摘要：为更精确地识别指针式仪表的读数，本文提出了一种新的识别方法，将角度法和距离法结合在一起，既确保了读数的精度，又大大的提高了自动化水平。
本文首先将采集到的仪表图像进行预处理，通过中值滤波来去除表盘图像中的椒盐噪声；然后利用分段线性变换对图像进行增强；最后利用Canny算子检测图像的边缘，将得到的图像利用差影法提取出指针信息，再根据指针的角度关系得到指针读数，并对结果进行了误差分析。
关键词：指针式仪表；中值滤波；分段线性变换；Canny算子
一、中值滤波
中值滤波就是选择一定形式的窗口，使其在图像的各点上移动，用窗内像素灰度值的中值代替窗中心点处的像素灰度值。它对于消除孤立点和线段的干扰十分有用，能减弱或消除傅里叶空间的高频分量，但也影响低频分量。高频分量往往是图像中区域边缘灰度值急剧变化的部分，该滤波可将这些分量消除，从而使图像得到平滑的效果。对于一些细节较多的复杂图像，还可以多次使用不同的中值滤波。中值滤波算法的具体实现过程如下：
（1）选择一个（2n+1）×（2n+1）的窗口（通常为3×3或5×5），并用该窗口沿图像数据进行行或列方向的移位滑动；
（2）每次移动后，对窗内的诸像素灰度值进行排序；
（3）用排序所得中值替代窗口中心位置的原始像素灰度值。
图1 中值滤波程序流程图
二、分段线性变换
利用分段线性变换函数来增强图像对比度的方法实际是增强原图各部分的反差，即增强输入图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。分段线性函数的主要优势在于它的形式可任意合成。
分段的灰度拉伸可以更加灵活地控制输出灰度直方图的分布，可以有选择的拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，我们可以用灰度拉伸功能来扩展（斜率＞1）物体灰度区间以改善图像：同样，如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩（斜率＜1）物体灰度区间以改善图像质量。
灰度拉伸是通过控制输出图像中灰度级的展开程度来达到控制对比度的效果。一般情况下都限制，从而保证函数单调递增，以避免造成处理过的图像中灰度级发生颠倒。
三、Canny算子
3.1降噪
任何边缘检测算法都不可能在未经处理的原始数据上很好地处理，所以第一步是对原始数据与高斯平滑模板作卷积，得到的图像与原始图像相比有些轻微的模糊（blurred）。这样，单独的一个像素噪声在经过高斯平滑的图像上变得几乎没有影响。
3.2寻找图像中的亮度梯度
图像中的边缘可能会指向不同的方向，所以Canny算法使用4个mask检测水平、垂直以及对角线方向的边缘。原始图像与每个mask所作的卷积都存储起来。对于每个点我们都标识在这个点上的最大值以及生成的边缘的方向。这样我们就从原始图像生成了图像中每个点亮度梯度图以及亮度梯度的方向。
3.3在图像中跟踪边缘
较高的亮度梯度比较有可能是边缘，但是没有一个确切的值来限定多大的亮度梯度是边缘多大又不是，所以Canny使用了滞后阈值。
滞后阈值需要两个阈值——高阈值与低阈值。假设图像中的重要边缘都是连续的曲线，这样我们就可以跟踪给定曲线中模糊的部分，并且避免将没有组成曲线的噪声像素当成边缘。所以我们从一个较大的阈值开始，这将标识出我们比较确信的真实边缘，使用前面导出的方向信息，我们从这些真正的边缘开始在图像中跟踪整个的边缘。在跟踪的时候，我们使用一个较小的阈值，这样就可以跟踪曲线的模糊部分直到我们回到起点。
参考文献：
[1]Erlin Tian，Huanlong Zhang，Marlia Mohd Hanafiah.A pointer location algorithm for computer visionbased automatic reading recognition of pointer gauges[J].Open Physics，2019，17（1）.
[2]李巍，王鸥，刚毅凝，周杨浩，郝跃冬.一种自动读取指针式仪表读数的方法[J].南京大学学报（自然科学），2019，55（01）：117-124.
[3]孙慧媛，杨晓城，蒋明峰，边境.基于二维码匹配的指针式仪表读数识别方法[J].计算机系统应用，2019，28（03）：208-214.
[4]李道明.可配置变电站室内图像巡检系统及关键算法研究[D].浙江大学，2019.
作者简介：
刘洪灿，身份证号码：37083219980101XXXX
阚新妤，身份证号码：37120219980409XXXX
论文作者:刘洪灿,阚新妤
论文发表刊物:《基层建设》2019年第15期
论文发表时间:2019/8/5
标签：图像论文; 灰度论文; 中值论文; 边缘论文; 阈值论文; 读数论文; 梯度论文; 《基层建设》2019年第15期论文;