基于改進(jìn)Hough變換的指針式儀表識別方法

李 娜， 王 軍,2， 董興法*， 石紹鵬

(1. 蘇州科技大學(xué) 電子信息工程學(xué)院,江蘇 蘇州 215009；2. 中國科學(xué)院 長春光學(xué)精密機(jī)械與物理研究所，吉林 長春 130033)

1 引 言

由于指針式儀表易實(shí)現(xiàn)、維護(hù)成本低等特點(diǎn)，所以常用于電力、化工、石油等行業(yè)。變電站電力系統(tǒng)常處于高壓危險(xiǎn)的環(huán)境中，人工讀取儀表示數(shù)具有工作量大、容易疲勞的缺點(diǎn)，導(dǎo)致識別效率低、誤差大、危險(xiǎn)系數(shù)高，因此利用機(jī)器視覺、圖像處理等手段，自動檢測儀表位置和讀取儀表示數(shù)，提高了讀取儀表示數(shù)的準(zhǔn)確度[1-2]。目前國內(nèi)儀表讀數(shù)識別系統(tǒng)究存在識別速度慢、識別數(shù)值不精確等問題，還需進(jìn)一步完善。

目前研究人員對儀表識別提出了一些研究算法。李全鵬等提出一種基于三次樣條插值的指針式儀表圖像分割方法，提取包含指針的圓形區(qū)域作為信息圖，對信息圖進(jìn)行圖像分割，有效解決了指針陰影問題[3]。Zheng等提出一種基于Hough變換的讀數(shù)識別方法，利用Hough變換讀取角度識別的原理，對儀表指針角度與刻度的線性關(guān)系進(jìn)行計(jì)算示數(shù)，但該方法Hough變換計(jì)算量大、識別速度慢的缺點(diǎn)[4]。童偉圓等建議使用不同參數(shù)的模板來匹配指針，克服了不均勻照明、背景干擾、影響因素，但這種方法對實(shí)際應(yīng)用沒有優(yōu)勢，應(yīng)用復(fù)雜，識別準(zhǔn)確性不高[5]。鐘志偉等提出了累計(jì)概率霍夫變換方法識別儀表，較好地解決了光照不均勻問題，但還存在參數(shù)難調(diào)、計(jì)算量大、識別速度慢等問題[6]。Yang提出了一種基于圓的區(qū)域累積直方圖(CRH)方法來精確定位指針，對照明具有魯棒性[7]。

本文提出一種改進(jìn)的Hough變換算法提取儀表指針，采用Otsu算法自適應(yīng)閾值分割儀表圖像，舍棄較小像素值，反復(fù)計(jì)算分割閾值，從而獲得最佳二值圖像，能較好地解決不均勻光照問題，再通過改進(jìn)Hough變換算法結(jié)合圓心約束檢測儀表指針中心像素點(diǎn)。該算法對于指針式儀表檢測識別具有準(zhǔn)確性高和速度快的優(yōu)點(diǎn)。

2 儀表圖像識別算法流程

根據(jù)儀表圖像特點(diǎn)，對采集到的圖像進(jìn)行預(yù)處理，排除儀表圖像中其他物品干擾，增強(qiáng)儀表指針區(qū)域特征。使用Otsu算法分割出僅屬于指針區(qū)域的像素，再使用改進(jìn)的Hough檢測儀表指針，然后根據(jù)角度法計(jì)算輸出儀表示數(shù)。具體算法流程如圖1所示。

圖1 算法流程圖 Fig 1 Algorithm flow chart

2.1 儀表圖像預(yù)處理

在變電站電力系統(tǒng)中，通過高清攝像頭采集圖像，通過無線傳輸將儀表圖像傳給電腦進(jìn)行圖像處理[8]，由于光照強(qiáng)度不同、背景干擾等外圍環(huán)境的不定因素，采集到的圖像中會包含大量噪聲。因此對采集的圖像進(jìn)行預(yù)處理，通過圖像灰度、濾波、增強(qiáng)來突出儀表指針特征[9]。圖像濾波采用高斯濾波，對儀表圖像有較好的濾波效果，如圖2所示，采用灰度拉伸的形態(tài)學(xué)黑帽運(yùn)算增強(qiáng)圖像對比度，如圖3所示。

