一种指针式仪表读数识别方法及识别装置与流程

1.本发明涉及仪表识别技术领域，具体涉及一种指针式仪表读数识别方法及识别装置。


背景技术：

2.指针式仪表作为一种检测装置具有读数方便简单、示数稳定和不易受干扰等诸多优点。
3.传统的读数方式较多的是采用人工识别，其识别效率较低，因此现阶段有通过计算机视觉对指针式仪表进行识别的方法，可以减少很多人力读数的成本。相较于人工巡检方法具有适用范围广、精度高和稳定性高的优势，但是现阶段传统的机器识别存在至少下述几个确定：缺点一：目标检测需要采集大量的图像样本；缺点二：表盘必须为圆形，必须正向放置，圆心必须位于图片正中心；缺点三：无法正确处理刻度部分遮挡等问题。


技术实现要素：

4.本发明所要解决的技术问题是机器识别对原始图像要求较高，目的在于提供一种指针式仪表读数识别方法及识别装置，解决了在倾斜角度以及刻度被遮挡的情况下的读数识别问题。
5.本发明通过下述技术方案实现：一种指针式仪表读数识别方法，包括：获取原始图像，所述原始图像为待识别的指针式仪表的图像；对原始图像进行预处理，获得滤波后的预处理图像；对预处理图像进行处理，获得精确刻度；拟合获得精确刻度所在的目标椭圆圆心位置；检测指针粗端，并提取粗端区域；获得指针尖端的角度；计算获得指针式仪表读数。
6.可选地，对原始图像进行预处理的方法包括：将原始图像灰度化，获得灰度图像；对灰度图像进行图像二值化处理，获得二值化后的第一图像：，其中为像素点坐标，为灰度图像的点处灰度值，为二值化后点处的灰度值，为二值化处理阈值；选取的像素点对其进行膨胀，获得膨胀图像；对膨胀图像进行腐蚀，获得预处理图像。
7.可选地，获得膨胀图像的方法包括：
a1、获取第二图像，所述第二图像为所述第一图像的拷贝副本；a2、提取第二图像的单像素边缘，获得边界图像；a3、提取第一图像的边界；a4、对边界的起始点进行膨胀，遍历每一条边界，获得第三图像；a5、将第三图像与第一图像合并，获得膨胀图像；获得预处理图像的方法包括：a6、取膨胀图像的前景的补集，并对称执行步骤a1-a5的操作，获得第四图像；a7、取第四图像的补集，获得预处理图像。
8.可选地，提取边界的方法包括：b1、设定为前景，为背景；b2、从第一图像的左上方搜索至找到新区域的像素点，所述像素点是新区域的所有像素中具有最小行数值的最小的列数的像素，并将像素点设定为区域边界的起始像素；b3、定义临时变量，所述临时变量用于存储从后一个边界元素相对当前边界元素的方向；b4、按照顺时针方向搜索当前像素的3
×
3邻域，当为偶数时，搜索方向为；当为奇数时，搜索方向为；b5、搜索到第一个像素值为255的像素点，将其作为新边界元素，并使像素点，；b6、重复步骤b4-b5，至无法搜索到新的像素值为255的点，获得边界，其中为起始点的坐标；提取单像素边缘的方法包括：b7、获取第一图像的某一个像素点，并判断该像素点的3
×
3邻域中8个方向上的像素中是否有满足至少一个像素为0；若满足，则设定此像素点为边缘点；若不满足，则设定为非边缘点；b8、遍历第一图像中的所有像素点，获得单像素边缘。
9.可选地，获得精确刻度的方法包括：在预处理图像中筛选构成闭合区域的边缘点集；设定最大阈值和最小阈值，并判断各个闭合区域的大小，并筛选面积位于最小阈值与最大阈值之间的所有闭合区域；获得多个闭合区域的多个最小外接矩形，并确定多个最小外接矩形的中心坐标；以中心坐标为中心，截图面积大于最小外接矩形的矩形图片，所述最小外接矩形位于矩形图片内；对矩形图片使用harris角点检测方法进行矩形检测，筛除角点无法形成矩形的矩形图片后，获得精确刻度。
10.可选地，获得目标椭圆圆心位置的方法包括：
获得精确刻度所在的最小外接矩形，并通过多个最小外接矩形拟合出近似圆心；获得精确刻度所在的矩形图片的四个角点，并获得四个角点与近似圆心的距离，令其为第一距离、第二距离、第三距离和第四距离，且第一距离≥第二距离≥第三距离≥第四距离；连接第三距离对应的角点和第四距离对应的角点，并取连线的中点，并获取该中点的坐标；建立目标椭圆的模型函数：，其中为椭圆的标准公式中的五个未知数，为采样的中点的坐标数量，且，为中点的坐标；求解目标函数的最小值，获得目标椭圆圆心坐标，。
11.可选地，提取粗端区域的方法包括：通过hough变换获得目标椭圆对应的正面圆盘图像，获得表盘的圆心和半径，坐标为；以为圆心，为外径，为内径，构造覆盖指针全部活动范围的遮蔽圆弧，；选取区域，以圆心将其划分为个扇形区，并确定每个扇形区的起始角度，，其中，为遮蔽圆弧的起始角度，为遮蔽圆弧的终止角度；计算遮蔽圆弧中第个扇形区中像素点总数，，其中为第个扇形区中最小半径，为第个扇形区中最大半径；对函数进行条件为的峰值搜索，获得指针所在位置对应的扇形区；获得指针角度集合，其中为搜索条件下所估计的指针角度，为所估计的指针数；
