機(jī)器視覺是一門用機(jī)器來模仿生物識別過程的學(xué)科,通過攝像頭采集圖像,由計算機(jī)對圖像進(jìn)行分析處理,從而提取特征通過相關(guān)算法識別出物體屬性、狀態(tài)等信息。工業(yè)生產(chǎn)中,為了更好地監(jiān)測各項數(shù)據(jù),需要用到大量的儀表設(shè)備。而在老式工廠和一些特殊場所指針式儀表仍占據(jù)主導(dǎo)地位。目前,儀表讀數(shù)大多采用人工讀數(shù)這種方式。人工讀數(shù)不但效率低下,而且受主觀因素影響較大,長時間工作勢必會造成讀數(shù)不準(zhǔn)。因此,將機(jī)器視覺技術(shù)與儀表讀數(shù)相結(jié)合是非常有必要的。本文將機(jī)器視覺應(yīng)用在指針式儀表讀數(shù)自動識別當(dāng)中,通過攝像頭采集到儀表圖像。通常由于儀表所處環(huán)境復(fù)雜和攝像頭自身的原因,采集到的儀表圖像對比度低、噪點多。針對圖像對比度低這一問題,本文從機(jī)器視覺角度出發(fā),結(jié)合數(shù)字圖像處理相關(guān)技術(shù),采用直方圖均衡化來提高圖像對比度,使得表盤區(qū)域和指針對比度增強(qiáng)。運用圖像平滑技術(shù)對圖像進(jìn)行處理,濾掉圖像的噪聲。采用最大類間方差法對圖像進(jìn)行閾值分割,得到二值圖像。在指針直線檢測階段本文提出了以下兩點創(chuàng)新:1.通過建立搜索圓,快速確定指針位置;2.本文在傳統(tǒng)Hough變換的基礎(chǔ)上,提出了一種基于ROI定位的改進(jìn)Hough變換算法。通過建立矩形ROI框住指針,之后只需在該區(qū)域進(jìn)行檢測,并對檢測到的直線加以約束,求出指針中軸線所在方程。最后通過方向—值這種映射關(guān)系求出儀表當(dāng)前讀數(shù)。該系統(tǒng)可依次對多塊儀表實現(xiàn)自動巡檢。本文共選取30個狀態(tài)的溫度表作為測試對象,分別用傳統(tǒng)算法和本文算法進(jìn)行讀數(shù)識別。從測試結(jié)果可以看出,本文算法最大引用誤差為0.4%,接近0.5級準(zhǔn)確度,滿足該儀表1.0級精確度要求。在檢測速度和檢測精度上都要好于傳統(tǒng)Hough直線檢測。
【學(xué)位單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TH70;TP391.41
【部分圖文】：

并且是一個非負(fù)的遞增函數(shù)。針對一幅離散圖像，處理其概率與求和來替代處理概率密度函數(shù)與求積分。令圖像中的像素總數(shù)為 N，灰度級總數(shù)為 L， 表示第 k 個灰度級的值，灰度級所對應(yīng)的像素總數(shù)為 ，由此可知圖像中灰度級為 的像素出現(xiàn)的概率為：( ) = (0 ≤ ≤ 1; = 0,1,…, 1) (2.13)變換函數(shù) 為：= ( ) = = (2.14)原圖像經(jīng)過變換函數(shù) 變換之后，便得到了灰度分布均勻的圖像。圖 2.7 為光照不足條件下拍攝到的指針圖像，經(jīng)過變換后，圖像的視覺效果得到了提升，對比度得到了增強(qiáng)。圖 2.8 是變換前后圖像所對應(yīng)的灰度分布直方圖，從圖像可以看出，變換前圖像的灰度值大多集中在數(shù)值較小的區(qū)域，圖像整體偏暗，而經(jīng)過變換之后，灰度值大體成均勻分布，圖像變亮，對比度增加。

