基于数字图像处理技术的指针式仪表自动判读软件设计
基于数字图像处理技术的指针式仪表自动判读软件设计[20191215143554]
摘 要
在我国的电力、石油、化工行业以及交通运输、轮船、汽车中,指针式仪表由于结构简单,安装维护方便,具有防尘、防水、防寒、不受电磁场干扰,可靠性高,价格便宜等种种优点,目前还在大量使用中。然而由于指针式仪表不同于数字信号,计算机系统没有办法直接对其进行处理和存储。如何对指针式仪表进行自动判读并转换为数字信号,就成了自动控制等领域需要解决的问题。
论文采用数字图像处理技术研究一种可以代替肉眼，依靠数字计算机来进行指针式数值判读的方法，从而实现传统的指针式仪表判读的数字化。论文主要就如何实现低误差指针式仪表判读做了研究，首先论文描述了数字图像处理关于图像预处理方面的内容,如灰度变换、二值变换等。其次，在提高精度方面，利用hough算法解决了指针式仪表图像数字化。最后选择了数学上的一些角度公式，实现了指针式图像数值数字化判读的功能。
简单的说，其具体过程入下，首先得到一张指针式仪表的图像；然后对图像进行预处理以达到预期效果，从而方便之后对其细节进行处理；接下来利用hough变换对处理过的仪表图像进行指针的提取，并获得指针向量坐标；最后利用数学公式对向量坐标进行计算从而得到仪表示数。
综上所述，论文采用图像灰度，二值变化等图像预处理方法对指针式图像进行了处理，根据直线的偏转角度来进行判读，取得了很好的结果。证明程序实用可靠。
查看完整论文请+Q: 351916072
关键字:数字图象处理；自动判读；指针式仪表
目 录
摘 要 I
ABSTRACT II
目 录 IV
第1章 绪论 1
1.1 问题的提出及研究意义 1
1.2 图像识别技术概述 2
1.2.1 图像的获取 3
1.2.2 图像的处理 3
1.3 matlab的简介 4
第2章 图像预处理 5
2.1 图像灰度 5
2.2 图像二值化 7
2.3 图像的细化 9
2.4 边缘检测 10
2.4.1 边缘检测原理及步骤 10
2.4.2 canny边缘检测算法原理 11
2.4.3 边缘检测算法的研究内容 12
第3章 hough变换 14
3.1 hough变换的简介 14
3.2 hough变换的原理及算法 15
3.2.1 hough变换的基本思想 15
3.2.2 hough变换的基本原理 15
3.2.3 hough变换的基本算法 16
3.3 hough变换对仪表指针的检测 16
3.3.1 指针式仪表的图像特征 16
3.3.2 仪表指针的检出 17
3.4 hough变换检测直线的优缺点 19
第4章 软件实现和读数识别 21
4.1 总体实现 21
4.2 读数识别 22
4.3 软件测试与分析 22
第5章 总结与展望 24
6.1 总结 24
6.2 工作展望 24
致谢 26
参考文献 27
附录A 英文原文 29
附录B 中文翻译 35
第1章 绪论
1.1 问题的提出及研究意义
目前，由于指针式仪表简单可靠、造价便宜等优点，仍然被很多行业大量使用着。指针式仪表不仅种类繁多，而且数量庞大，如电流表、压力表、机车仪表、航空仪表等。对于这些指针式仪表，生产厂家们要对其进行检定，使用者也需要对其进行周期性读数。对于很多大中型企业来说，读数的工作大多由人力完成，长时间的人工大量读表不仅容易造成视觉受损、视觉疲劳，而且工作人员在读数的时候由于与表盘的位置及角度的不同读数时都会造成误差。同时这样还不利于信息的及时采集，也不方便信息的管理。
随着人们生产、生活的日益提高，指针式仪表的自动判读技术成为了一个被广泛研究的课题。基于数字图像处理技术的指针式仪表识别技术是该课题的核心环节。本课题就是基于此背景的图像识别技术，利用matlab对图像进行处理，将大量的人工劳动让计算机进行处理，实现指针式仪表的自动判读。在本文中将以普通电表为例来举例分析，为各种指针式一般判读的自动化的发展，解决一些关键性问题打下基础。