圖2 高斯濾波后的圖像Fig.2 Gaussian filtered image

圖3 形態(tài)學(xué)黑帽運(yùn)算Fig.3 Morphology black hat operation

2.2 儀表圖像二值化

由于采集到的儀表圖像受光照強(qiáng)度的影響，圖片的明暗程度不一樣，因此本文采用最大類間方差(Otsu)方法[10]進(jìn)行自適應(yīng)二值化處理。

假設(shè)前景與后景的分割閾值為T，前景像素點(diǎn)數(shù)占圖像像素比例為ω0，平均灰度為μ0，后景像素點(diǎn)數(shù)占圖像像素比例為ω1，平均灰度為μ1，圖像的總平均灰度為μ，前景與后景的類間方差為δ，表達(dá)式如公式(1)、(2)所示。

μ=ω0×μ0+ω1×μ1

(1)

δ=ω0×(μ-μ0)2+ω1×(μ-μ1)2

(2)

當(dāng)式(2)中的δ達(dá)到最大值時(shí)，對應(yīng)的T就是最佳分割閾值。

根據(jù)指針式儀表圖像特點(diǎn)，指針區(qū)域與背景區(qū)域有明顯區(qū)別，因此可以舍棄影響指針區(qū)域分割的背景區(qū)域像素值，重復(fù)使用Otsu算法，來獲取最佳閾值，具體實(shí)施步驟如下：

(1)對于圖像h×w，將圖像的平均灰度值μ作為初始閾值T，進(jìn)行圖像分割。

(2)針對不同光線的圖像使用Otsu分割處理，記錄其最佳類間方差值，相近的類間方差計(jì)算平均值，這些平均值在一定區(qū)間內(nèi)表示為d[d1,d2]，如果類間方差在d范圍內(nèi)，則現(xiàn)在二值圖像是最佳二值圖像，否則做第三步。

(3)使用初始閾值T進(jìn)行分割后，記錄此時(shí)的前景ω0和背景ω1的像素位置，舍棄ω1的像素值，將第一次分割后前景ω0的圖像，再次使用Otsu得到分割閾值T。重復(fù)步驟(2)直到Otsu值在d范圍內(nèi)，得到最佳二值圖像，如圖4所示。

圖4 本文Otsu算法的二值化圖像Fig.4 Otsu algorithm binary image in this paper

3 基于Hough變換檢測儀表指針

Hough變換直線檢測計(jì)算量較大，隨著像素點(diǎn)數(shù)的增加，計(jì)算量也呈線性增加[11]，因此減少Hough變換檢測的像素點(diǎn)數(shù)并對真正需要檢測的像素點(diǎn)進(jìn)行精準(zhǔn)計(jì)算，是本文重點(diǎn)研究內(nèi)容。

儀表讀數(shù)是以指針中心線對應(yīng)的刻度數(shù)值為準(zhǔn)[12]。在Hough變換直線檢測中，選取指針區(qū)域的中心點(diǎn)，指針經(jīng)過表盤圓心，這些中心點(diǎn)與表盤圓心有共同的偏轉(zhuǎn)角度，即在極坐標(biāo)中將這些中心點(diǎn)限定在圓點(diǎn)對應(yīng)的曲線上。通過這些操作，可以極大地減少Hough變換計(jì)算量。

3.1 Hough變換檢測原理

Hough變換直線檢測的基本原理是：檢測直線上一點(diǎn)對應(yīng)極坐標(biāo)的一條曲線，直線上所有點(diǎn)對應(yīng)極坐標(biāo)所有曲線都相交于一點(diǎn)，相交的這個(gè)點(diǎn)對應(yīng)的直線就是要檢測的直線[13],如圖5所示。

圖5 直角坐標(biāo)到極坐標(biāo)的轉(zhuǎn)換。(a)直角坐標(biāo)；(b)極坐標(biāo)。Fig.5 Conversion from rectangular coordinates to polar coordinates. (a)Cartesian coordinates； (b) Polar coordinates.