圖 2.8 灰度分布直方圖Fig. 2.8 Gray distribution histogram2.3.2 圖像平滑圖像在生成和傳輸?shù)倪^程當(dāng)中，往往會因為外界環(huán)境的影響而產(chǎn)生噪聲，使圖像降質(zhì)，噪聲的產(chǎn)生會對后續(xù)的識別造成影響。噪聲的種類有很多，大致分為：電噪聲、機(jī)械噪聲、信道噪聲等。為了抑制噪聲，提高圖像的質(zhì)量，往往需要對圖像進(jìn)行去燥處理，便于后續(xù)的識別。在圖像處理領(lǐng)域，按噪聲和信號的關(guān)系，常常把噪聲分為加性噪聲和乘性噪聲。所謂圖像平滑[45-49]其實就是對圖像進(jìn)行降噪，既可以在空間域進(jìn)行，又可以在頻率域進(jìn)行�？臻g域常用的去噪方法包括：鄰域平均法，中值濾波等，頻率域常用的去噪方法最常見的是低通濾波。鄰域平均法的原理是依次將圖像f(x,y)中某一像素的灰度值同它周圍（S 鄰域）的 M-1 個像素的灰度值相加，然后求出這 M 個像素值的平均值，作為新圖

（1）找出處理后的圖像中像素值為 1 的所有點，并統(tǒng)計其個數(shù) N；（2）確定待檢測圓半徑的大致范圍[ , ]，對變量進(jìn)行初始化，對Ho數(shù)組初始化；（3）根據(jù)公式(3.5)計算出 a 的值，這里 b 的取值整個 y 值；（4）從計算出的 a 值中提取出有效的 a 值（非負(fù)值），從而得出有效的 b 值（5）由 a，b 的值求得 Hough 數(shù)組的索引值；（6）依照 Hough 數(shù)組的索引值，通過計算累積這種方式來構(gòu)建層數(shù)為 的 Hough 數(shù)組；（7）其中數(shù)值最大的一層就是要檢測圓的半徑；（8）計算該層所有 a，b 的平均值a , ，就是要求的圓心(a , )。實驗結(jié)果如圖 3.2 所示，左側(cè)為檢測到的圓，將其結(jié)果在灰度圖中顯示，側(cè)為 Hough 數(shù)組描述圖，從圖中可以看出，半徑為 204 的時候?qū)?yīng)的累積次最多，所以就可以確定檢測到的圓的半徑為 204，進(jìn)一步可以計算出圓心(327,336)。
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 魏有法;;基于Matlab的圖像平滑算法淺析[J];機(jī)電技術(shù);2013年03期

2 段汝嬌;趙偉;黃松嶺;陳建業(yè);;一種基于改進(jìn)Hough變換的直線快速檢測算法[J];儀器儀表學(xué)報;2010年12期

3 石東新;傅新宇;張遠(yuǎn);;CMOS與CCD性能及高清應(yīng)用比較[J];通信技術(shù);2010年12期

相關(guān)碩士學(xué)位論文 前8條

1 陳鏡宇;變電站指針式儀表自動識別方法研究[D];武漢科技大學(xué);2018年

2 高嘉巍;變電站巡檢機(jī)器人智能讀表方法研究[D];電子科技大學(xué);2018年

3 邵力夫;指針式儀表自動校驗系統(tǒng)的研究和設(shè)計[D];南昌大學(xué);2016年

4 王欣;智能變電站指針式儀表自動識別方法的研究[D];沈陽工業(yè)大學(xué);2016年

5 朱明勝;圖像增強(qiáng)技術(shù)研究與實現(xiàn)[D];安徽大學(xué);2014年

6 劉文亮;七段式數(shù)顯儀表中數(shù)字識別的研究與實現(xiàn)[D];大連理工大學(xué);2013年

7 范鵬發(fā);基于機(jī)器視覺的指針式儀表自動讀數(shù)系統(tǒng)研究[D];燕山大學(xué);2013年

8 張樂;基于圖像處理的指針式儀表示值識別的研究[D];華北電力大學(xué);2013年

本文編號：2849304