本發(fā)明屬于指針式儀表識別技術(shù)領(lǐng)域，具體公開一種基于背景差和圓心定位的指針位置精確檢測方法。

背景技術(shù)：

指針式儀表由于結(jié)構(gòu)簡單，可靠性高，價(jià)格便宜等優(yōu)點(diǎn)，目前在許多行業(yè)中還在大量使用。指針儀表的圖像識別技術(shù)是指針儀表質(zhì)量檢測的重要技術(shù)，其識別技術(shù)主要是利用數(shù)字圖像處理技術(shù)，完成該檢測過程中圖像采集、圖像轉(zhuǎn)換與存儲、指針定位與檢出、偏差檢測等關(guān)鍵操作，利用自動控制技術(shù)實(shí)現(xiàn)模擬量施加、不合格產(chǎn)品剔除。指針式儀表識別系統(tǒng)以其可靠性高、誤差小、效率高等優(yōu)點(diǎn)在工業(yè)檢測過程中被廣泛使用。該識別系統(tǒng)可應(yīng)用于各種指針式儀表的自動識別，如水表、氣壓表、電壓表、百分表、汽車組合儀表等，有著降低勞動強(qiáng)度、提高生產(chǎn)效率、減小檢測誤差、提高可靠性等諸多優(yōu)點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對指針式儀表識別需求，提供一種基于背景差和圓心定位的指針位置精確檢測方法，可以提高識別效率。

本發(fā)明采用的技術(shù)方案如下：

一種基于背景差和圓心定位的指針位置精確檢測方法，其特征在于，包括以下步驟：

1)、捕獲背景圖像和當(dāng)前圖像

在開始進(jìn)行指針的刻度值檢測之前，需要先抓獲一張圖像作為背景圖像；之后的算法利用這張圖像，與當(dāng)前新的圖像進(jìn)行比較，以確定當(dāng)前指針?biāo)诘奈恢茫?/p>

在指針檢測的過程中，通過相機(jī)實(shí)時(shí)捕獲當(dāng)前圖像，在當(dāng)前圖像的獲取過程中，相機(jī)的位置不能發(fā)生改變，否則必須重新捕獲背景圖像；

2)、將當(dāng)前圖像和背景圖像進(jìn)行顏色求差，得到背景差圖像，從背景差圖像中提取指針像素；具體如下：

逐像素遍歷當(dāng)前圖像的每一個(gè)像素，將當(dāng)前像素的rgb三個(gè)顏色值，與背景圖像中，對應(yīng)像素的rgb顏色值進(jìn)行對比，只要rgb三個(gè)通道的其中一個(gè)通道的顏色值大于閾值就認(rèn)為是指針像素，具體如下：

r_c–r_b>th；g_c–g_b>th；b_c–b_b>th；

以r通道顏色值，進(jìn)行符號說明：r_c表示當(dāng)前圖像的當(dāng)前像素的r顏色值，r_b是背景圖像的當(dāng)前像素的r顏色值，th是閾值，默認(rèn)為50；

在指針區(qū)域，背景大部分像素都是黑色，其顏色值比指針區(qū)域要低，因此用這種方法可以大致實(shí)現(xiàn)指針像素的提取；

3)、二值化儀表區(qū)域圖像，提取儀表圓盤外輪廓和內(nèi)輪廓，定位并過濾圓盤外輪廓的底部直線段輪廓點(diǎn)后對圓盤外輪廓點(diǎn)進(jìn)行圓形擬合定位；

3.1)、圖像二值化：對儀表區(qū)域圖像進(jìn)行二值化，二值化默認(rèn)為50；

3.2)、提取二值化圖像的外部輪廓和內(nèi)部輪廓：圓形刻度盤是儀表二值化圖像中，最大的連通區(qū)域，因此直接在二值化圖像中搜索最大的連通域，實(shí)現(xiàn)圓盤外輪廓的提??；同時(shí)，為了便于定位圓盤底部的水平直線，還需要同時(shí)提取外輪廓對應(yīng)的內(nèi)部輪廓；

