一种基于机器视觉的仪表读取方法

一种基于机器视觉的仪表读取方法摘要：从被许多类型产业采用的ISO9000或/和ISO/IEC17025的质量管理项目运动开始，校准人员就一直处在提高生产率的压力之中。这项工作是关于自动校准整个仪器过程的机器视觉方法。这项被提出的机器视觉方法被用来读取指针和数字仪器的示数,它们和电脑之间没有通信接口如GPIB或RS-232。为了对仪表指针进行识别，这个方法采用了数字显示的光学字符识别技术，Canny边缘检测方法和Hough变换方法用来确定模拟显示中的直线位置从而加速了数据提取过程并使得出错几率大大减少。因此,它有助于提高校准质量和降低成本，增加有质量保证的测量仪器的数量。1.引言人们在面对重复性工作时是非常容易出错的。例如，在校准的测量仪器时，技术员一个接一个负责在一个电子表格写下所有的数据。如果由某种原因如疲劳，他/她在一个或多个值上犯了一个错误，这个校准过程和其可靠性就失去效果了。为了避免这类问题和提高校准人员的生产率，自动化水平越高越好。通过通信接口，获得的数据可以被转移到一个主机的计算机，许多现代仪器校准过程很容易实现自动化。然而，对于一些数字或经典模拟仪表，由于没有一个计算机接口可能阻碍自动化校准过程。为了提供一个仪表和主机之间的接口,机器视觉系统似乎是一个不错的解决方案。作为一种重要的工具，机器视觉在过程自动化领域得到广泛的应用。例如在汽车工业中调整或检验的汽车的脉速表正在变得更加普遍。同样,这也被应用与在交通管制中自动识别车辆牌照的智能计算机系统。以前使用机器视觉校准测量仪器的一些工作可以在文学中被发现。例如，Foiattoetal提出了一个能够读取数字仪表示数的方法。读取指针示数是作者没有想到的。另一个类似的工作是由Andres完成的,他提出了一个用来读取数字和指针式仪表示数的方法，但这依赖于用户干的多目标任务。本文提出了一个基于机器视觉系统的读取数字和指针式仪表示数的方法。一些有趣的计量问题是机器视觉似乎有助于提高读取指针示数的分辨率，同时提高原始仪器的精度。这里介绍的方法是利用普通机器视觉设备高性能和效率的读取各种各样的示数与好性能和效率。本文分为四节。读取数字和指针式仪器读数的算法结构已给出，它的工作方式在第二节进行了解释。系统的有效性也进行了探讨而且在第三节给出了实验结果。最后，在第四节提出了注意事项和视角。2.机器视觉方法在接下来的部分，提出了一个机器视觉方法来读取数字指针式仪表读数。a.解决方案结构图1描述了数字识别的数字读数和指针识别的仪表读数的框图流程步骤。遵循这个图,每一块为每个类型的仪表进行详细描述。图1图像的采集、数字仪表示数识别(右)和指针(左)仪表示数的步骤图像采集定位显示边缘检测二进制图像直线检测的Hough变换数字识别指针识别和返回读取返回数字数值b.数字仪表的读取以下为图算法,首先有图片说明和取景界限。虽然这是两种类型仪表的常见的阶段,指针式仪表的情况将在2.3节中介绍。一旦一个数字仪表的初始图像被采集，用户必须使用电脑鼠标来划定读数可采集区域，并且形成一个有突出数字的小图片，方便后续的图像处理。虽然这个步骤可以自动完成，但因为它对其余的过程非常关键，它被选择手动执行。如果系统是连接到一个数据库，每个类型的仪表的读数位置可以存储用于后校准部分。在分隔的图像中，上、下、左、右的每一极限数字必须被识别到，以致他们中的每一个可以单独处理。在这一步中一个基于二进制图像的方法被使用(两个级别的颜色，黑色和白色)。这种类型的图像在处理过程中可以减少花费的时间，并提高性能。图像被二进制之后，垂直和水平交叉投影被创建。十字投影是规范化的每个行和列的黑色像素之和。这些过程返回零值或非常接近它的分离列和/或行的开始和结尾，这里黑色像素有极小的发生率。图2是该方法的一个示例。下降到0.02的值(最大容忍噪音)已被视为分位点。在这一步中,每个数字的取景是分隔的。下一步是根据图1对每个数字进行分类。