假設(shè)在原始圖像空間(x,y)直線方程為:

y=kx+b

(3)

圖像空間和參數(shù)空間之間建立對偶變換:

ρ=xcosθ+ysinθ

(4)

Hough變換直線檢測轉(zhuǎn)換成極坐標(biāo)點(diǎn)的檢測，只要進(jìn)行點(diǎn)個(gè)數(shù)累加就能實(shí)現(xiàn)直線檢測。

3.2 表盤圓心定位

對表盤圓心坐標(biāo)的計(jì)算，本文提出用垂直平分線來確定表盤圓心，首先在模板圖像中確定儀表盤輪廓上3點(diǎn)分別是A、B、C，模板圖像的3個(gè)點(diǎn)對應(yīng)實(shí)時(shí)采集圖像的3點(diǎn),原理如圖6所示。

圖6 垂直平分線確定表盤中心原理Fig.6 Principle of the vertical bisector to determine the center of the dial

連接BC和AC，找這兩條線的垂直平分線。BC的垂直平分線與BC相交于點(diǎn)M，AC的垂直平分線與AC相交于點(diǎn)N,兩條垂直平分線相交于一點(diǎn)O，這個(gè)點(diǎn)O就是儀表盤圓心，點(diǎn)M和N也是圓心分別在BC和AC線上的投影，記A、B、C坐標(biāo)分別為A(AX,AY)，B(BX,BY)，C(CX,CY)。因此在參數(shù)空間中相交的這一點(diǎn)就是圓心(ρ0，α0),計(jì)算M和N的坐標(biāo)為：

(5)

(6)

(7)

(8)

根據(jù)垂直向量相乘等于零的方法計(jì)算出圓心坐標(biāo)：

(9)

.

(10)

3.3 改進(jìn)Hough 變換檢測指針

表盤圓心定位之后，將提取的指針區(qū)域二值化圖像分成若干行，對每一行像素灰度值進(jìn)行檢測。表盤圓心定位后，將提取的指針連通區(qū)域分成若干行，然后對每一行像素灰度值進(jìn)行檢測，判斷是否為連通區(qū)域特征點(diǎn)。將每一行的特征點(diǎn)檢測完成后，取這一行連通區(qū)域中心點(diǎn)，中心點(diǎn)選取方法如下：

如圖7所示，假設(shè)有兩條平行線l1、l2，選取平行線兩邊同一水平線兩點(diǎn)，分別為A、B，取AB中點(diǎn)P，過P點(diǎn)做一條分別垂直于l1、l2的垂線，垂線的交點(diǎn)為C、D。PD=PC，P點(diǎn)到兩條線的距離相等，因此P點(diǎn)就是我們要選取的中心點(diǎn)。

圖7 目標(biāo)區(qū)域中心點(diǎn)示意圖Fig.7 Schematic diagram of the center point of the target area

指針區(qū)域中心點(diǎn)選取之后，結(jié)果如圖8所示。

圖8 中心點(diǎn)選取結(jié)果圖Fig.8 Center point selection results

改進(jìn)的Hough變換檢測指針連續(xù)區(qū)域線段的中心點(diǎn)，結(jié)合圓心共線的方法，極大地減少了計(jì)算量，提高了檢測速度。

具體步驟：

(1)假設(shè)輸入圖像h×w,集合W≠φ。

(2)將前期處理過的儀表圖像進(jìn)檢測，檢測到前景的這個(gè)區(qū)域有k段，每段像素設(shè)為an∈(1,2,......w)。

(3)將每段像素an與這段的指針寬度像素An比較，當(dāng)an≤An時(shí)，標(biāo)記第n段的像素中心點(diǎn)，將這些中心點(diǎn)記入集合W中。否則執(zhí)行第二步。

(4)將W中的點(diǎn)限定在圓點(diǎn)對應(yīng)的曲線上，進(jìn)行Hough變換檢測。

通過以上流程檢測到指針后，獲得指針偏轉(zhuǎn)角度α，即指針與表盤零刻度的夾角。通過偏轉(zhuǎn)角度與儀表示數(shù)的線性關(guān)系，計(jì)算儀表的讀數(shù)。將表盤圓心設(shè)為圖像直角坐標(biāo)系的原點(diǎn)，如圖9所示。

圖9 圖像直角坐標(biāo)系Fig.9 Image rectangular coordinate system

壓力表范圍為0～2.5 Pa，指針與x軸之間的夾角范圍為-45°≤α≤225°。假設(shè)指針讀數(shù)獲得的是t，得出以下線性關(guān)系：

(11)

