本文關(guān)鍵詞：基于圖像配準(zhǔn)與視覺顯著性檢測的指針儀表識別研究

  更多相關(guān)文章： 指針儀表 儀表讀數(shù)識別 特征檢測 圖像配準(zhǔn) 顯著性檢測

【摘要】：指針儀表具有讀數(shù)直觀、結(jié)構(gòu)簡單、精度高、制造成本低、抗電磁干擾能力強、方便維護等優(yōu)點,在生產(chǎn)實踐中得到了廣泛的應(yīng)用。通常指針儀表沒有數(shù)字通信接口,不能將測量信號轉(zhuǎn)化為數(shù)字信號,需要依靠人工方式識別儀表示數(shù)。指針儀表示數(shù)識別是一項繁瑣、枯燥、重復(fù)性高的工作。在一些需要大量識別指針儀表讀數(shù)的場景,如電力系統(tǒng)、指針儀表檢定等,獲取儀表示數(shù)的準(zhǔn)確與否很大程度上依賴操作員的責(zé)任心與視覺疲勞程度,在識別過程中容易出現(xiàn)失誤與讀數(shù)誤差,若要及時發(fā)現(xiàn)失誤則需要增加工作量,否則可能會造成嚴(yán)重的后果。傳統(tǒng)的人工識別指針儀表讀數(shù)方式,不但造成了人力資源的浪費,而且不能達到理想的識別效果。本文利用計算機視覺、圖像處理與模式識別技術(shù),實現(xiàn)變電站場景中儀表讀數(shù)的自動、準(zhǔn)確識別。本文以變電站中常見的指針儀表作為研究的落腳點,以Marr視覺理論為基本理論基礎(chǔ),重點研究指針儀表識別關(guān)鍵技術(shù)。具體而言,本文研究基于特征的圖像配準(zhǔn)技術(shù),消除指針讀數(shù)識別過程由于儀表圖像變形造成的視覺測量誤差;研究顯著性檢測技術(shù),檢測不同干擾下的儀表指針區(qū)域;研究指針儀表讀數(shù)識別模型,提高識別儀表示數(shù)的準(zhǔn)確性與穩(wěn)定性。本文力求在研究方法和思路上有所突破與創(chuàng)新,主要研究內(nèi)容可以概括為以下四個方面:(1)針對目前特征檢測方法對于包含較大平坦區(qū)域的圖像提取特征魯棒性不高的問題,提出一種基于SURF的鄰域梯度模糊增強的特征檢測算法�；舅悸�:由于平坦區(qū)域圖像梯度特征變化緩慢,提取的特征魯棒性差;對于梯度變化較大的區(qū)域提出的特征魯棒性較高。具體而言:首先,本文計算圖像梯度特征,然后利用圖像梯度直方圖,基于圖像的梯度信息將圖像梯度分為多層,然后構(gòu)造模糊函數(shù)在不同的梯度層次增強圖像的梯度特征;其次,二值化梯度圖像,確定梯度變化最劇烈的位置,使用形態(tài)學(xué)的膨脹操作與閉操作提取具有較大梯度變化的區(qū)域,并在這些區(qū)域提取SURF特征。實驗結(jié)果表明本文方法提取的圖像特征可以在有較大平坦區(qū)域的儀表圖像上有較高的配準(zhǔn)率;同時本文也在公開的圖像數(shù)據(jù)集上驗證了算法,提出的特征檢測方法有較高配準(zhǔn)率,可以減少誤匹配對圖像配準(zhǔn)參數(shù)的影響。(2)針對基于特征的圖像配準(zhǔn)方法得到的配準(zhǔn)參數(shù)不精確、圖像配準(zhǔn)效果不佳問題,提出一種基于低秩分解的圖像配準(zhǔn)參數(shù)優(yōu)化模型。具體而言:本文依據(jù)計算配準(zhǔn)參數(shù)最小的特征點對數(shù)量,計算幾何轉(zhuǎn)換參數(shù)矩陣,然后依據(jù)幾何變換參數(shù)矩陣構(gòu)造低秩模型,獲取優(yōu)化的幾何變換參數(shù)矩陣,并估計內(nèi)點(準(zhǔn)確匹配的特征點對);最后,使用一種簡單的迭代策略計算最優(yōu)的幾何變換參數(shù)。實驗結(jié)果表明本文的圖像配準(zhǔn)方法可以得到令人滿意的配準(zhǔn)性能(RRMS和EID),能較好消除圖像幾何形變。(3)針對目前顯著性區(qū)域檢測不能較好抑制背景區(qū)域干擾,不能一致的、魯棒的突出顯著性區(qū)域問題,本文提出一種基于吸收馬爾科夫鏈與多特征的顯著性區(qū)域檢測方法。本文構(gòu)造基于吸收馬爾科夫鏈的顯著性檢測模型,基于多特征(對比度、空間位置關(guān)系、背景先驗性等)檢測顯著區(qū)域。具體而言:首先,構(gòu)造函數(shù)計算每個節(jié)點在吸收馬爾科夫鏈上的吸收概率;其次,利用圖像對比度與空間關(guān)系構(gòu)造先驗顯著性模型,該模型可以提供先驗的前景顯著性節(jié)點,然后依據(jù)節(jié)點吸收概率計算每個節(jié)點基于顯著節(jié)點的顯著性;再次,本文利用背景先驗性,提供先驗背景節(jié)點,進而計算每個節(jié)點基于背景節(jié)點的顯著性;最后,本文通過余弦相似性測度融合節(jié)點的兩類顯著性,得到最終的顯著圖。本文在3個公開的圖像數(shù)據(jù)集上(MSRA-B,iCoSeg,SED)測試提出的顯著性檢測方法,實驗結(jié)果表明本文提出的顯著性檢測方法較11種公開的顯著性檢測方法有更好的魯棒性,更有效。同時也驗證了本文顯著性檢測算法檢測指針區(qū)域的性能,實驗表明,提出的顯著性檢測方法可以魯棒地檢測不同類型儀表的指針區(qū)域。(4)針對目前指針儀表讀數(shù)識別模型存在識別精度不高、穩(wěn)定性差的問題,本文提出一種基于指針區(qū)域特征的儀表讀數(shù)識別方法。其基本思想:依據(jù)指針區(qū)域在水平方向與垂直方向上的投影特征設(shè)計指針讀數(shù)識別方法。具體而言,首先利用顯著性區(qū)域檢測方法提取儀表圖像指針區(qū)域;然后依次旋轉(zhuǎn)儀表指針圖像,統(tǒng)計旋轉(zhuǎn)不同角度時儀表指針圖像在縱軸上的投影最大值,計算指針至平行于橫軸需要旋轉(zhuǎn)的角度,并判斷指針旋轉(zhuǎn)至平行于橫軸時指針頂部區(qū)域與底部區(qū)域在橫軸上的投影最大值在儀表圖像中位置,獲取指針與橫軸的夾角;最后使用最小二乘法擬合指針夾角與指針刻度之間的對應(yīng)關(guān)系計算儀表讀數(shù)。結(jié)果表明:在固定視點情況下,本文讀數(shù)識別算法的識別精度較高與穩(wěn)定性較強;云臺攝像頭獲取的圖像存在幾何形變,經(jīng)本文提出的圖像配準(zhǔn)技術(shù)校正圖像后,識別的儀表讀數(shù)精度較高,能夠滿足實際需求。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
，

本文編號：1263200