计算机光学检测技术飞速发展，近年来计算机光学检测技术在工业自动化、工业在线检测、精密测量等领域得到越来越广泛的应用。指针式仪表是一种在工业中广泛应用的仪表，其种类繁多，例如：百分表、千分表、汽车航空仪表等。这些仪表因其操作简便、生产成本低，深受用户的欢迎。但是，指针式仪表也需要在出厂或者经过一段时间的使用之后进行检定，以确定其是否合格。传统上的检定是靠手工操作，通过人眼来识别读数并计算误差的。而这种方法有很多弊端，如：人眼检定对精度的影响较大、检定效率较低等等。因此，需要找出一种具有合适的精度且效率较高的检定方法。
论文采用图像处理、模式识别等技术研究一种代替人眼来判读指针式仪表的自动判读方法。该方法结合计算机强大的处理和存储能力，实现传统指针式仪表读数的自动化。
论文在研究已有的判读系统的基础上，发现根据指针与指针周围刻度线距离关系判读读数时，如果细小刻度线不能被正确识别，自动判读系统将无法工作。针对该问题，论文主要做了以下的具体研究：
1．采用了一种新的设计思路：只识别线段较长，特征明显的的指针，而不再识别细微的刻度线段，对待识别图像进行相对应与模板图像的几何校正，通过确定指针的旋转角度来判读仪表图像，提高系统的稳定性。
2．对待识别图像进行几何畸变校正。这些校正过程是其它的自动判读系统所没有的，好的校正效果能大大提高自动判读系统的精度，对以后计算机自动判读系统的研究具有重要的参考意义。
3．找到一种合适模板匹配方法。该方法能适用于由于在仪表表盘图像采集过程中摄像头距表盘面的距离以及角度等不同，造成的待匹配图像与模板之间存在扭曲变形等情况的匹配。
4．选择适当而且必需的图像预处理过程。由于仪表模板的特殊性，需要对之进行特定的预处理以便进行指针识别及判读。
根据以上的研究，论文采用图像处理技术对仪表图像进行预处理、指针识别、计算读数等处理，最后根据指针的偏转角度来判读读数，得到了较好的结果。实验证明新方法准确可靠，能判读多种类型的指针式测量仪表，适用性好。
1.2 图像识别技术概述
为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了[1]。例如有一个字母A，如果在脑中有个A模板，字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。这个模型简单明了，也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。例如，人们不仅能识别某一个具体的字母A，也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。同时，人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。
为了解决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型[2]。这种模型认为，在长时记忆中存储的并不是所要识别的无数个模板，而是图像的某些“相似性”。从图像中抽象出来的“相似性”就可作为原型，拿它来检验所要识别的图像。如果能找到一个相似的原型，这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型更适宜，而且还能说明对一些不规则的，但某些方面与原型相似的图像的识别。但是，这种模型没有说明人是怎样对相似的刺激进行辨别和加工的，它也难以在计算机程序中得到实现。因此又有人提出了一个更复杂的模型，即“泛魔”识别模型[3]。
图像识别技术是人工智能的一个十分重要的领域，是指利用计算机来实现对客观世界的识别[4]。图像识别技术主要应用于检测等方面，包括应用于采集数据、控制生产过程中产品的质量、提高生产效率等。一个完整的图像识别系统主要由三个部分组成，即图像的获取、图像的分析处理、图像输出显示。
1.2.1 图像的获取
图像的获取即图像的采集，为计算机的进一步处理进行准备。获取的图像的质量直接影响图像处理的准确性，是十分重要的步骤[5]。
