基于戴明回归和ROI细化的指针式仪表读数技术_徐小强.pdf

2023 年 5 月May 2023第 44 卷第 3 期Vol 44No 3doi:10 3969/j issn 1671 7775 2023 03 011开放科学(资源服务)标识码(OSID):基于戴明回归和 OI 细化的指针式仪表读数技术徐小强，陈旭，冒燕(武汉理工大学 自动化学院，湖北 武汉 430070)摘要:为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题，提出一种基于戴明回归和感兴趣区域(region of interest，OI)细化的指针式仪表读数技术 给出了仪表示数读取的算法流程:首先选择 OI，采用基于颜色通道的剪影法和二值化形态学操作进行图像预处理;接着运用图像帧差法消除指针的抖动;然后利用 OI 细化算法对待识别仪表的指针进行细化;再使用戴明回归法拟合出仪表指针所在直线的方程和斜率;最后根据指针斜率利用角度法计算仪表的实时示数 通过 3 组试验，测试了该方法的可行性和防抖动能力，比较了戴明回归拟合直线与霍夫直线检测拟合直线的检测精度，还比较了 OI 细化算法与全局细化算法的计算速度 结果表明该方法检测的平均误差比霍夫直线检测减小了 37.85%，每张图像的平均计算时间比全局细化算法减少了192.717 s，同时具有防抖动能力关键词:指针式仪表;戴明回归;OI 细化;直线拟合;霍夫直线检测;防抖;剪影法;帧差法中图分类号:TP391.7文献标志码:A文章编号:1671 7775(2023)03 0324 06引文格式:徐小强，陈旭，冒燕 基于戴明回归和 OI 细化的指针式仪表读数技术J 江苏大学学报(自然科学版)，2023，44(3):324 329收稿日期:2021 05 06基金项目:山东省自然科学基金资助项目(Z2020MF111)作者简介:徐小强(1978)，男，河南南阳人，副教授(xuxiaoqiang whut edu cn)，主要从事图像处理和机器学习技术研究陈旭(1997)，男，河南开封人，硕士研究生(1374170998 qq com)，主要从事图像处理技术研究eading technology of pointer instrument based onDeming regression and OI thinningXU Xiaoqiang，CHEN Xu，MAO Yan(School of Automation，Wuhan University of Technology，Wuhan，Hubei 430070，China)Abstract:To solve the problems of low recognition accuracy and slow reading speed of the algorithm inreading the indicator of pointer instrument，a reading technology of pointer instrument based on Demingregression and region of interest(OI)thinning was proposedThe algorithm flow of reading theindicator of the instrument was given OI was selected，and the image preprocessing was carried out bythe color channel-based silhouette method and binary morphology operation The image frame differencemethod was used to eliminate pointer jitter，and OI thinning algorithm was used to refine the pointer ofinstrument to be identified Deming regression method was used to fit the equation and slope of thestraight line where the pointer of instrument was located According to the pointer slope，the anglemethod was used to calculate the real-time reading of the instrument Through three sets of experiments，the feasibility and anti-jitter ability of the method were tested，and the detection accuracies of the fittingline by Deming regression and the fitting line by Hough line detection were compared The calculation第 3 期徐小强等:基于戴明回归和 OI 细化的指针式仪表读数技术325speeds of the OI thinning algorithm and the global thinning algorithm were also compared The resultsshow that the average error of the proposed method is 37 85%less than that of Hough line detection，andthe average calculation time of each image is 192.717 s less than that