应用视觉识别技术实现机械水表智能化抄表研究

2019-06-20郑州楷源仪表有限公司申峰

中国建设信息化 2019年11期

文｜郑州楷源仪表有限公司申峰

水表作为供水贸易结算的主要计量仪表之一，准确与否，成为供水企业与用户关注的焦点。机械水表的普遍使用，使得现行抄表收费大多是人工抄表、人工收费和结算，效率低、差错率高，已不适应现代企业管理的要求。

提高水表抄表系统的智能化、信息化势在必行。由于互联网、无线通信技术、嵌入式硬件的小型化、计算机性能的提高和开源的视觉算法库，现代的智能抄表系统已经向集采集、识别、收费管理于一体的综合系统，大大降低了劳动力、人为误差同时提高了智能型和准确度。当前国内外自动抄表系统有基于总线制、IC卡式与无线远传抄表系统。其中无线数据远传在表具上加载无线发射装置，这种装置不用敷设线路，逐步成为主流。但是，智能水表的维护和后期的处理也存在一系列问题。

图1 系统硬件结构图

1、智能抄表装置设计

1.1 系统总体架构

拟采用Windows的服务器进行上位机控制，下位机手持式抄表终端完成图像采集与远传，采集到的图像在服务器端进行图像识别处理，在PC客户端进行用户和数据管理。上位机管理软件采用MySQL关系型数据库具有体积小、速度快、总体拥有成本低和开放源码的特点，结合Qt应用框架构成C/S架构的水表管理系统。图1所示为系统的硬件结构图。

1.2 抄表装置的硬件选型

1.2.1 4G通讯模块

EC20通讯模块是一款支持PCI Express Mini Card 标准接口的LTE模块，支持最大下行速率150Mbps和最大上行速率50Mbps，兼容EDGE和GSM/GPRS网络，确保在缺乏3G和4G网络的偏远地区也能工作，也包含GPS北斗定位和TTS语言等。

1.2.2 处理芯片的选用

由于抄表装置在获取数据没有实时处理的要求，同时不需要高性能与大量数据运算，故选用的处理芯片型号是STM32F407VET6，可以满足终端系统对现场水表表盘图像的采集任务。

1.2.3 摄像头的选用

摄像头是将采集的图像用于后期图像识别的电子器件。一种为电荷耦合器件CCD，CCD成本高，灵敏度高，分辨率高，噪声低，另一种为CMOS图像传感器相对与CCD存在一些缺陷，但是CMOS图像传感器体积小且成本低、满足手持要求，工作电压为3.3V、相对于CCD功耗小很多，所需的外围电路比较简单，因此本系统选择CMOS图像传感器当作图像采集单元。

1.2.4 液晶屏选用

来自德国的Siempelkamp(辛北尔康普)，这是一个代表质量的名字。辛北尔康普能生产用于制造刨花板、MDF、OSB、CSL等人造板的成套设备，包括前端技术、燃烧能力为10到100MW的能源工厂、分选器、干燥机、成型和压机线、带储存、锯切和处理技术的后处理线，整个自动化和可视化技术，以及所有核心部件。ContiRoll®第9代连续压机，能以高达2 500 mm/s的速度连续运行，是国际一流的成型和压机生产线。辛北尔康普拥有令人信服的质量保证。

由于在系统设计中，需要人机交互，才能采集符合图像识别所需的图像，因此需要一块液晶屏。采用3.5寸TFTLCD 电阻式触摸模块，480×320分辨率、视角广、显示细腻、不刺眼和16位颜色深度色彩还原度好。

2、水表图像的数字和二维码识别

图像识别技术的发展，为设备的智能化提供了技术支持，将图像识别技术运用到水表的字轮度数和二维码识别，能提高售水管理的信息化和避免原先人工抄表的各种弊端。

2.1 图像识别方案

根据手持式摄像智能抄表的总体设计方案，摄像头把采集的水表图像通过STM32控制EC20通讯模块传输到Windows系统的服务器中进行图像的识别处理后将数据存入数据库管理系统中。字轮数字识别流程图如2图所示。

2.2 图像预处理

图像在采集的过程中难免会在拍摄的时候受到水表长期使用的灰尘、光线不均匀等因素造成识别难度的增加，所以为了提高准确度需要对图像进行预处理，减少不确定因素的影响。

2.2.1 图像灰度化

由于OV2640摄像头采集的图片是16位色的BMP文件，需要先将16位位图转换为8位位图的灰度图像，然后再进行后面的图像预处理。水表识别度数算法是基于图像几何特征进行分析，对图像的彩色信息不感兴趣而且灰度图像比彩色图像节省三分之二的内存，可以大大提高图形处理运行时间。系统图像灰度化采用加权平均值法，计算如式（3-1）：

图2 字轮数字识别流程图

2.2.2 直方图均衡化

采集的水表图像，由于受到LED和自然光的不均匀光照，造成图像亮度分布不均匀的效果给后续处理带来极大的困难。需要调整图像灰度值使整张图像灰度值分布均匀，突出感兴趣区域。灰度拉伸的计算公式如式（3-2）：

2.2.3 图像滤波去噪

图像采集终端在拍照，远传的过程中会受到噪声的干扰，比如高斯噪声和椒盐噪声。本系统采用高斯滤波，特别适合高斯噪声的过滤会产生边缘模糊但对感兴趣区域没有影响，二维高斯函数如式（3-3）：

2.2.4 图像二值化

图像二值化是灰度图像转化为只有0或1的二值图像，有利用后面图像字轮区域的定位，利用Canny边缘检测算法对图像进行处理，将图像中的边缘最大化的检测出来，得到边缘图像，其中像素点值不为零点的构成图像的边缘。

2.3 水表图像字轮区的定位

对水表表盘中字轮区数字进行识别，首先需要找出字轮在水表中的位置，然后进行数字字符的提取和识别。但是水表表盘数字以外的区域仍然会对图像字轮区域的定位产生干扰，因此利用霍夫圆检测消除表盘以外区域的区域，然后利用霍夫直线及矩形轮廓检测进行字轮区域的定位。

通过水表区域的定位，此过程将水表中的数字区域进一步缩小，然后通过将区域中单个数字分割开并利用模板匹配数字识别得到最后的度数。

2.4 数字字符的分割

通过水表区域的定位，此过程将水表中的数字区域进一步缩小，然后通过将区域中单个数字分割开并利用模板匹配数字识别得到最后的度数可以减少识别的难度和提高准确度。采取将字符先分割开，再分别识别的方案。

2.5 数字字符的识别

模板匹配对待识别的图像或区域中的若干特征量进行提取，再与模板中相应的特征量逐一进行比较，通过计算他们之间规格化的相关量找到其中相关性最大的一个即表示其间相似度最高，即可将图像归类于相应的类。由于水表数字字符可能是完整的一个字符图像，也可能是不完整的半字字符图像，因此在识别处理过程分开处理。先确定字符是整字字符还是图像还是半字字符，分别使用不同的图像识别算法进行识别，最终将识别结果输出显示。