许多带有图像的文件都使用模拟图像如35mm幻灯片、透射片或反射片。要获得一个数字图像必须将图像中的像素转换成数字信息，以便在计算机上进行处理和加工。将模拟图像转换成数字图像的工作，通常可由扫描仪来完成。扫描仪测量从图片发出或反射的光，依次记录光点的数值并产生一个彩色或黑白的数字拷贝。这个图像被翻译成一系列的数字后存储在计算机的硬盘上或者其他的电子介质上，如可移动式硬盘，图形CD或记录磁带等。一旦图像被转换成数字文件，它就能够被电子化地从一台计算机传输到另一台计算机上[6]。
1.2.2 图像的处理
所谓的图像处理技术就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的一种行为。实质上就是一段能被计算机还原显示和输出为一幅图像的数字码。图像处理常用的方法包括图像变换、图像编码压缩、图像增强和复原、图像分割、图像描述、图像分类等。经过这些处理以后，输出的图像质量会得到相当程度的改善，不仅改善了图像的视觉效果，还便于计算机对图像进行识别、分析和处理[7]。
21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。另一方面，通过数字图像处理中的模式识别技术，可以将人眼无法识别的图像进行分类处理。通过计算机模式识别技术可以快速准确的检索 、匹配和识别出各种东西。
1.3 matlab的简介
Matlab即矩阵实验室（Matrix Laboratory）,它是由Math Works公司开发的目前应用最广泛的数学软件，以数值计算闻名。Matlab进行数值计算的基本单位是阵列，从而可以让matlab高度向量化。由于它不要求定义数组的维和一些专门的库函数，在处理一些相关问题的时候十分简单方便并且效率很高，所以它也被广泛的应用与研究和解决各种问题。
Matlab系统由五大部分组成，即matlab语言、开发环境、数学库函数、图形处理系统和matlab应用程序接口。
Matlab是一种非常实用的语言，这是由于其操作简单，易于学习，拥有强大的计算能力，领先的可视化工具，扩展开发性强，并且其工具箱功能也十分丰富。
MATLAB和Mathematica、Maple 并称为三大数学 软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵 运算、绘制函数 和数据、实现算法 、创建用户界面、连接其他编程语言 的程序等，主要应用于工程计算、控制设计、信号处理 与通讯、图像处理 、信号检测 、金融建模 设计与分析等领域 。
摘 要
在我国的电力、石油、化工行业以及交通运输、轮船、汽车中,指针式仪表由于结构简单,安装维护方便,具有防尘、防水、防寒、不受电磁场干扰,可靠性高,价格便宜等种种优点,目前还在大量使用中。然而由于指针式仪表不同于数字信号,计算机系统没有办法直接对其进行处理和存储。如何对指针式仪表进行自动判读并转换为数字信号,就成了自动控制等领域需要解决的问题。
论文采用数字图像处理技术研究一种可以代替肉眼，依靠数字计算机来进行指针式数值判读的方法，从而实现传统的指针式仪表判读的数字化。论文主要就如何实现低误差指针式仪表判读做了研究，首先论文描述了数字图像处理关于图像预处理方面的内容,如灰度变换、二值变换等。其次，在提高精度方面，利用hough算法解决了指针式仪表图像数字化。最后选择了数学上的一些角度公式，实现了指针式图像数值数字化判读的功能。
简单的说，其具体过程入下，首先得到一张指针式仪表的图像；然后对图像进行预处理以达到预期效果，从而方便之后对其细节进行处理；接下来利用hough变换对处理过的仪表图像进行指针的提取，并获得指针向量坐标；最后利用数学公式对向量坐标进行计算从而得到仪表示数。
综上所述，论文采用图像灰度，二值变化等图像预处理方法对指针式图像进行了处理，根据直线的偏转角度来进行判读，取得了很好的结果。证明程序实用可靠。
查看完整论文请+Q: 351916072
关键字:数字图象处理；自动判读；指针式仪表
目 录
摘 要 I
ABSTRACT II
目 录 IV
第1章 绪论 1
1.1 问题的提出及研究意义 1
1.2 图像识别技术概述 2
1.2.1 图像的获取 3
1.2.2 图像的处理 3
1.3 matlab的简介 4
第2章 图像预处理 5
2.1 图像灰度 5
2.2 图像二值化 7