3.3)、對圓盤外輪廓的底部直線段進(jìn)行過濾和定位：圓盤外輪廓的底部，包含一小段水平的直線，需要將這一段直線上的輪廓點(diǎn)進(jìn)行過濾，否則會影響后續(xù)圓形擬合的效果；同時(shí)，采用如下的方法，來定位水平直線段：a)、將外部輪廓和內(nèi)部輪廓之間的區(qū)域填充，得到圓盤區(qū)域；b)、將圓盤區(qū)域二值圖像進(jìn)行水平投影；c)、設(shè)置傾斜角度，進(jìn)行[-10°，10°]范圍內(nèi)的設(shè)定角度間隔的角度遍歷，這里設(shè)定角度間隔為1°；d)、針對每個(gè)被遍歷的角度，旋轉(zhuǎn)圖像；e)、旋轉(zhuǎn)后的圖像進(jìn)行投影；f)、找到投影值最高時(shí)對應(yīng)的角度和位置，作為水平直線的定位；g)、遍歷外部輪廓點(diǎn)，將垂直坐標(biāo)值在水平直線位置的輪廓點(diǎn)全部濾除；

3.4)、將過濾直線段的圓盤外輪廓進(jìn)行采用隨機(jī)采樣一致性策略（ransac）的圓形擬合算法進(jìn)行圓形擬合，具體為：a)、每次選擇3個(gè)點(diǎn)，計(jì)算圓形的方程；b)、然后計(jì)算所有點(diǎn)到圓形邊界的距離；c)、過濾距離大于閾值的輪廓點(diǎn)，得到一致集，這里閾值設(shè)為5個(gè)像素；d)、利用一致集，重新進(jìn)行圓形擬合；

4)、對當(dāng)前圖像和背景圖像的差值圖像進(jìn)行處理，初步確定指針區(qū)域，結(jié)合步驟1）提取到的指針像素進(jìn)行再初步確定的指針區(qū)域上提取色彩值，并進(jìn)行色彩訓(xùn)練，，利用色彩訓(xùn)練結(jié)果在指針區(qū)域上進(jìn)行指針精確提?。痪唧w如下：

4.1)、圓盤外圖像塊的濾除：背景差圖像中，由于受到噪聲的干擾，可能會出現(xiàn)一些非指針區(qū)域的前景像素；這些像素必須濾除，否則會對后續(xù)的指針刻度值的計(jì)算造成影響；本步驟將圓盤區(qū)域以外的噪聲過濾掉，方法如下：a)、利用圓盤內(nèi)部輪廓，繪制出一個(gè)掩膜區(qū)域；b)、將該掩膜圖像，與背景差圖像進(jìn)行與操作，使得只有內(nèi)部輪廓范圍內(nèi)的前景像素被保留下來；

4.2)、破碎指針區(qū)域圖像塊的拼接：由于儀表內(nèi)部還存在大量的文字，它們的色彩與指針接近，此時(shí)很容易導(dǎo)致檢測到的指針像素發(fā)生斷裂，提取到的指針不完整；用下面的方法，對碎裂的指針連通域進(jìn)行拼接：a)、遍歷每一個(gè)連通域，找到與其距離小于10個(gè)像素的連通域；b)、兩個(gè)連通域如果距離小于10個(gè)像素，則組合成一個(gè)連通域；c)、循環(huán)遍歷，直到再也沒有連通域能夠拼接為止；

4.3)、根據(jù)尺寸濾除非指針圖像塊：遍歷內(nèi)部輪廓范圍內(nèi)的所有的前景連通域，得到它們的尺寸；設(shè)定尺寸閾值；如果連通域的高和寬，都小于20個(gè)像素，則需要進(jìn)行過濾；

4.4)、在濾除之后的連通區(qū)域中選擇最大連通區(qū)域作為指針的初步定位位置；

4.5)、指針顏色值重訓(xùn)練：在指針的初步定位位置上提取所有像素的色彩值，然后進(jìn)行訓(xùn)練；方法如下：a)、建立5個(gè)高斯模型；b)、利用聚類的方法，得到5個(gè)子類的中心和方差；