根據(jù)線性關(guān)系求出即為指針示數(shù)t。

4 實(shí)驗(yàn)結(jié)果分析

本實(shí)驗(yàn)運(yùn)行硬件環(huán)境為以運(yùn)行內(nèi)存8 G，CPU為AMD FX-9800P，64位win10操作系統(tǒng)。軟件環(huán)境為Opencv計(jì)算機(jī)視覺庫VS2019運(yùn)行環(huán)境。

4.1 表盤圓心定位誤差因素分析

對于本文提出的方法，儀表示值準(zhǔn)確度與圓心檢測準(zhǔn)確度相關(guān)。當(dāng)拍攝角度不同時(shí)，表盤形狀會更偏向于橢圓，會對表盤圓心定位的準(zhǔn)確性產(chǎn)生一定影響。

圖10 橢圓率對圓心坐標(biāo)偏差的影響Fig.10 Influence of ellipticity on the deviation of circle center coordinates

從圖10可以看出，R越接近于1，圓心定位越準(zhǔn)確，R越大則圓心坐標(biāo)偏差波動越大。對于這一影響因素，圓心坐標(biāo)定位后期將考慮選取多個(gè)點(diǎn)進(jìn)行計(jì)算從減小誤差。

4.2 儀表識別實(shí)驗(yàn)結(jié)果

采用本文所提出的算法，使用Otsu算法進(jìn)行圖像二值化。分別在正常光照條件下不同角度拍攝儀表圖像，光線暗亮程度都會影響儀表圖像處理。圖11是在光線暗的情況下，標(biāo)準(zhǔn)Otsu算法和本文提出的Otsu算法的二值化圖像比較，圖12是在光線亮的情況下，標(biāo)準(zhǔn)Otsu算法和本文提出的Otsu算法的二值圖像比較。

圖11 光線暗條件下兩種算法對比圖Fig.11 Comparison of the two algorithms under dark conditions

圖12 光線亮條件下兩種算法對比圖Fig.12 Comparison of the two algorithms under bright light conditions

經(jīng)過儀表圖像二值化之后，利用改進(jìn)Hough變換結(jié)合圓心約束檢測指針，結(jié)果如圖13所示。

圖13 改進(jìn)Hough變換檢測結(jié)果圖 Fig.13 Diagram of improved Hough transform detection result

儀表讀數(shù)實(shí)驗(yàn)結(jié)果如表1所示。在系統(tǒng)中，對儀表角度識別誤差要求在3°以內(nèi)，相對于讀數(shù)要求在±0.066 7 MPa以內(nèi)。改進(jìn)算法的絕對誤差在0.02 MPa左右，滿足系統(tǒng)要求，也滿足儀表最小刻度0.1 MPa的精度。

表1 儀表讀數(shù)實(shí)驗(yàn)結(jié)果Tab.1 Meter reading experiment results

本文對于目標(biāo)區(qū)域中心點(diǎn)的選取，結(jié)合圓心約束的Hough變換，保證了本文算法的實(shí)時(shí)性。本文算法與常用于指針式儀表識別的兩種算法和文獻(xiàn)[14]提出的算法進(jìn)行了實(shí)時(shí)性比較，如表2所示。本文算法時(shí)間降低了大約29.41%，識別速度更快。

5 結(jié) 論

本文利用Otsu算法獲取儀表指針二值圖像和改進(jìn)的Hough變換處理圖像。Otsu自適應(yīng)閾值分割儀表圖像，放棄較小像素，通過對分割閾值的反復(fù)計(jì)算來分割出僅屬于指針的像素。改進(jìn)的Hough變換將分割出僅屬于指針的圖像分成若干行，提取每行前景區(qū)域的中心點(diǎn)，將中心點(diǎn)與表盤圓心共線進(jìn)行表決統(tǒng)計(jì)。實(shí)驗(yàn)結(jié)果表明，本文算法比其他算法時(shí)間降低了大約29.41%，儀表讀數(shù)誤差最大為4.76%。改進(jìn)算法減少了計(jì)算量，提高了檢測速度，適用于在不同光照條件下對儀表進(jìn)行均勻刻度識別，具有良好的實(shí)際應(yīng)用前景。