确定第个指针的邻域半径，；提取第个指针对应的粗端区域，其起始角度为，终止角度为。
12.可选地，获得指针尖端的角度的方法包括：确定指针粗端区域对应的指针尖端的邻域：；确定指针尖端对应的角度，。
13.可选地，计算获得指针式仪表读数的方法包括：建立指针式仪表深度学习模型，并通过多个训练样本对指针式仪表深度学习模型进行训练；将原始图像输入至指针式仪表深度学习模型，获得原始图像对应的仪表种类，获得仪表的最大量程；获得指针读数，，其中为校正参数。
14.一种指针式仪表读数识别装置，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的一种指针式仪表读数识别方法的步骤。
15.本发明与现有技术相比，具有如下的优点和有益效果：本发明通过获得待读数的指针式仪表的原始图像，并对原始图像进行处理后，获得多个精确刻度，通过精确刻度拟合仪表的刻度所在的目标椭圆圆心，通过椭圆圆心确定指针式仪表的指针粗端位置，通过粗端位置获得指针尖端的角度，最终通过角度获得读数；通过本发明可以在指针仪表处于倾斜装置，或者指针的尖端被遮挡的情况下准确的获得仪表的读数。
附图说明
16.附图示出了本发明的示例性实施方式，并与其说明一起用于解释本发明的原理，其中包括了这些附图以提供对本发明的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分，并不构成对本发明实施例的限定。
17.图1是根据本发明所述的一种指针式仪表读数识别方法的流程示意图。
具体实施方式
18.为使本发明的目的、技术方案和优点更加清楚明白，下面结合附图和实施方式对
本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本发明的限定。
19.另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分。
20.在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明。
21.实施例一为了的提升基于机器视觉的对指针式仪表的识别，如图1所示，本实施例提供一种指针式仪表读数识别方法，包括：第一步，获取原始图像，原始图像为待识别的指针式仪表的图像；通过拍照、视频截图等方式获得需要进行指针识别的仪表的正面图像。
22.第二步，对原始图像进行预处理，获得滤波后的预处理图像；获取指针式仪表时，由于表盘自身信息干扰或光照变化等因素的影响，无法准确提取出有用的仪表信息，从而会影响仪表读数的计算。因此，在提取指针区域之前必须对图像进行预处理以去除部分噪声，为后续指针识别和刻度定位信息的精确提取提供清晰的图像，以获得精度更高的指针式仪表读数，通过对原始图像的预处理，滤除了表盘的背景和表盘中的部分刻度与数字,保留了指针特征与表盘外延。
23.第三步，对预处理图像进行处理，获得精确刻度；由于表盘内部信息(数字、符号、仪表编号、生产厂商等）的干扰，且矩形刻度并非水平，自身的旋转角度各不相同，使用传统方法在整个仪表表盘的图像中直接定位表盘的刻度位置较为困难。本实施例中先粗识别再精确识别出能够进行精确识别的刻度。
24.第四步，拟合获得精确刻度所在的目标椭圆圆心位置；通过获得的精确刻度，根据至少5个精确刻度的位置，则可以求解出所有刻度所在的椭圆，从而可以获得准确的指针圆心。
25.第五步，检测指针粗端，并提取粗端区域；在部分仪表的原始图像中，可能存在指针的尖端被遮挡的情况，因此在本实施例中，将尖端所在的区域进行遮蔽，然后通过对粗端进行识别，获得粗端区域。
26.第六步，获得指针尖端的角度；获得粗端的位置后，粗端和尖端是连接呈一个整体的，通过粗端即可以获得尖端所在的位置。
27.第七步，计算获得指针式仪表读数。通过指针尖端在表盘上的角度，结合ai分类模型得到的表盘量程信息，则可以计算得出对应的读数。
28.通过本实施例的方法，可以在原始图像为倾斜状态时，准确的获得对应的指针角度，从而获得正确的读数。还可以在指针尖端被遮挡的情况下，通过指针粗端获得正确的读数。
29.实施例二本实施例是对实施例一中的第二步的具体说明，对原始图像进行预处理的方法包括：s11、将原始图像灰度化，获得灰度图像；为减少仪表识别过程的计算量和存储空间,将彩色图像转换为灰度图像；同时为更好地捕获特殊形状指针式仪表的指针特征,需对采集到的仪表图像预处理,从而得到指针特征清晰的仪表图像。