2.3 图像的细化 9
2.4 边缘检测 10
2.4.1 边缘检测原理及步骤 10
2.4.2 canny边缘检测算法原理 11
2.4.3 边缘检测算法的研究内容 12
第3章 hough变换 14
3.1 hough变换的简介 14
3.2 hough变换的原理及算法 15
3.2.1 hough变换的基本思想 15
3.2.2 hough变换的基本原理 15
3.2.3 hough变换的基本算法 16
3.3 hough变换对仪表指针的检测 16
3.3.1 指针式仪表的图像特征 16
3.3.2 仪表指针的检出 17
3.4 hough变换检测直线的优缺点 19
第4章 软件实现和读数识别 21
4.1 总体实现 21
4.2 读数识别 22
4.3 软件测试与分析 22
第5章 总结与展望 24
6.1 总结 24
6.2 工作展望 24
致谢 26
参考文献 27
附录A 英文原文 29
附录B 中文翻译 35
第1章 绪论
1.1 问题的提出及研究意义
目前，由于指针式仪表简单可靠、造价便宜等优点，仍然被很多行业大量使用着。指针式仪表不仅种类繁多，而且数量庞大，如电流表、压力表、机车仪表、航空仪表等。对于这些指针式仪表，生产厂家们要对其进行检定，使用者也需要对其进行周期性读数。对于很多大中型企业来说，读数的工作大多由人力完成，长时间的人工大量读表不仅容易造成视觉受损、视觉疲劳，而且工作人员在读数的时候由于与表盘的位置及角度的不同读数时都会造成误差。同时这样还不利于信息的及时采集，也不方便信息的管理。
随着人们生产、生活的日益提高，指针式仪表的自动判读技术成为了一个被广泛研究的课题。基于数字图像处理技术的指针式仪表识别技术是该课题的核心环节。本课题就是基于此背景的图像识别技术，利用matlab对图像进行处理，将大量的人工劳动让计算机进行处理，实现指针式仪表的自动判读。在本文中将以普通电表为例来举例分析，为各种指针式一般判读的自动化的发展，解决一些关键性问题打下基础。
计算机光学检测技术飞速发展，近年来计算机光学检测技术在工业自动化、工业在线检测、精密测量等领域得到越来越广泛的应用。指针式仪表是一种在工业中广泛应用的仪表，其种类繁多，例如：百分表、千分表、汽车航空仪表等。这些仪表因其操作简便、生产成本低，深受用户的欢迎。但是，指针式仪表也需要在出厂或者经过一段时间的使用之后进行检定，以确定其是否合格。传统上的检定是靠手工操作，通过人眼来识别读数并计算误差的。而这种方法有很多弊端，如：人眼检定对精度的影响较大、检定效率较低等等。因此，需要找出一种具有合适的精度且效率较高的检定方法。
论文采用图像处理、模式识别等技术研究一种代替人眼来判读指针式仪表的自动判读方法。该方法结合计算机强大的处理和存储能力，实现传统指针式仪表读数的自动化。
论文在研究已有的判读系统的基础上，发现根据指针与指针周围刻度线距离关系判读读数时，如果细小刻度线不能被正确识别，自动判读系统将无法工作。针对该问题，论文主要做了以下的具体研究：
1．采用了一种新的设计思路：只识别线段较长，特征明显的的指针，而不再识别细微的刻度线段，对待识别图像进行相对应与模板图像的几何校正，通过确定指针的旋转角度来判读仪表图像，提高系统的稳定性。
2．对待识别图像进行几何畸变校正。这些校正过程是其它的自动判读系统所没有的，好的校正效果能大大提高自动判读系统的精度，对以后计算机自动判读系统的研究具有重要的参考意义。
3．找到一种合适模板匹配方法。该方法能适用于由于在仪表表盘图像采集过程中摄像头距表盘面的距离以及角度等不同，造成的待匹配图像与模板之间存在扭曲变形等情况的匹配。
4．选择适当而且必需的图像预处理过程。由于仪表模板的特殊性，需要对之进行特定的预处理以便进行指针识别及判读。
根据以上的研究，论文采用图像处理技术对仪表图像进行预处理、指针识别、计算读数等处理，最后根据指针的偏转角度来判读读数，得到了较好的结果。实验证明新方法准确可靠，能判读多种类型的指针式测量仪表，适用性好。
1.2 图像识别技术概述