提出一种基于活跃部分的方法，它依靠于比较一个有七段的标准数字和一个普通数字。图3展示了一个有7段的标准数字。尽管，一些仪表不使用7段显示，这种方法已通过几种工具证明对于识别数字是有用的。如果一个特定的仪表有不能应用这个方法的一个数字,仍然可以使用存储于一个数据库系统不同的数字,并使用一个对于每个类型的仪表特定的标准数字。为了便于数字分割，分割区域被界定以便它们比实际区域更大。区域内部的黑色像素的比例是他们用来判定一个区域活跃与否。最后,分割信息连接从而形成了数字。下一节将讨论这个方法如何的读取指针式仪表。图2原始图像，水平和垂直预测和它们图3标准数字分割的下限c.指针仪表的读取对于指针的测量,识别工作就是找到指针的角度(倾斜)位置。和数字仪表的步骤一样，包含指针的图像区域必须是有界限的。这个区域是指针在无干扰背景下运动的最大空间，如对比度和其他特征。图4显示了一个高质量的图像。图4是通过Canny方边缘检测方法的结果,这对更直接得到指针图像是很重要的。随后,Hough变换方法对直线定位很实用。为了提高质量,可以控制直线的一些点如最小尺寸和厚度。这些参数可由用户实时调整并且它们也可以被存储,对于每一个仪表，创建一个数据库的校准系统。对于已识别的指针直线,需要运用代数关系求得直线与其指向的夹角。这些关系的取决于测量仪器的精度,它们可以是线性和非线性的。运用线性关系和两个给定值与各自的角度,就可以获得所有仪表刻度的其余值。在某些情况下,仪表的结构是对称于某个轴,这使得这个过程更容易,因为只有角0值和最大刻度值需要被提供。根据对称性可以得到最大角度如图5所示。识别的指针直线也显示在这个图中。图4Candy算法后的二值化图像及用户图5某个对称型的指针仪表选择的相应区域指针仪表和数字仪表的实验结果将在下一节说明。3.结果本节阐释了此系统的性能。a.数字仪表此方法提出了一种可以性结果，并考虑到可用的资源。这个图像采集系统是由一个没有光度控制摄像头和一台计算机组成的。当仪表的读数可以直观的获取并且数字被正确分割，正确率可达到100%。这些条件可以很容易达到。当分割不活跃时，在低噪声图像中灰度值(或可能是活跃的)很低，系统的有效性就不是很理想。大部分的情况下,当用户可以操做时，系统能够正确地检测出数字。因此,当图像有噪声时，可以通过改变采集方式很容易地消除它们。在校准环境中，这些条件应该是可以控制的。b.指针仪表在这个方法中对指针仪表读取进行了一个简单的操作。尽管相机的质量差，也没有控制照明，但由于图像分辨率，指针图像模糊程度维持在±1.66。如图6所示,当应用电压是零，仪表针在其初始位置和水平线之间的夹角是45º。考虑到角度跨度从0到150伏特,由这个方法确定的每个测量值都是一个不确定值，由于图像分辨率的原因这个值约等于±1伏特。当这个值进行估计时，它与仪表分辨率是相匹配的。由基于用户阅读的常规方法决定的测量不确定性模型必须包括一个与仪表刻度分辨率相关的补偿因子，还有测量预期值，标准补偿因子等等。在一种改进视觉系统分辨率的机器视觉系统下,在传统的校准中，由于仪表刻度分辨率导致的不确定性代替了图像分辨率导致的不确定性，更精确读取可能导致错误的不确定性评价。图6结果模拟计。识别角度=58.24和仪表指示=22伏4.结论本文描述了一个应用机器视觉改善读取数字和指针仪表的方法。测量仪器使用计算视觉。对于数字仪表的读取,系统呈现出稳定性和100%的精度。对于指针仪表的读取，提出了一个与图像采集系统缺陷相关导致额外的不确定性的结果。对于一个更明确的校准系统,必须用一个更好的相机来改善系统。这个系统算法简单。也正因为如此,它不是完全自动的,在流程开始时需要用户干预。另一方面,在时间上性能得到提高。并且在系统的开发方面,一个友好的用户界面得到改善。这允许了数字和指针仪表发展为可视化，这样就它们可以很容易地安装在一个更复杂的系统中用来自动校准仪表。专业英语翻译专业：机械电子姓名：张娇学号：2012010242013年7月