30.s12、通过阈值分割的方法对灰度图像进行图像二值化处理，获得二值化后的第一图像：，其中为像素点坐标，为灰度图像的点处灰度值，为二值化后点处的灰度值，为二值化处理阈值；对图像设定合理的阈值可以突出有效信息,去除冗余信息。图像二值化处理常用的方法有:自适应中值滤波法、迭代法、最大熵阈值法、最大类间方差法等。根据表盘的特性,为了得到较为理想的二值化图像,采用最大类间方差法求二值化阈值。
31.s13、选取的像素点对其进行膨胀，获得膨胀图像；获得膨胀图像的方法包括：a1、获取第二图像，第二图像为第一图像的拷贝副本；a2、提取第一图像的边界，提取边界的方法包括：b1、设定为前景，为背景；经过二值图像常常用只有0和255两种像素的灰度图像来表示，假设图像中像素值为255的为前景，像素值为0的为背景。
32.b2、从第一图像的左上方搜索至找到新区域的像素点，像素点是新区域的所有像素中具有最小行数值的最小的列数的像素，并将像素点设定为区域边界的起始像素。
33.b3、定义临时变量，临时变量用于存储从后一个边界元素相对当前边界元素的方向；从起始点开始，本实施例令。
34.b4、按照顺时针方向搜索当前像素的3
×
3邻域，当为偶数时，搜索方向为；当为奇数时，搜索方向为。
35.b5、搜索到第一个像素值为255的像素点，将其作为新边界元素，并使像素点，；b6、重复步骤b4-b5，至无法搜索到新的像素值为255的点，获得边界，其中为起始点的坐
标。
36.a3、提取第二图像的单像素边缘，获得边界图像；提取单像素边缘的方法包括：b7、获取第一图像的某一个像素点，并判断该像素点的3
×
3邻域中8个方向上的像素中是否有满足至少一个像素为0；若满足，则设定此像素点为边缘点；若不满足，则设定为非边缘点。
37.b8、遍历第一图像中的所有像素点，获得单像素边缘。
38.a4、对边界的起始点进行膨胀，遍历每一条边界，获得第三图像；a5、将第三图像与第一图像合并，获得膨胀图像；s14、对膨胀图像进行腐蚀，获得预处理图像，获得预处理图像的方法包括：a6、取膨胀图像的前景的补集，并对称执行步骤a1-a5的操作，获得第四图像；腐蚀算法是膨胀算法的对偶运算，可以实现膨胀运算向腐蚀运算的转换，从而实现快速腐蚀算法a7、取第四图像的补集，获得预处理图像。
39.实施例三本实施例是对实施例一中的第二步的具体说明，获得精确刻度的方法包括：s21、在预处理图像中筛选构成闭合区域的边缘点集；首先对预处理图像进行粗识别，在膨胀腐蚀结果中寻找各个闭合形状的边缘点集，并构成一个集合。
40.s22、设定最大阈值和最小阈值，并判断各个闭合区域的大小，并筛选面积位于最小阈值与最大阈值之间的所有闭合区域；将面积不属于该阈值范围内的区域过滤掉，然后求出该区域的最小外接矩形，将所有最小外接矩形的中心坐标保存在一个列表中。
41.s23、获得多个闭合区域的多个最小外接矩形，并确定多个最小外接矩形的中心坐标。
42.s24、以中心坐标为中心，截图面积大于最小外接矩形的矩形图片，最小外接矩形位于矩形图片内。
43.此时保留的中心坐标包括了刻度外接矩形的中心坐标和一些干扰信息的中心坐标。为了去除这些干扰信息,以粗识别获得的最小外接矩形中心继续作为中心，略微扩大矩形框的长与宽，在对应表盘原图中截取矩形图片。
44.s25、对矩形图片使用harris角点检测方法进行矩形检测，筛除角点无法形成矩形的矩形图片后，获得精确刻度。
45.harris角点检测算法是图像图例中常见的算法，可以进行角点检测，排除掉角点过多和角点无法形成矩形的图,得到真正的刻度。
46.实施例四本实施例是对实施例一中的第四步的具体说明，获得目标椭圆圆心位置的方法包括：s31、获得精确刻度所在的最小外接矩形，并通过多个最小外接矩形拟合出近似圆心；在精确定位刻度之后，先用所有矩形刻度的几何中心拟合出一个粗略的圆心。
47.s32、获得精确刻度所在的矩形图片的四个角点，并获得四个角点与近似圆心的距离，令其为第一距离、第二距离、第三距离和第四距离，且第一距离≥第二距离≥第三距离≥第四距离；
s33、连接第三距离对应的角点和第四距离对应的角点，并取连线的中点，并获取该中点的坐标；重复获得多个精确刻度对应的中点的坐标。
48.s34、建立目标椭圆的模型函数：，其中为椭圆的标准公式中的五个未知数，为采样的中点的坐标数量，且，为中点的坐标；确定椭圆的5个未知数，必须需要至少5个采样点。
49.s35、求解目标函数的最小值，即使最小，需要，获得目标椭圆圆心坐标，。
