1 整体方案设计本文的图像采集工作主要是采用 CMOS 多媒体数字摄像机, 该摄像机带有 USB 接口, 支持热插拔, 即插即用. 像素为 30 万, 每秒平均 15 桢, 能够达到对一般仪表的检测要求. 本系统的软件为了提高系统的可扩充性, 程序设计的方便性, 故采用了面向对象的软件设计方法的编程思想. 该系统的软件的核心结构如图 1 所示. 通过硬件系统和软件系统的有机结合, 本系统构成了一个完整的基于计算机视觉的仪表检测系统.
2 图像预处理 2.1 图像的灰度化处理由 CMOS 摄像头采集的真彩色静态图像, 必须经过灰度化处理后才可以被进一步地处理和识别. 航空指针式仪表比较简单, 灰度等级主要分布在几个灰度带上. 在图像灰度的共同矩阵上, 较高的概率集中和靠近主对角线上, 并且各灰度带上灰度变化均匀, 图像细节少. 指针图像的这种灰度分布特征, 为指针式仪表图像的分割和二值化处理提供了方便. 2.2 图像的滤波处理由于从图像输入设备的得到的输入图像不可避免地带有各种噪声, 它会影响到目标边缘点的确定. 因而有图 1673 第 4 期 ______________________高__梅_, _等_: _基_于_计_算__机_视_觉_的_航__空_仪_表_自_动__识_别_____________________ 可能利用图像的先验特征, 构造计算量小, 速度快, 同时又可以做到既去除噪声又保护图像边缘的较满意的复原的滤波. 中值滤波器满足这些特点, 故本文采用中值滤波. 2.3 图像的细化根据测量原理可知, 检测系统中一个相当重要的环节是仪表指针的特征提取, 为了减少冗余的信息量, 同时突出形状的特点, 有必要对图像进行细化处理. 具体的细化算法：图 2 如图 2, 一个 3× 3区域的一幅图像, 上面各点标记为 129 Q , Q,,Q, 中心为 1 Q . 当 1 1 Q =(即黑点), 如果下面四个条件同时满足, 则删除 ( ) 0 11 Q Q=. 1) ( ) 26 1 ≤ NZ Q≤； ( ( )) 1 2 3 9 NZ Q 表示点周围的Q 、Q Q中的黑点数 ； 2) ( ) ZQ1 01 = ；( ( ) ZQ1 01 = 表示点 1 P 周围的 239 Q , QQ中的邻接的黑点有一对)； 3) 0 248 Q × Q×Q=或者 ( ) 1 01 Z Q≠； 4) 0 246 Q × Q×Q=或者 ( ) Z1 04 Q ≠. 重复对 129 Q , Q,,Q每一个点进行, 直到所有的点都不可删除为止.
