论文部分内容阅读
指针式仪表有很多优点,因此在生产生活中有巨大的存量,而且每年都在增加。面对大量需要进行检定的指针仪表,采用人工读数的方式检定仪表读数不仅成本高效率低,而且读数精确度不尽理想。随着数字图像处理技术的日益成熟,将其应用到指针式仪表的自动识别系统中是一种有效的解决方法。目前已有很多这方面的研究,也有一些自动识别系统被设计出来。这些系统对硬件实现进行了深入研究,在识别算法上基本以指针直线提取为核心,在各种约束条件下能够取得较为精确的识别结果。但是指针式仪表的使用环境复杂,仪表的种类繁多,约束条件严重制约着指针式仪表自动识别系统的普及,并且很难保证识别系统在移植中保持高精度读数。本文深入研究了国内外已有的指针仪表自动识别系统,针对现有的自动识别系统存在的缺点和局限性,提出了基于图像处理的解决方案。本文的主要工作和创新点如下:(1)改进了图像预处理算法。图像预处理在不同领域有不同的设计,针对指针式仪表识别中存在的噪音、光照和阴影等问题,研究了一套适用于自动识别系统的图像预处理算法,提高了识别系统的抗干扰能力。(2)提出了表盘提取算法。纯表盘图像几乎是所有现存系统的识别起点,而实际获取的图像往往包含复杂背景。表盘提取算法首先检测出仪表图像的边缘,然后使用不同的算法对方形表盘和圆形表盘进行提取。对方形表盘进行直线检测,在基于表盘边框特征进行直线统计算法提取表盘;对圆形表盘使用变形的圆检测算法进行表盘提取。(3)改进了指针特征提取方法。指针仪表多种多样,带来指针和表盘环境的多样性,自动识别系统应该对各种情况都应该能正确提取特征,本文采用骨架提取代替边缘特征,并采用毛刺去除来减少指针特征提取的干扰,解决了识别系统的移植性问题。(4)规范了指针读数计算方法。现有研究并没有规范并且普适的指针读数计算模型,本文基于角度法的思想,提出了一种新的指针读数模型,使用两幅图像获取先验知识,减少人工参与,提高指针读数精度,并适用于所有类型指针仪表。