模拟指针式仪表读数.docx

模拟指针式仪表读数.docx

《模拟指针式仪表读数.docx》由会员分享，可在线阅读，更多相关《模拟指针式仪表读数.docx（15页珍藏版）》请在冰豆网上搜索。

模拟指针式仪表读数

模拟指针式仪表读数

————————————————————————————————作者：

————————————————————————————————日期：

摘要

目前，在大型工矿企业、电力部门中，模拟指针式仪表因其简单可靠、价格低廉等仍在大量使用数量巨大的各种指针式仪表的定期维护、检测等一直都是靠人力来完成的，长时间的人工读表不仅容易造成视觉疲劳、视觉受损，工作人员与仪表表盘的距离和角度等都容易造成读数误差，而且不利于大量信息的及时采集和统一管理。

自20世纪80年代以来，随着数字图像处理技术的迅猛发展，发展了自动识别指针式模拟表盘的显示值的方法，应用于工业与生活中，大大提高了效率与准确率真。

数字图像处理技术在工业生产的应用中就显得尤为重要，越来越受到人们的重视。

本次报告主要内容安排：

第1、简单介绍了数字图像处理的一些基本概念，包括它的发展、特点、应用领域、今后的发展方向。

第2、介绍了在课题设计的准备阶段，了解到的关于数字图像处理在缺陷检测中的一般步骤及算法。

按照一般检测流程，讲述了图像采集系统，包括硬件设备和图像数字化的基本原理；在图像的预处理中，介绍了灰度变换、二值化及图像细化等基本方法。

第3、针对本次专业综合训练课题，着重讨论了直线的提取方法—Hough变换的基本原理。

第4、简述了图形用户界面（GraphicalUserInterface）GUI，在Matlab程序开发中的作用，并设计了一个简单的GUI界面，输出处理后的图像。

关键字：

指针式模拟表盘识别数字图像处理matlab

摘要1

第一章绪论3

1.1图像处理概述3

1.1.1图像处理技术的分类3

1.1.3数字图像处理的主要内容4

1.1.2图像处理的主要方法4

1.1.4数字图像处理的特点4

第二章指针式模拟表盘自动读数算法5

2.1基本原理——Hough变换原理5

2.2识别步骤6

2.2.1图像获取6

2.2.2数字图像预处理7

2.2.3特征提取9

第三章指针式模拟表盘自动读数实现10

3.1设计要求10

3.2具体实现步骤10

3.3简单GUI界面输出13

第四章心得体会17

附录18

参考文献21

第一章绪论

1.1图像处理概述

图像是对客观对象的一种相似性的、生动性的描述或写真，或者说图像是客观对象的一种表示，它包含了被描述对象的有关信息。

它是人们最主要的信息源。

据统计，一个人获取的信息大约有75%来自视觉。

人眼从自己周围的环境获取大量信息，并传入大脑后，由大脑根据知识或经验，对图像信息进行加工、推理等处理操作，最后识别、理解周围环境，包括环境内的对象物。

数字图像处理是一门新兴学科，它跨越许多科学领域，且其蕴含内容丰富。

数字图像处理的产生和迅速发展主要受三个因素的影响：

一是计算机的发展；二是数学的发展，特别是离散数学理论的创立和完善；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。