4.6)、指針區(qū)域像素的二次提取

a)、擴(kuò)展指針范圍：在步驟4.4)得到的指針的初步定位位置范圍的基礎(chǔ)上，對指針的搜索邊界進(jìn)行擴(kuò)展：遠(yuǎn)端范圍為指針區(qū)域與圓盤內(nèi)輪廓的角點(diǎn)，近端范圍為圓心；左側(cè)范圍為指針矩形左側(cè)；右側(cè)范圍為指針矩形右側(cè)；b)、計(jì)算像素色彩置信度：遍歷每隔像素，計(jì)算其屬于5個(gè)高斯模型的概率，選擇概率最大的一個(gè)作為最終的置信度；c)、設(shè)定置信度閾值，進(jìn)行二值化：置信度閾值設(shè)定為0.3，所有像素置信度高于0.3的，都認(rèn)為是指針像素；d)、形態(tài)學(xué)操作：對前述步驟的結(jié)果，進(jìn)行漏洞修補(bǔ)、縫隙填充、圖像拼接操作，提高提取的效果；e)、指針提?。褐匦绿崛∽畲蟮倪B通域，作為指針連通區(qū)域；

5)、結(jié)合步驟3）的儀表圓盤圓形以及步驟4）得到的指針連通區(qū)域，確定當(dāng)前圖像上的指針位置；具體如下：

5.1)、計(jì)算指針連通域相對于圓心的角度范圍：在指針大致位置，遍歷指針連通域上的所有輪廓點(diǎn)；連接當(dāng)前所有輪廓點(diǎn)與圓心形成直線計(jì)算所有直線的角度，得到指針連通域相對于圓心的角度范圍；

5.2)、繪制連線：根據(jù)步驟5.1)計(jì)算得到的指針的角度范圍，對屬于該范圍內(nèi)的外圓輪廓點(diǎn)進(jìn)行遍歷；將每一個(gè)該范圍內(nèi)的外圓輪廓點(diǎn)與圓心連接起來，得到連線；

5.3)、統(tǒng)計(jì)連線上白色像素的數(shù)目，將白色像素?cái)?shù)目最多的連線，算作該指針連通區(qū)域的指針中心線初定位位置；

5.4)、對稱性檢測，優(yōu)化指針位置：以指針中心線的初定位位置為基礎(chǔ)，在指針區(qū)域搜索精準(zhǔn)的對稱線，方法如下：a)、將對稱直線的斜率k和截距b作為粒子群優(yōu)化算法（pso算法）的粒子初始值；b)、設(shè)定20個(gè)粒子，進(jìn)行隨機(jī)性搜索；c)、迭代10次，將最優(yōu)秀的粒子作為最終的對稱線，也就是最終的指針?biāo)谥本€；d)、利用指針直線方程，計(jì)算其與外圓輪廓的交點(diǎn)，從而利用線性插值得到最終的刻度值；其中，對稱性適應(yīng)度的計(jì)算如下：搜索直線左側(cè)的每一個(gè)指針像素點(diǎn)，觀察其在右側(cè)是否有像素點(diǎn)與其對稱；如果有，則計(jì)數(shù)加1，將最終的計(jì)數(shù)值，作為適應(yīng)度的結(jié)果；

6)、異常情況處理

6.1)、當(dāng)前圖與背景圖指針位置較近時(shí)，前景圖中可能檢測不到指針：如果當(dāng)前圖像中檢測不到指針，則很可能是當(dāng)前圖像中指針位置與背景圖像中的指針位置高度重合；此時(shí)，只需要在采集背景圖像時(shí)，設(shè)定指針的默認(rèn)角度，然后在檢測不到指針時(shí)，將默認(rèn)角度賦值給當(dāng)前的指針刻度值即可；

6.2)、實(shí)時(shí)操作過程中的背景圖更新：多幀圖像的融合，得到背景圖

在系統(tǒng)實(shí)時(shí)檢測時(shí)，指針會處于不同的位置；此時(shí)可以利用每次檢測時(shí)的圖像，結(jié)合背景圖，融合得到不存在指針的背景圖，這樣可以進(jìn)一步提高系統(tǒng)的效果；方法如下（當(dāng)前圖像總數(shù)為n）：a)、設(shè)定一張背景圖；b)、將第1張圖與第2張圖進(jìn)行逐像素比較，得到它們相同的像素，將相同的像素繪制到背景圖中；c)、將背景圖與第3張圖進(jìn)行比較，同樣，將相同的像素繪制到背景圖中；d)、依次循環(huán)，遲到所有的n張圖都被分析完成為止；e)、此時(shí)最終的圖像，就是背景圖。