of the global thinning algorithm Atthe same time，the proposed method has the ability of anti-jitterKey words:pointer instrument;Deming regression;OI thinning;straight line fitting;Hoff linedetection;anti-shaking;silhouette method;frame difference method指针式仪表的示数读取主要分为表盘识别、指针提取和示数计算 3 个步骤 表盘识别一般使用霍夫圆检测1、椭圆检测2 4 和深度学习5 6 等方法;指针提取则普遍采用霍夫直线检测1，7 9、最小二乘法拟合4，10 和剪影法11 12 等方法;示数计算最为常用的是距离法8，13 和角度法1，4，9，12，14 两种 3 个步骤中又以指针提取最为关键，目前最有效的算法是霍夫直线检测，但是进行霍夫直线检测需要将图像细化，会消耗大量时间，并且很容易受到背景或其他因素的影响导致精度降低 ZHU J T 等4 试图使用最小二乘法拟合直线代替霍夫直线检测以提高速度，但最小二乘法拟合直线也很容易受到背景因素的干扰，并且最小二乘法只考虑单一方向上的误差，仍然会导致读取结果的偏差较大 LI P F 等15 提出一种 8 特殊点标注法，首先对模板图像进行标注，再根据标注信息在表盘圆环带中定位指针位置;该方法对指针的定位精度高，但是其用到的模板图像需要人为标定 ZHANG Y Q 等10 提出一种基于模板匹配和动态 TMLP 的方法对指针进行定位，再使用最小二乘法拟合指针偏转角度和仪表示数的关系，可以消除同型号仪表中因不同仪表之间的微小差异而引起的误差，但是算法复杂度高，计算速度慢为解决上述问题，文中拟提出一种基于戴明回归和感兴趣区域(region of interest，OI)细化的方法来读取指针式仪表示数 首先使用 mask(掩膜)技术对图像处理，选出 OI，在 OI 中锁定指针后取其外接矩形作为进一步缩小的 OI;然后在原图上锁定这一小区域，对此小区域使用细化算法细化;最后使用戴明回归对指针所在直线进行拟合，在此过程中利用帧差法消除指针抖动的影响 得到指针直线后获取斜率，再利用角度法计算出仪表数值1仪表示数读取算法流程文中提出一种基于戴明回归和 OI 细化的指针式仪表示数读取技术，适用于指针式仪表示数的自动读取 该方法的实现流程如图 1 所示图 1示数读取流程示意图使用摄像头采集指针式仪表的图像时，常常包含复杂的背景信息和噪声，这会影响指针识别的精度9，所以在检测指针之前需要对图像进行预处理，消除干扰 OI 的选择是识别过程中的重要部分，它直接影响指针区域识别的效果 在拟合指针所在直线的方程之前，需要对指针区域图像做细化处理，以增加直线的拟合效果 使用戴明回归拟合直线并计算直线方程 最后根据拟合出的直线的斜率计算角度，利用角度法计算出仪表当前的示数2算法设计2.1图像预处理2.1.1选择 OI在获取的图像中，不仅有仪表本身所带的背景图像，还有仪表所处环境的背景图像，这些信息会对指针提取造成影响 利用 mask 技术可以将背景变成黑色，进而突出选定的 OI 在指针识别过程中，指针的活动区域为如图 2 所示的绿色环形带，在指针活动的区域内选定 OI 为如图 2 所示的蓝色环形带图 2指针活动区域示意图2.1.2基于颜色通道的剪影法提取指针需要用到剪影法，但是普通的剪影法326第 44 卷需要获取仪表的无指针图像，计算式为P(i，j)=I(i，j)N(i，j)，(1)式中:P(i，j)、I(i，j)、N(i，j)分别表示指针图像、待识别图像、无指针图像的像素值改进的剪影法利用指针的颜色信息，将图像分为、G、B 共 3 个通道，根据指针颜色的高区分度对3 个通道进行加减运算即可提取出指针的颜色信息 试验中使用的仪表指针为红色，利用改进的剪影法提取指针信息，计算式为P(i，j)=G(i，j)(i，j)，(2)式中:G(i，j)、(i，j)分别为原图像 G、通道的像素值 需要说明的是根据指针颜色信息的不同，3 个颜色通道之间的运算式需要进行相应的调整2.1.3二值化和形态学操作利用基于颜色通道的剪影法对选定的 OI 处理之后，OI 内的像素值分布于 0 255，虽然此时仪表的指针和背景具有一定的区分度，但是还需要利用二值化技术进一步处理，为二值化选定适合的阈值之后，使 OI 内像素值设置为 0 或 255形态学操作是图像处理过程中经常会用到的方法，其基本运算包括膨胀、腐蚀、开、闭、顶帽和黑帽等 使用膨胀操作可以修复二值图像中的小型黑洞，增加二值化图像的连通性2.2图像消抖和 OI 细化算法仪表的质量有好有坏，即使是同一厂家同一批次生产的仪表质量也会有差异，而仪表所测量的设备稳定性也不尽相同，再加上一些不可控的外界因素，都会使测量时指针发生轻微的抖动 在提取指针和计算示数之前如果不消除此类影响，会导致读取结果不稳定当仪表指针稳定在某一刻度不发生变化，或者只有很轻微的抖动时，可以认为当前仪表的示数没有改变，直接使用前一张的结果，减少计算量针对上述问题，对指针图像做消抖处理 对前一张图像处理之后，将其二值化图像保存，与当前张的二值化图像做按位异或，计算二者之间的差异，若差异小于某一阈值，则说明当前图像中指针位置稳定不变或者仅存在抖动，直接输出前一张图像的处理结果即可 计算式为D=rowi=0colj=0P(i，j)Pb(i，j)，(3)式中:P(i，j)、Pb(i，j)分别表示当前张、前一张的图像像素值;D 表示两张图像异或操作之后得到的差异值;表示异或操作在消抖的过程中阈值的选择尤为重要，若选的太大会造成读数不灵敏，误将实际的指针变化判别为抖动，若太小则起不到消抖的效果 文中选取阈值的计算式为T=1NN1k=0D(k，k+1)，(4)N=Vmax Vmin，(5)式中:Vmax、Vmin分别为量程上限、下