基于连通域检测的指针式仪表读数识别

徐亚超 马月梅

摘要：本文研究的是基于机器视觉、模式识别对指针式温湿度计读数的识别方法。为了提升识别精度，本文提出了一种旋转检测连通域的方法，并将其应用在指针仪式表检测中，可以把识别精度控制在一个刻度之内。该算法具有较好的鲁棒性、准确率，实用性也很强。

关键词：指针式温湿度计；读数识别；机器视觉；模式识别；旋转检测连通域。

0引言

目前指针式温湿度仪表精度检测主要通过目测，这种检测方法占用大量劳动力，且效率低下，误差较大。随着机器视觉理论和工业水平的发展，机器视觉技术应用于仪表检测的案例屡见不鲜。得益于机器视觉在效率和自动化方面的优势，一些学者在指针式仪表机器视觉检测方法方面做了许多建设性的研究和应用，其中利用指针偏转的角度计算读数的方案占大多数，这种方案一旦仪表位置发生偏转，或指针圆心存在误差等，都会导致读数误差增大。陈树等在利用K-Means聚类算法提取刻度轮廓基础上，用刻度轮廓质心拟合圆，将刻度圆环全景展开，细化指针并检测出直线方程，最后通过直线和圆环交点识别读数，这种方法一定程度上提高了仪表检测系统的鲁棒性，但是其过程中，运用K-Means聚类算法会增大计算量；将刻度全景展开会造成图像扭曲现象；细化指针、Hough变换都会因采集图像的质量、光源等因素受到不同程度的影响。本文利用表盘空间位置直接截取仪表刻度，并且提出一种新的连通域检测方法用于对每个刻度按照顺序标号，通过指针指向与刻度标号之间的距离数值直接判断读数，将误差限制在一个刻度以内。该方案对圆心位置的准确度，仪表摆放位置的偏转，以及仪表本身的做工误差均没有特别精细的要求，故系统鲁棒性很高。

1一种新的连通域检测方法——旋转检测连通域

连通域分析是一种在机器视觉和图像处理等多学科中常用的方法，主要用于前景目标的提取工作。目前在数字图像处理中，常用的连通域检测方法是按照行或列的顺序遍历图像，检测到的连通域顺序也是从上到下或者从左到右。在本文的刻度提取部分，我们需要将原图进行二值化处理后再进行连通域分析。寻找连通域将在像素值相同和位置相邻两个条件下进行。对于图像中的每个连通域，将标记唯一的标识（1abel），以区别其他的连通域，需要注意的是：扫描指的是按行或按列访问图像的所有像素点，本文算法采用按行扫描方式；被扫描的二值图像记为B：前景像素值为1，背景像素值为0。

常用连通域分析方法使用Two-Pass算法对连通域进行扫描分析，Two-Pass算法需要对图像扫描两遍，以完成对所有连通域的寻找标记工作。Two-Pass算法的简单步骤如下：

第一次扫描，如图5（a）所示：访问当前像素B（x，y），如果B（x，y）=1，如果B（x，y）的邻接像素的值都为0，则赋予B（x，y）一个新的label值：label=label+1，B（x，y）=label；如果B（x，y）的邻接中有像素值>1的像素neighbors，将neighbors中的最小值赋给B（x，y），B（x，y）_min{hel‘ghbors）；记录neighbors中各个值（1abel）之间的相等关系，即这些值（1abel）同属于一个连通域。

第二次扫描，如图5（b）所示：访问当前像素B（x，y），如果B（x，y）>1，找到与labeI=B（x，y）同属相等关系的一个最小label值，并赋给B（x，y）。扫描完成后，图像中具有相同label值的像素就组成了同一个连通域。

本文为了对环绕在表盘边缘的刻度进行排序，提出了旋转检测连通域的方法。如图1，首先将圆盘以O为圆心均分成若干角度为a的扇形，a要足够小，满足最宽处（p到p的距离）不超过一个像素。然后步骤如下：

（1）按照顺时针（如图1箭头方向）从①开始逐个扇形扫描图像，把每一扇形区域中连续的白色像素组成一个集合，并记下它的起点、它的终点以及所在行数。然后从1号开始按照数字顺序标注每个集合。

（2）对于除了第一个扇形外的所有行里的集合，如果它与前一扇形中的所有集合都没有重合区域，则给它一个新的标号；如果它仅与上一扇形中一个集合有重合区域，则将上一扇形的那个集合的标号赋给它；如果它与上一扇形的2个以上的集合有重疊区域，则给当前集合赋一个相连集合的最小标号，并将上一扇形的这几个集合的标记写入等价对，说明它们属于一类。

（3）以上述方法遍历整个区域，将各个集合的标号赋值给该集合每个像素。

本文选取了市面上常用的一种指针式温湿度仪作为案例，其算法总体流程在下文详细叙述（本文所有提到某点的“角度”均是指该点和圆心的连线与O轴夹角的角度）。

2图像预处理

采集到的原始图像会由于各种原因的影响而夹杂多种噪声，对原始图像进行预处理，是之后各种处理的前提。预处理工作的重点是去除图像中的噪声干扰并突出图像中有用的特征信息，然后通过选择合适的算法函数并设置适当的阈值参数对仪表图像的特征信息进行分析识别的过程。通过图像滤波、图像增强以及提取特征信息区域等手段，突出图像中有价值的特征信息，提高仪表图像的可检测性，为后续计算识别做准备。预处理工作是整个指针读数识别系统中的必要过程，预处理效果的好坏对仪表读数的识别效果有直接影响，乃至整个识别系统的准确率。采集原图经过截取，图像去燥，图像增强，阈值分割，然后得到较为理想二值化的效果如图3。图像增强采用伽马变换，对输入图像灰度值进行的非线性操作，使灰度值的输出与输入呈指数关系如V。经过伽马变换后的输入和输出图像灰度值关系如图2所示。

4表盘刻度标号

使用上文提出的旋转连通域检测方法可以进行表盘刻度标号。在第三步中，已经对刻度盘进行了截取，且每个刻度是一个单独的实心连通域，故这里可以对旋转连通域检测方法进行简化，如图1，将圆盘以0为圆心均分成若干角度为a的扇形，如图1中①②④。为了减少计算量，a只需满足小于两个距离最小的相邻刻度之间角度之差的二分之一。⑨是要检测的刻度，实际情况是白色的，像素值为1。设kn是刻度的标号，初始k=0。简化后的步骤如下：

5读数

根据先前已经确定的指针末尾端点P（x，Y）与最相近两个刻度的位置关系，确定最后的读数。首先确定表盘的刻度数目n，由上述方法检测得出的连通域个数k。求出除指针端点所在连通域外其他连通域的质心，这就要求在截取表盘刻度的操作时将所有刻度切成统一长度，以免质心坐标过度偏离圆弧造成读数误差。图形的几何矩为m叩，

6结语

本文从机器视觉和图像处理的角度对指针式仪表的刻度提取和标号进行了研究，提出的通过旋转检测连通域的方法进行对指针式仪表的检测，相对以往的检测的方法有效地减小了误差。在实际的温湿度仪表检测中，该检测算法可以稳定的将误差缩小在一个刻度之内，系统鲁棒性优秀，实用性强。