本發(fā)明的有益效果如下：

本發(fā)明通過背景差圖像中的儀表圓盤輪廓擬合圓形的定位以及指針像素的精確提取，實(shí)現(xiàn)了指針位置的快速精準(zhǔn)檢測；為了提高檢測準(zhǔn)確性，針對前景圖中檢測不到指針進(jìn)行了賦值處理；為了提高檢測效率，針對背景圖通過當(dāng)前圖像的融合進(jìn)行更新處理，本發(fā)明具有高效快捷準(zhǔn)確的特點(diǎn)。

附圖說明

圖1是本發(fā)明流程圖。

具體實(shí)施方式

一種基于背景差和圓心定位的指針位置精確檢測方法，其特征在于，包括以下步驟：

1)、捕獲背景圖像和當(dāng)前圖像

在開始進(jìn)行指針的刻度值檢測之前，需要先抓獲一張圖像作為背景圖像；之后的算法利用這張圖像，與當(dāng)前新的圖像進(jìn)行比較，以確定當(dāng)前指針?biāo)诘奈恢茫?/p>

在指針檢測的過程中，通過相機(jī)實(shí)時(shí)捕獲當(dāng)前圖像，在當(dāng)前圖像的獲取過程中，相機(jī)的位置不能發(fā)生改變，否則必須重新捕獲背景圖像；

2)、將當(dāng)前圖像和背景圖像進(jìn)行顏色求差，得到背景差圖像，從背景差圖像中提取指針像素；具體如下：

逐像素遍歷當(dāng)前圖像的每一個(gè)像素，將當(dāng)前像素的rgb三個(gè)顏色值，與背景圖像中，對應(yīng)像素的rgb顏色值進(jìn)行對比，只要rgb三個(gè)通道的其中一個(gè)通道的顏色值大于閾值就認(rèn)為是指針像素，具體如下：

r_c–r_b>th；g_c–g_b>th；b_c–b_b>th；

以r通道顏色值，進(jìn)行符號說明：r_c表示當(dāng)前圖像的當(dāng)前像素的r顏色值，r_b是背景圖像的當(dāng)前像素的r顏色值，th是閾值，默認(rèn)為50；

在指針區(qū)域，背景大部分像素都是黑色，其顏色值比指針區(qū)域要低，因此用這種方法可以大致實(shí)現(xiàn)指針像素的提??；

3)、二值化儀表區(qū)域圖像，提取儀表圓盤外輪廓和內(nèi)輪廓，定位并過濾圓盤外輪廓的底部直線段輪廓點(diǎn)后對圓盤外輪廓點(diǎn)進(jìn)行圓形擬合定位；

3.1)、圖像二值化：對儀表區(qū)域圖像進(jìn)行二值化，二值化默認(rèn)為50；

3.2)、提取二值化圖像的外部輪廓和內(nèi)部輪廓：圓形刻度盤是儀表二值化圖像中，最大的連通區(qū)域，因此直接在二值化圖像中搜索最大的連通域，實(shí)現(xiàn)圓盤外輪廓的提??；同時(shí)，為了便于定位圓盤底部的水平直線，還需要同時(shí)提取外輪廓對應(yīng)的內(nèi)部輪廓；