50.实施例五本实施例是对实施例一中的第五步的具体说明，提取粗端区域的方法包括：s41、通过hough变换获得目标椭圆对应的正面圆盘图像，获得表盘的圆心和半径，坐标为；hough变换的基本原理是将影像空间中的曲线(包括直线)变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线。可以通过hiugh变换实现将实施例四获得的椭圆变换为正面圆形。
51.s42、以为圆心，为外径，为内径，构造覆盖指针全部活动范围的遮蔽圆弧，；遮蔽圆弧的作用是提取指针可活动区域。且可以将指针尖端的位置进行遮蔽，其原因是指针尖端可能存在较多的刻度，如果识别指针尖端，则可能造成与刻度发生干扰，通过遮蔽圆弧，仅留下指针的粗端，通过指针粗端最终得到指针尖端可活动区域图像,使用遮蔽圆弧能够避免仪表其他区域对指针检测的影响,提高检测精度。的取值可以进行灵活调整，尽量将指针刻度进行遮蔽，仅留下指针粗端。
52.s43、选取区域，以圆心将其划分为个扇形区，并确定每个扇形区
的起始角度，，其中，为遮蔽圆弧的起始角度，为遮蔽圆弧的终止角度。
53.s44、计算遮蔽圆弧中第个扇形区中白像素点总数，，其中为第个扇形区中最小半径，为第个扇形区中最大半径；从取值至,相当于以圆心为原点建立极坐标系, 从最小半径遍历到最大半径，计算第个中的白色像素点数,坐标是图像表盘仪表圆的圆心点。
54.s45、对函数进行条件为的峰值搜索，获得指针所在位置对应的扇形区；s46、获得指针角度集合，其中为搜索条件下所估计的指针角度，为所估计的指针数；s47、选择个含有单一指针区域,提取每个区域中的指针图片,确定第个指针的邻域半径，；s48、提取第个指针对应的粗端区域，其起始角度为，终止角度为。
55.实施例六本实施例是对实施例一中的第六步的具体说明，获得指针尖端的角度的方法包括：确定指针粗端区域对应的指针尖端的邻域：；
确定指针尖端对应的角度，。
56.实施例七本实施例是对实施例一中的第七步的具体说明，计算获得指针式仪表读数的方法包括：建立指针式仪表深度学习模型，并通过多个训练样本对指针式仪表深度学习模型进行训练；深度学习模型可以采用较为常见的算法。
57.将原始图像输入至指针式仪表深度学习模型，获得原始图像对应的仪表种类，获得仪表的最大量程；获得指针读数，，其中为校正参数，用来校正计算读数与实际读数的误差。因为在实际算法中,很难做到待识别仪表的正面圆盘图像与实际图像完全一致﹐使得指针读数函数关系存在一定的非线性,这在一定程度上影响了算法的识别精度,设置校正参数使读数估计值更加接近实际值。
58.实施例八一种指针式仪表读数识别装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述的一种指针式仪表读数识别方法的步骤。
59.存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的执行程序等。
60.存储数据区可存储根据终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件、或其他易失性固态存储器件。
61.一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的一种指针式仪表读数识别方法的步骤。
62.不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令数据结构,程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、eprom、eeprom、闪存或其他固态存储技术,cd-rom、dvd或其他光学存储﹑磁带盒﹑磁带﹑磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器和大容量存储设备可以统称为存储器。
63.在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，
在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
64.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
65.本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本发明，而并非是对本发明的范围进行限定。对于所属领域的技术人员而言，在上述发明的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本发明的范围内。