1.1.1图像处理技术的分类

图像处理即使对图像进行一系列操作，已达到预期目的的综合技术。

图像处理可以分为：

模拟图像处理和数字图像处理。

模拟图像处理包括光学处理、电子处理，如：

照相、遥感图像处理、激光全息技术等。

模拟图像处理理论日益完善，处理速度快，理论上可以达到光的速度，信息容量大，分辨率高，可进行并行处理。

但处理的精度不高，不够灵活，很难具有非线性处理能力。

数字图像处理：

是指利用计算机对图像施加某种运算和操作，从而获得某种预期的结果。

其处理精度高，处理内容丰富，可以进行复杂的非线性处理，有着灵活的变通能力，一般只需要改变软件就可以改变处理内容。

1.1.3数字图像处理的主要内容

数字图像处理的主要内容有：

图像的获取和表示、图像复原、图像增强、图像分割、图像分析、图像压缩编码、图像重构。

1.1.2图像处理的主要方法

图像处理方法主要采用两种方法：

空域法和变换域法。

1.空域法：

以图像的像素直接处理为基础，直接对这些一维、二维函数进行相应的操作。

空域处理法主要有两大类：

一是点运算，包括：

灰度变换、对比度拉伸等运算；二是邻域处理法，包括：

梯度运算，拉普拉斯算子运算，卷积运算等处理方法。

2.变换域法：

图像处理的变换域处理方法是首先对图像进行正交变换，得到的变换域系数阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。

这类处理包括：

滤波、数据压缩、特征提取等。

1.1.4数字图像处理的特点

数字图像处理的特点主要表现在：

图像信息量大、图像处理技术综合性强、数字图像处理算法的图像相关性。

第二章指针式模拟表盘自动读数算法

2.1基本原理——Hough变换原理

一、简单介绍

Hough变换是图像处理中从图像中识别几何形状的基本方法之一。

Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。

这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。

也即把检测整体特性转化为检测局部特性。

比如直线、椭圆、圆、弧线等。

二、Hough变换的基本思想

设已知一黑白图像上画了一条直线，要求出这条直线所在的位置。

我们知道，直线的方程可以用y=k*x+b来表示，其中k和b是参数，分别是斜率和截距。

过某一点（x0,y0）的所有直线的参数都会满足方程y0=kx0+b。

即点（x0,y0）确定了一族直线。

方程y0=kx0+b在参数k--b平面上是一条直线，（你也可以是方程b=-x0*k+y0对应的直线）。

这样，图像x--y平面上的一个前景像素点就对应到参数平面上的一条直线。

我们举个例子说明解决前面那个问题的原理。

设图像上的直线是y=x,我们先取上面的三个点：

A（0,0）,B（1,1）,C（22）。

可以求出，过A点的直线的参数要满足方程b=0,过B点的直线的参数要满足方程1=k+b,过C点的直线的参数要满足方程2=2k+b,这三个方程就对应着参数平面上的三条直线，而这三条直线会相交于一点（k=1,b=0）。

　同理，原图像上直线y=x上的其它点（如（3,3）,（4,4）等）　对应参数平面上的直线也会通过点（k=1,b=0）。

这个性质就为我们解决问题提供了方法，就是把图像平面上的点对应到参数平面上的线，最后通过统计特性来解决问题。

假如图像平面上有两条直线，那么最终在参数平面上就会看到两个峰值点，依此类推。

简而言之，Hough变换思想为：

在原始图像坐标系下的一个点对应了参数坐标系中的一条直线，同样参数坐标系的一条直线对应了原始坐标系下的一个点，然后，原始坐标系下呈现直线的所有点，它们的斜率和截距是相同的，所以它们在参数坐标系下对应于同一个点。

这样在将原始坐标系下的各个点投影到参数坐标系下之后，看参数坐标系下有没有聚集点，这样的聚集点就对应了原始坐标系下的直线。

在实际应用中，y=k*x+b形式的直线方程没有办法表示x=c形式的直线（这时候，直线的斜率为无穷大）。

所以实际应用中，是采用参数方程p=x*cos（theta）+y*sin（theta）。

这样，图像平面上的一个点就对应到参数p---theta平面上的一条曲线上，其它的还是一样。

2.2识别步骤

模拟指针式仪表识别系统主要分为两大部分即图像采集部分和图像处理部分（硬件系统和软件系统）。

图像采集系统一般由光源组成的照明系统、镜头、CCD摄像机等组成，而图像处理系统则通过编写软件算法实现。

系统流程如图1所示。

图1识别系统流程图

2.2.1图像获取

图像获取系统在整个图像处理系统中具有重要的作用。

它负责将现实中的物体图像通过输入设备采集下来，将图像的模拟信号转换为数字信号最终输入计算机，为计算机处理程序库提供准备处理的现场采集的实时数据，并在输出设备中显示出来。

