摘要：基于传统形状匹配的液晶屏检测算法，由于检测的阈值难以精确设定，且采用单一的模板，往往难以保证很高的识别成功率，当位置、形状存在偏移时，均会造成一定程度上的误检。本文提出一种多尺度模板自适应形状匹配算法，可以生成具有平移、尺度不变的形状链状表达，并通过小波变换进行多尺度分析，实现形状表达的旋转不变性，最后获得模板与待识别目标的相似度。实践证明，本算法适用于电能表液晶屏的检测，无需人工重复创建模板，鲁棒性强、精度高，具有很高的应用价值。
关键词：电能表；液晶屏检测；多尺度形状匹配；Zernike 矩
中图分类号：TM933
A multi-scale shape matching method for detecting the LCD of electric energy meter
Ding Xunan 1，Li Dong 2，Gonglei2，Jiang Xiaoqiang 2
（1.State Grid Zhejiang Electric Power Research Institute，Hangzhou 310000；
2.Qingdao Yuanqi Intelligent Robotics Co.，Ltd.，Qingdao 266000）
Abstract：Based on the traditional shape matching of the LCD screen detection algorithm，because the threshold is difficult to accurately set，and the use of a single template，it is often difficult to ensure a high success rate of recognition.When there is a slight offset in the position or shape，it will cause a certain extent misdetection.This paper proposes a multi-scale template adaptive shape matching algorithm that can generate a chain-like representation with the same translation and scale，and performs multi-scale analysis through wavelet transform.It achieves the rotation invariance of the shape expression，and finally obtain the similarity between the template and the target.Practice has proved that this algorithm is suitable for the detection of the power meter LCD screen，without the need to manually create templates.It is strong robustness，high precision，and has a high application value.
Keywords：Electric energy meter；LCD detection；multi-scale shape matching；Zernike matrix
1.引言
智能电能表现已大规模投入使用，其液晶显示屏已成为标配，方便用户查看各种电量信息，是实现电网与电力用户之间双向交互的主要器件，然而在智能电能表在生产制造、运输、储存过程中，会因振动、挤压，或者存储过程中的恶劣环境等原因，造成液晶屏的质量问题，比如碎屏、花屏、乱码、缺码等，因而有必要对智能电能表的液晶屏进行检测。
目前，液晶屏的质量检测方法主要有人工检测和自动化检测。人工检测方法不仅检测效率低，而且检测质量难以保证。自动化检测方法主要采用机器视觉技术，如灰度模板匹配、形状匹配、图像分割、小波变换等技术，文献[1]采用Cognex商业视觉软件中的PatMax和PatQuick算法实现电能表液晶屏的自动检测，但是商业软件对于电能表的液晶图像显示未做专门的优化，其通用的算法执行效率较低，且难以保证检测成功率。文献[2]通过图像分割技术和液晶屏定位算法对实现液晶屏中汉字、符号和数字的分类检测，文献[3]提出了基于阈值自适应序贯相似性算法的匹配算法，将多幅模板图像的特征综合为一个标准模板，建立实时调整的自学习型模板库，降低了检测误判率。
由于不同厂家的不同批次的智能电表，其液晶屏的型号、显示方面存在一定的差异，导致每批次电能表送到计量中心时，均需要人工重新创建模板，影响系统的自动化水平。本文提出一种多尺度模板自适应形状匹配算法，可以并生成具有平移、尺度不变的形状链状表达，并通过小波变换进行多尺度分析。然后，计算各个尺度下的各阶 Zernike 矩来解决小波变换的起始点问题，实现形状表达的旋转不变性；最后，由粗到精计算模板与待识别目标的相似度。本算法适用于电能表液晶屏的检测，实践证明，具有鲁棒性强、精度高等优点，并且降低了人工重复创建模板的工作量。
2.模板匹配
模板匹配算法是机器视觉技术的重要研究内容之一，在目标识别，精确工件定位和视频跟踪等领域得到了广泛的应用。基于灰度关联（Gray-scale correlation）的模板匹配算法使用图像灰度信息直接进行匹配，原理简单易实现，但抗干扰性能差，无法解决非均匀照明和部分遮挡问题。基于几何特征的模板匹配算法将模板的几何特征信息（如边缘，角点和模板重心等）作为匹配特征进行提取，由于提取的特征不使用灰度信息作为变量，所以它们对光效应不太敏感，并且在不均匀的光照条件和部分遮挡下也可以获得良好的匹配结果。
原理上，基于几何特征匹配的方法主要有全局方法（Global）和结构化方法（Structural）两类[4].全局方法包括简单几何特征[5]（如周长、半径、曲率、边缘夹角等）、基于变换域（如傅里叶描述符[6]、小波描述符[7]）、曲率尺度空间[8]（curvature scalespace，CSS）等。
基于几何特征的方法已成为模板匹配算法研究热点[9]。目前在国外著名的商业化机器视觉软件包，如Cognex公司的Patmax、MVtec的HALCON HMatchlt及DALSA的Sapera等已开发出性能良好的几何模板匹配算法，但其采用的核心技术基本保密，且大多价格不菲。
3.基于多尺度形状匹配的液晶屏检测
由于不同电能表生产厂家的工艺差异，以及液晶屏供应商的不同，导致生产出来的智能电能表的液晶屏本身存在一定的差异性，此外，在视觉检测过程中，被测图像会受到光照条件、空气质量、液晶屏表面清晰度等因素影响，会导致拍摄的电能表图像在灰度和形状上存在一定的变化，因而通过单一模板的形状匹配，难以取得很好的匹配效果，造成系统误判，甚至经常需要人工干预。
图 1智能电能表的液晶显示图片
电能表的液晶显示屏如图 1所示，输入图像经过去噪、分割等预处理，得到待处理二值化图像，然后通过边缘检测算子以及轮廓跟踪算法得到目标的轮廓边缘点集。
3.1边缘提取
[6]Bowie J，Young I.Analysis technique for biological shape [J].Computer Graphics and I mage Processing，1974，25：357-370.
[7]Chellappa R，Bag dazian R.Fourier coding of image boundaries [ J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1984，6（1）：102-105.
[8]Quang M T，Boles W W.Recognition of 2D object contour s using the wavelet transform zero-crossing representation[ J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1997，19（8）：910-916
[9]胡硕，朱明，吴川.结合 Zernike 矩的多尺度模板形状匹配[J].光电工程，2005，32（10）：35-39
论文作者:丁徐楠1,徐塑2,黄恒孜1,黄小琼1
论文发表刊物:《基层建设》2018年第29期
论文发表时间:2018/11/26
标签：模板论文; 液晶屏论文; 算法论文; 形状论文; 尺度论文; 电能表论文; 图像论文; 《基层建设》2018年第29期论文;