符特征，如图5；

4)将每个数字的显示区分割进行字符分割出来，因为对数字的模板匹配必须是单个进行，将每个数字有效点区域的上下左右获取，得到它的显示区，即可将字符串分隔成单个字符进行处理，分割后图像如图6所示。

图5　边缘检测后图像

图6　字符分割后图像

4.2　字符识别

系统主要识别显示屏上显示的数字，字符相对较规整，字符数较少，所以，我们采用较为简单的字符残缺匹配方法进行识别。首先将有相似特征的字符分类，然后根据其不同特征加以区分，再根据相似程度识别出该字符。

5　结束语

基于机器视觉技术的一氧化碳报警器检定装置在山东省计量科学研究院已投入使用半年时间，数据的自动采集大大节省检定过程中人力、物力投入，避免因人为原因而造成的采集差错，提高了报警器的检定效率，产生了很好的经济及社会效益。

现阶段我国大部分计量器具均还不具备自动数据采集接口，检定过程中通过人眼采集被检器具的示值，区别仅在于器具显示屏的种类、大小、位置、显示内容等，结合机器视觉技术在报警器检定方面的成功运用，该技术可进行拓展，广泛应用于各个计量领域内。

[1]JJG 915—2008《一氧化碳检测报警器》.国家质量监督检验检疫总局，2008

[2]刘焕军，王耀南.机器视觉中的图像采集技术[J].电脑与信息技术，2003(1)

[3]吴文琪，孙增圻.机器视觉中的摄像机定标方法综述[J].计算机应用研究，2004(2)

[4]王福斌，李迎燕，刘杰，陈至坤.基于OpenCV的机器视觉图像处理技术实现[J].机械与电子，2010(6)

[5]刘丽梅，郑新武，陈永明，王磊.基于OpenCV的图像处理程序开发方法的研究[J].机电技术，2010(5)

[6]卢洋，张旭秀.图像边缘检测算法的对比分析与研究[J].太原科技，2009(3)

[7]余洪山，王耀南.一种改进型Canny边缘检测算法[J].计算机工程与应用，2004(20)

[8]瞿洋，杨丽平.Hough变换OCR图像倾斜矫正方法[J].中国图像图形学报A辑，2001，6(2)

[9]严国莉，黄山等.印刷体数字快速识别算法在身份证编号数字识别中的应用[J].计算机工程，2003(1)