图像获取装置性能的好坏，直接影响所获取图像的质量，从而影响后续的图像处理与分析，因此必须选择合理的图像获取结构。

图像获取系统主要由光源、摄像机和图像采集卡组成。

用于机器视觉的光源一般要求无频闪、光线稳定、广场分布均匀、高亮度且亮度可调等；摄像机的一个核心部件就是图像传感器，从很大程度上说，图像传感器的性能决定了相机的性能，即决定了相机采集图像的质量；图像采集卡（ImageCaptureCard），又称图像捕捉卡，是一种可以获取数字化视频图像信息，并将其存储和播放出来的硬件设备。

2.2.2数字图像预处理

机器视觉检测系统中，自动读取取指针式模拟表盘所示量值的效果主要由数字图像处理技术来决定。

数字图像处理就是把幅度上量化的、空间上离散的图像经过一些特定的数理加工处理以达到改善图像视觉效果和便于计算机分析与处理的过程。

1图像去噪处理

对所得图像进行去噪处理，主要完成对目标平滑的操作，以便去掉噪声的干扰，给后面的处理提供尽可能有效的图像数据。

实际上，图像噪声本质上就是灰度值的突变，在灰度连续变化的图像中，如果出现了与相邻像素灰度值差别很大的点，则很有可能这个点就是噪声点。

图像的噪声种类很多，对图像信号幅度和相位的影响复杂，有些噪声和图像信号互不相关，有些是相关的。

因此想要有效地减少图像中的噪声，必须针对具体情况采用不同的方法，否则难以获得满意的处理效果。

2图像增强

图像增强是一种在计算机平台上处理数字图像经常采用的方法。

图像增强是指为了改善图像给人的视觉效果或者更便于人与机器更好地对图像进行理解和分析，根据图像自身特点以及存在问题而采取的改善图像质量的方法或者加强突出图像特征的措施。

图像增强技术根据其所处理图像进行的空间不同，可以分为基于图像域的方法和基于变换域的方法。

基于图像域的方法是指直接在采集图像所在的空间里进行图像处理分析，即对图像的一系列操作是在像素点组成的空间里直接进行的；而基于变换域的方法是指对图像的处理是在图像的变换域里（频域）间接进行的。

基于图像域的方法通常又可以分为两种：

第一种是基于图像像素（点）的处理，是指对每个像素在图像增强的过程中所进行的处理均与其他像素无关；第二种是基于模板的处理，是指对图像像素点的处理是在设定的图像模板中进行的，每个像素点的处理均与所选用模板内的其他像素点均有关。

图像增强不是以图像保真为原则，而是通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的利用价值。

3灰度变换

灰度级变换是对图像在空间域进行图像增强的简单而有效的图像处理方法。

当图像由于成像时曝光不足或过度，或成相、记录设备的非线性动态范围太窄等因素，都会产生对比度不足的弊病，使图像的细节分辩不清。

这时如将图像灰度线性扩展，常能显著改善图像的对比效果，这就是灰度变换法。

根据图像降质的原因不同，图像特征不同，采用不同的变换方法。

4图像二值化

阈值分割是图像二值化所采用的方法，它不但可以大量压缩数据，减少存储空间，关键是可以大大地简化后期图像的处理和分析。

它利用图像中背景与目标在灰度特性上的明显差异，将图像视为具有不同灰度级的两类或多类区域，可以选择一个甚至多个合适的门限值，将图像中的像素归入目标或者背景区域。

阈值分割在最初单一阈值分割算法的基础上，已经发展出诸如基于梯度的边缘强度算法、迭代阈值算法、局部多阈值分割算法，最大类间方差法、最大熵法、矩量保持法等多种方法，它们的区别在于阈值的选取方法不太相同。

如何确定阈值来保证最优的分割效果，一直都是阈值分割的难题。

阈值分割的基本原理：

简单说来，对灰度图像的阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较结果将对应的像素（分割）划为两类：

像素的灰度值大于阈值的为一类，像素的灰度值小于阈值的为另一类（灰度值等于阈值的像素可归