一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法

本发明涉及计算机视觉、图像处理与工业自动化检测领域，特别涉及一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法。

背景技术：

1、指针式仪表（如压力表、温度表、流量表等）在工业现场中大量存在。传统的人工抄表方式费时费力、主观性强、难以适应高危环境。随着智能制造的推进，利用计算机视觉技术实现指针式仪表的自动读数已成为迫切需求。

2、现有基于计算机视觉的仪表自动读数方法通常包括以下步骤：（1）目标检测与表盘分割；（2）椭圆拟合或圆检测确定表盘几何参数；（3）透视变换校正；（4）ocr提取刻度值；（5）指针位置检测；（6）读数计算与输出。然而，现有技术在以下关键环节存在明显不足：

3、第一，在椭圆拟合阶段，现有方法直接对分割掩膜坐标点进行最小二乘或ransac椭圆拟合。当表盘倾斜角度较大或点坐标数值量级较大时，协方差矩阵极易呈现病态，导致拟合失败或精度严重下降。

4、第二，在表盘圆心定位方面，现有技术通常直接采用椭圆拟合的几何中心或图像轮廓质心作为圆心。然而，由于印刷工艺偏差、透视变形或安装误差，表盘的几何中心往往与指针的真实旋转中心存在显著偏差，导致后续极坐标展开和读数计算产生系统性误差。

5、第三，在ocr识别环节，现有方法简单地将ocr输出字符串转换为浮点数。工业现场中，ocr经常发生将"9"误识为"6"、遗漏小数点等字符识别错误，产生"1015"（实际为10.15）或"0015"（实际为0.015）等异常数值，导致读数完全错误。

6、第四，在刻度标定阶段，现有方法对识别的所有刻度值直接进行线性插值。一旦混入ocr产生的离群值，插值结果将严重偏离真实值，缺乏有效的异常刻度过滤机制。

7、第五，在指针检测阶段，现有方法多采用霍夫直线检测或边缘检测，在展开后的刻度尺图像中，长条形的“kpa”等单位字符极易被误检为指针，导致定位失败。

技术实现思路

1、针对现有技术的不足，为了提高倾斜、偏心、光照不良和ocr误识别场景下的读数精度与稳定性，本发明提出一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，具体包括以下步骤：

2、s1、获取待读取的指针式仪表图像，利用预训练的深度学习分割模型对输入图像进行推理，检测表盘区域并生成对应的二值分割掩膜，从掩膜中提取表盘轮廓像素点坐标集合；

3、s2、对提取的轮廓点集，计算轮廓点集的几何中心与尺度缩放因子，将点坐标去中心化并统一缩放至标准化空间，在标准化空间内执行ransac椭圆拟合，再将拟合结果逆变换回原始图像坐标系，获得表盘椭圆参数；

4、s3、利用椭圆参数计算外接矩形顶点，以正方形顶点为目标点集计算透视变换矩阵，将椭圆表盘图像校正为标准正圆表盘图像；

5、s4、对正圆表盘图像进行gamma校正后，使用ocr模型进行文本检测与识别，提取刻度数值、物理单位及对应的文字检测框坐标；对ocr输出执行反向正则纠偏处理，包括翻转字符混淆映射纠正、隐式小数点正则补全以及基于统计众数的量纲统一对齐；

6、s5、计算每个有效刻度文字检测框的几何中心作为圆周采样点，遍历所有采样点对构建垂直平分线方程，组成超定线性方程组，通过最小二乘法求解机械圆心坐标；当椭圆短轴与长轴之比大于预设阈值时，直接采用图像几何中心作为机械圆心；

7、s6、以机械圆心为原点执行线性极坐标变换，将圆形表盘图像沿圆周方向展开为一维刻度尺图像；

8、s7、将清洗后的刻度值作为因变量，将其相对机械圆心的极坐标角度作为自变量，构建线性回归模型，引入ransac回归器进行拟合，提取内点掩膜主动剔除残差超过动态阈值的离群刻度点及对应检测框，同时保留拟合模型用于外推计算；

9、s8、对极坐标变换后图像依次应用clahe增强、双边滤波、otsu二值化和形态学开运算，然后进行连通域分析；利用指针在展开图中贯穿全长的物理先验，设定双重几何阈值筛选指针候选连通域：高度大于图像高度的60%且宽度小于图像宽度的15%，在满足条件的连通域中选取高度最大者，对其掩膜沿列方向垂直投影，取投影峰值索引作为指针横坐标；

10、s9、判断指针横坐标是否落在已知刻度有效区间内，若在区间内则通过邻近刻度点线性插值计算读数；若在区间外则利用s7保留的回归模型进行外推计算；最后将数值与物理单位拼接，输出完整测量结果。

11、与现有技术相比，本发的有益效果在于：

12、（1）通过数据标准化空间拟合方法，显著提高了倾斜表盘和非理想成像条件下椭圆拟合的数值稳定性与成功率，解决了传统方法在点坐标数值量级差异大时协方差矩阵病态导致拟合失败的核心问题。

13、（2）通过基于ocr文本几何分布的机械圆心反推方法，不依赖任何像素灰度或边界梯度信息，仅利用刻度标注的几何拓扑关系即可准确求解指针的真实旋转轴心，从根本上消除了印刷偏心、安装偏差对读数精度的不利影响。

14、（3）通过融合正则规则与统计众数缩放的ocr后处理纠偏方法，无需额外的训练数据或模型微调，仅基于表盘物理刻度的先验规则即可有效纠正翻转字符、遗漏小数点等常见ocr错误，大幅提高了工业现场恶劣光照条件下的读数可靠性。

15、（4）通过ransac回归的刻度-角度全局标定方法，将ransac从传统的"找线"工具拓展为"刻度清洗"工具，实现了离群刻度值的自动检测与主动过滤，从而保证了线性插值和外推计算的精度。

16、（5）通过连通域几何先验的指针定位方法，利用指针在展开图中必然贯穿全长的绝对物理先验，以简单高效的几何阈值筛选替代了复杂的霍夫变换或边缘检测，有效规避了长条字符被误检为指针的问题。

1.一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，步骤s2中数据标准化空间椭圆拟合具体包括：

3.根据权利要求1所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，步骤s5中通过最小二乘法求解机械圆心坐标具体包括：

4.根据权利要求3所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，若和为欧氏距离大于1.0像素的两个采样点，利用垂直平分线定理构建求解圆心坐标的线性方程表示为：

5.根据权利要求1所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，步骤s4中ocr反向正则纠偏处理具体包括：

6.根据权利要求5所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，针对其他不包含小数点的字符串，基于基准量纲进行统一量纲的过程包括：

7.根据权利要求1所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，步骤s7中ransac回归刻度标定与离群剔除具体包括：

8.根据权利要求1所述的一种基于机械圆心反推与鲁棒标定的指针式仪表自动读数方法，其特征在于，步骤s8中连通域几何先验指针筛选与定位具体包括：