论文部分内容阅读
指针式仪表被广泛应用在工业测量和控制领域中,成为测量外部电量或非电量信号的重要指示工具,所以研究指针仪表自识别技术显得非常重要。由于指针式仪表表面为玻璃,工作在各种工业现场,因此采用机器视觉技术获取的仪表图像往往无法达到理想要求。在自然光下拍摄的仪表图像也会因光照不均而呈现大面积阴影区域,大大增加图像后续处理的难度。此外,分析指针仪表图像可知有效信息和背景的灰度均比较单一,非常容易引起光照不均、反射不均、曝光等光照问题,使采集到的图像对比度比较差。
本文在架构好光照模型的基础上,主要研究仪表图像的预处理技术,具体体现为在光照非均匀的仪表图像上增强隐藏在阴影区域内的信息,特别是针对中间出现高光区域、两边出现阴影区域,且前景目标信息和背景对比度较差的图像,从而方便仪表图像的后续处理,以使仪表平台达到自识别的要求。主要做了以下几个方面的工作:
1.仪表图像的倾斜校正和定位分割:分析采集到的指针仪表图像的特点,首先采用Hough变换,检测出表盘区和非表盘区相交的直线,判断其倾斜角度,然后旋转相应的角度进行倾斜校正。倾斜校正后的仪表图像还包括表盘和周围装置部分无效信息等,为了后续图像处理能更好更准确地提取出待识别信息,本文结合仪表面板的表盘和其他部件之间有比较明显的分界的特征,采用最大类间方差法(OTSU)自动定位分割出仪表表盘。
2.仪表图像增强:主要有两部分:改进的同态滤波和基于自适应多尺度Retinex理论的局部增强算法。针对分割后的仪表图像,首先采用改进的同态滤波对分割后的图像进行预处理,消除光照不均的影响。再通过基于自适应多尺度Retinex理论的局部增强算法,有效增强了仪表图像中隐藏在大面积阴影区域的信息。
3.仪表图像去噪:由于增强后的图像还留有大量噪声,严重影响图像后续特征的获取,通过分析噪声产生的类型,对比研究了几种常见的去噪技术对于指针仪表的去噪效果,采用基于二维维纳滤波的仪表图像去噪方案,有效去除仪表图像的噪声干扰。
4.仪表图像反射镜的去除:采用OTSU方法对比预处理前后图像的二值化效果。验证预处理的效果,采用形态学相关方法去除仪表反射镜的影响,从而得到一幅干净的二值图像。
本系统用MATLAB平台编程仿真,对指针仪表的一系列预处理之后,可以得到清晰的灰度图,为图像的后续处理奠定良好的基础,具有一定的实用价值。