为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了[1]。例如有一个字母A，如果在脑中有个A模板，字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。这个模型简单明了，也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。例如，人们不仅能识别某一个具体的字母A，也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。同时，人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。
为了解决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型[2]。这种模型认为，在长时记忆中存储的并不是所要识别的无数个模板，而是图像的某些“相似性”。从图像中抽象出来的“相似性”就可作为原型，拿它来检验所要识别的图像。如果能找到一个相似的原型，这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型更适宜，而且还能说明对一些不规则的，但某些方面与原型相似的图像的识别。但是，这种模型没有说明人是怎样对相似的刺激进行辨别和加工的，它也难以在计算机程序中得到实现。因此又有人提出了一个更复杂的模型，即“泛魔”识别模型[3]。
图像识别技术是人工智能的一个十分重要的领域，是指利用计算机来实现对客观世界的识别[4]。图像识别技术主要应用于检测等方面，包括应用于采集数据、控制生产过程中产品的质量、提高生产效率等。一个完整的图像识别系统主要由三个部分组成，即图像的获取、图像的分析处理、图像输出显示。
1.2.1 图像的获取
图像的获取即图像的采集，为计算机的进一步处理进行准备。获取的图像的质量直接影响图像处理的准确性，是十分重要的步骤[5]。
许多带有图像的文件都使用模拟图像如35mm幻灯片、透射片或反射片。要获得一个数字图像必须将图像中的像素转换成数字信息，以便在计算机上进行处理和加工。将模拟图像转换成数字图像的工作，通常可由扫描仪来完成。扫描仪测量从图片发出或反射的光，依次记录光点的数值并产生一个彩色或黑白的数字拷贝。这个图像被翻译成一系列的数字后存储在计算机的硬盘上或者其他的电子介质上，如可移动式硬盘，图形CD或记录磁带等。一旦图像被转换成数字文件，它就能够被电子化地从一台计算机传输到另一台计算机上[6]。
1.2.2 图像的处理
所谓的图像处理技术就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的一种行为。实质上就是一段能被计算机还原显示和输出为一幅图像的数字码。图像处理常用的方法包括图像变换、图像编码压缩、图像增强和复原、图像分割、图像描述、图像分类等。经过这些处理以后，输出的图像质量会得到相当程度的改善，不仅改善了图像的视觉效果，还便于计算机对图像进行识别、分析和处理[7]。
21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术
1.3 matlab的简介
Matlab即矩阵实验室（Matrix Laboratory）,它是由Math Works公司开发的目前应用最广泛的数学软件，以数值计算闻名。Matlab进行数值计算的基本单位是阵列，从而可以让matlab高度向量化。由于它不要求定义数组的维和一些专门的库函数，在处理一些相关问题的时候十分简单方便并且效率很高，所以它也被广泛的应用与研究和解决各种问题。
Matlab系统由五大部分组成，即matlab语言、开发环境、数学库函数、图形处理系统和matlab应用程序接口。
Matlab是一种非常实用的语言，这是由于其操作简单，易于学习，拥有强大的计算能力，领先的可视化工具，扩展开发性强，并且其工具箱功能也十分丰富。
MATLAB和Mathematica
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/2189.html