3.3)、對圓盤外輪廓的底部直線段進(jìn)行過濾和定位：圓盤外輪廓的底部，包含一小段水平的直線，需要將這一段直線上的輪廓點(diǎn)進(jìn)行過濾，否則會影響后續(xù)圓形擬合的效果；同時(shí)，采用如下的方法，來定位水平直線段：a)、將外部輪廓和內(nèi)部輪廓之間的區(qū)域填充，得到圓盤區(qū)域；b)、將圓盤區(qū)域二值圖像進(jìn)行水平投影；c)、設(shè)置傾斜角度，進(jìn)行[-10°，10°]范圍內(nèi)的設(shè)定角度間隔的角度遍歷，這里設(shè)定角度間隔為1°；d)、針對每個(gè)被遍歷的角度，旋轉(zhuǎn)圖像；e)、旋轉(zhuǎn)后的圖像進(jìn)行投影；f)、找到投影值最高時(shí)對應(yīng)的角度和位置，作為水平直線的定位；g)、遍歷外部輪廓點(diǎn)，將垂直坐標(biāo)值在水平直線位置的輪廓點(diǎn)全部濾除；

3.4)、將過濾直線段的圓盤外輪廓進(jìn)行采用隨機(jī)采樣一致性策略（ransac）的圓形擬合算法進(jìn)行圓形擬合，具體為：a)、每次選擇3個(gè)點(diǎn)，計(jì)算圓形的方程；b)、然后計(jì)算所有點(diǎn)到圓形邊界的距離；c)、過濾距離大于閾值的輪廓點(diǎn)，得到一致集，這里閾值設(shè)為5個(gè)像素；d)、利用一致集，重新進(jìn)行圓形擬合；

4)、對當(dāng)前圖像和背景圖像的差值圖像進(jìn)行處理，初步確定指針區(qū)域，結(jié)合步驟1）提取到的指針像素進(jìn)行再初步確定的指針區(qū)域上提取色彩值，并進(jìn)行色彩訓(xùn)練，，利用色彩訓(xùn)練結(jié)果在指針區(qū)域上進(jìn)行指針精確提取；具體如下：

4.1)、圓盤外圖像塊的濾除：背景差圖像中，由于受到噪聲的干擾，可能會出現(xiàn)一些非指針區(qū)域的前景像素；這些像素必須濾除，否則會對后續(xù)的指針刻度值的計(jì)算造成影響；本步驟將圓盤區(qū)域以外的噪聲過濾掉，方法如下：a)、利用圓盤內(nèi)部輪廓，繪制出一個(gè)掩膜區(qū)域；b)、將該掩膜圖像，與背景差圖像進(jìn)行與操作，使得只有內(nèi)部輪廓范圍內(nèi)的前景像素被保留下來；

4.2)、破碎指針區(qū)域圖像塊的拼接：由于儀表內(nèi)部還存在大量的文字，它們的色彩與指針接近，此時(shí)很容易導(dǎo)致檢測到的指針像素發(fā)生斷裂，提取到的指針不完整；用下面的方法，對碎裂的指針連通域進(jìn)行拼接：a)、遍歷每一個(gè)連通域，找到與其距離小于10個(gè)像素的連通域；b)、兩個(gè)連通域如果距離小于10個(gè)像素，則組合成一個(gè)連通域；c)、循環(huán)遍歷，直到再也沒有連通域能夠拼接為止；

4.3)、根據(jù)尺寸濾除非指針圖像塊：遍歷內(nèi)部輪廓范圍內(nèi)的所有的前景連通域，得到它們的尺寸；設(shè)定尺寸閾值；如果連通域的高和寬，都小于20個(gè)像素，則需要進(jìn)行過濾；

4.4)、在濾除之后的連通區(qū)域中選擇最大連通區(qū)域作為指針的初步定位位置；

4.5)、指針顏色值重訓(xùn)練：在指針的初步定位位置上提取所有像素的色彩值，然后進(jìn)行訓(xùn)練；方法如下：a)、建立5個(gè)高斯模型；b)、利用聚類的方法，得到5個(gè)子類的中心和方差；