3 指针式仪表图像的特征提取及 HOUGH 变换的改进由仪表盘指针的几何特征分析可知, 指针主要是直线特征, 拟合出直线方程可以通过 HOUGH 变换. HOUGH 变换的主要缺点是计算量大和需要较大的存储量；另外当图像空间中存在较强的噪声干扰 HOUGH 变换的性能将变得很差. 现对 HOUGH 变换的性能进行改进：在 HOUGH 变换的抗干扰性能方面, 提出了一种采用参数空间二次迭代量化 HOUGH 变换方法, 该方法在参数精度、抗干扰性、实时性上都比 HOUGH 变换的性能有所改进. 二次迭代量化的 HOUGH 变换方法的具体实现如下： a．粗化——参数空间的第一次量化首先对整个参数空间进行低精度的量化, 假设图像的大小为 N × N, 直线的参数为 ( ρθ) , , 其量化间隔取为 11 Δ ρ , Δθ,量化后整个参数空间的累加器阵列为 11 L × Q. 对图像 { ( )} f i, j在整个参数空间进行 HOUGH 变换： 111 ρ =i cos θ+jsinθ , ( ) ( ) ( ) A ,A,fi,j 1111 ρθ= ρθ+ . P3 P4 P2P9 P5P6 P7 P1P8674 西南民族大学学报·自然科学版第 37 卷 ___________________________________________________________________ 然后选取一适当 1 TH , 令对参数空间进行极大值搜索到的具有极大值的累加器参数为 ( ) 1c 1c ρ ,θ, 则该参数代表了图像空间中直线的参数. 由于参数空间的离散化精度较差, 因而参数 ( ) 1c 1c ρ ,θ只是对直线位置的粗略估计. b．细化——参数空间的第二次量化以第一次 HOUGH 变换的初检结果 ( ) 1c 1c ρ ,θ为中心在其邻域内取一窗口W , 大小为 22 ρ × θ. 1c 1 2 1c1 ρ mΔ ρ ≤ ρ ≤ ρ + mΔ ρ, 1 1 2 1 1 . c c θ nΔ θ ≤ θ ≤ θ + nΔθ 其中m 、n ,称为保险系数, 取值为正整数, 它们的作用是保证检测的直线参数落在窗口内. 然后, 在参数空间窗口内进行高精度的量化, 即局部参数空间的细化. 取量化间隔为如 22 Δ ρ , Δθ量化后整个参数空间的累加器阵列为 22 L × Q. 对图像在参数空间窗口内进行 HOUGH 变换： 2 2 2 ρ = i cos θ +jsin θ, ( ) ( ) ( ) 2 2 2 2 2 2 A ρ , θ = A ρ , θ+f i , j. 然后选取一值当 2 TH , 在参数空间进行极大值搜索. 设具有极大值的累加器坐标参数为 ( ) 2c 2c ρ ,θ, 由于参数空间窗口内的离散化精度很高, 因而参数 ( ) 2c 2c ρ ,θ的精度也很高, 它是对直线位置的精确估计.
从二次迭代量化 HOUGH 变换方法可以看出, 它有以下几个方面的改进：（1） 可以取得很高的精度, 从而可以最大限度地提高直线参数的精度. （2） 滤除了使得干扰噪声在窗口以外的参数空间中产生的虚峰, 从而很大程度上减小了虚峰和第二次门限搜索的范围产生的影响. （3） 在整个参数空间内进行同样离散化精度细化后的累加器阵列数远大于两次 HOUGH 变换的累加器阵列数总和, 故二次迭代量化 HOUGH 变换方法仍具有很好的实时性. 4 指针式仪表示值的智能判读方法在实际的应用当中, 对表盘读数的计算的问题其实就是对指针所在直线的检测. 因为对于某一个特定的仪表来说, 指针的角度往往和仪表的读数存在某种函数关系. 但是有一个问题值得注意：例如从图 3 中可以看到, 当指针指向 0 和 50 的时候, 指针是处于同一条直线上的. 当我们识别的直线恰好就是这条直线的时候, 仪表的读数应该是 0, 还是 50？因此需要在求出 θ 之后是左半面多, 还是右半面多. 然后更加这一条件来确定仪表当前的读数. 具体的算法如下：根据初始图像求出 0 刻度和最大刻度的直线： minminmin ρ = x cos θ+ysinθ, maxmaxmax ρ = x cos θ+ysinθ, 然后求出圆心坐标 ( ) cc x , y, 对图像进行 HOUGH 变换求出直线的角度θ 为 a θ ； Int iLeftCount,iRightCount = 0; For(i=0；i<= c r ；i++) { For(j=0；i*i+j*j<= c r * c r ；j++) { If j =k*i { 图 3675 第 4 期 ______________________高__梅_, _等_: _基_于_计_算__机_视_觉_的_航__空_仪_表_自_动__识_别_____________________ If ( ) c i
本文选自上海论文网 http://www.shlunwenw.com致力于论文，毕业论文，职称论文，本科论文，硕士论文