4.6)、指針區(qū)域像素的二次提取

a)、擴(kuò)展指針范圍：在步驟4.4)得到的指針的初步定位位置范圍的基礎(chǔ)上，對指針的搜索邊界進(jìn)行擴(kuò)展：遠(yuǎn)端范圍為指針區(qū)域與圓盤內(nèi)輪廓的角點(diǎn)，近端范圍為圓心；左側(cè)范圍為指針矩形左側(cè)；右側(cè)范圍為指針矩形右側(cè)；b)、計(jì)算像素色彩置信度：遍歷每隔像素，計(jì)算其屬于5個(gè)高斯模型的概率，選擇概率最大的一個(gè)作為最終的置信度；c)、設(shè)定置信度閾值，進(jìn)行二值化：置信度閾值設(shè)定為0.3，所有像素置信度高于0.3的，都認(rèn)為是指針像素；d)、形態(tài)學(xué)操作：對前述步驟的結(jié)果，進(jìn)行漏洞修補(bǔ)、縫隙填充、圖像拼接操作，提高提取的效果；e)、指針提?。褐匦绿崛∽畲蟮倪B通域，作為指針連通區(qū)域；

5)、結(jié)合步驟3）的儀表圓盤圓形以及步驟4）得到的指針連通區(qū)域，確定當(dāng)前圖像上的指針位置；具體如下：

5.1)、計(jì)算指針連通域相對于圓心的角度范圍：在指針大致位置，遍歷指針連通域上的所有輪廓點(diǎn)；連接當(dāng)前所有輪廓點(diǎn)與圓心形成直線計(jì)算所有直線的角度，得到指針連通域相對于圓心的角度范圍；

5.2)、繪制連線：根據(jù)步驟5.1)計(jì)算得到的指針的角度范圍，對屬于該范圍內(nèi)的外圓輪廓點(diǎn)進(jìn)行遍歷；將每一個(gè)該范圍內(nèi)的外圓輪廓點(diǎn)與圓心連接起來，得到連線；

5.3)、統(tǒng)計(jì)連線上白色像素的數(shù)目，將白色像素?cái)?shù)目最多的連線，算作該指針連通區(qū)域的指針中心線初定位位置；

5.4)、對稱性檢測，優(yōu)化指針位置：以指針中心線的初定位位置為基礎(chǔ)，在指針區(qū)域搜索精準(zhǔn)的對稱線，方法如下：a)、將對稱直線的斜率k和截距b作為粒子群優(yōu)化算法（pso算法）的粒子初始值；b)、設(shè)定20個(gè)粒子，進(jìn)行隨機(jī)性搜索；c)、迭代10次，將最優(yōu)秀的粒子作為最終的對稱線，也就是最終的指針?biāo)谥本€；d)、利用指針直線方程，計(jì)算其與外圓輪廓的交點(diǎn)，從而利用線性插值得到最終的刻度值；其中，對稱性適應(yīng)度的計(jì)算如下：搜索直線左側(cè)的每一個(gè)指針像素點(diǎn)，觀察其在右側(cè)是否有像素點(diǎn)與其對稱；如果有，則計(jì)數(shù)加1，將最終的計(jì)數(shù)值，作為適應(yīng)度的結(jié)果；

6)、異常情況處理

6.1)、當(dāng)前圖與背景圖指針位置較近時(shí)，前景圖中可能檢測不到指針：如果當(dāng)前圖像中檢測不到指針，則很可能是當(dāng)前圖像中指針位置與背景圖像中的指針位置高度重合；此時(shí)，只需要在采集背景圖像時(shí)，設(shè)定指針的默認(rèn)角度，然后在檢測不到指針時(shí)，將默認(rèn)角度賦值給當(dāng)前的指針刻度值即可；

6.2)、實(shí)時(shí)操作過程中的背景圖更新：多幀圖像的融合，得到背景圖

在系統(tǒng)實(shí)時(shí)檢測時(shí)，指針會處于不同的位置；此時(shí)可以利用每次檢測時(shí)的圖像，結(jié)合背景圖，融合得到不存在指針的背景圖，這樣可以進(jìn)一步提高系統(tǒng)的效果；方法如下（當(dāng)前圖像總數(shù)為n）：a)、設(shè)定一張背景圖；b)、將第1張圖與第2張圖進(jìn)行逐像素比較，得到它們相同的像素，將相同的像素繪制到背景圖中；c)、將背景圖與第3張圖進(jìn)行比較，同樣，將相同的像素繪制到背景圖中；d)、依次循環(huán)，遲到所有的n張圖都被分析完成為止；e)、此時(shí)最終的圖像，就是背景圖。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，對于本領(lǐng)域的技術(shù)人員來說，其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。