指針式儀表自動(dòng)讀數(shù)識(shí)別系統(tǒng)設(shè)計(jì)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)指針式儀表自動(dòng)讀數(shù)系統(tǒng)設(shè)計(jì)摘要隨著模式識(shí)別技術(shù)、計(jì)算機(jī)技術(shù)等多種技術(shù)的不斷完善和發(fā)展，機(jī)器視覺(jué)獲得了巨大的進(jìn)步與發(fā)展。目前在許多企業(yè)中，存在著大量的儀表，儀表的讀數(shù)都要靠人來(lái)完成，工作量很大而且誤差率相對(duì)來(lái)說(shuō)比較高，基于這個(gè)原因，設(shè)計(jì)了一個(gè)工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)。首先通過(guò)攝像頭采集儀表圖像，通過(guò)傳輸裝置以無(wú)線的方式把圖像傳輸?shù)诫娔X上，然后在電腦上通過(guò)matlab程序設(shè)計(jì)，處理圖像，讀取儀表的數(shù)據(jù)，然后用labview調(diào)用matlab程序，并設(shè)計(jì)一個(gè)顯示界面

2、，通過(guò)界面可以看到實(shí)時(shí)的數(shù)據(jù)與儀表圖像以及在一段時(shí)間內(nèi)數(shù)據(jù)的變化情況。最后通過(guò)labview訪問(wèn)access數(shù)據(jù)庫(kù)，將讀取的數(shù)據(jù)傳入數(shù)據(jù)庫(kù)中，便于被調(diào)用，最終實(shí)現(xiàn)檢測(cè)數(shù)據(jù)的數(shù)字化處理。關(guān)鍵詞：機(jī)器視覺(jué) 圖像處理 Matlab LabviewOnline testing data of industrial production line digital processing system designAbstract With the development of computer technology and pattern recognition technology,machine vi

3、sion technology makes a great progress and develop-ment.At present,there are a lot of instrument in many enterprises.in-strument reading work need people to complete.So there are a lot of workto do and efficiency is very low,as the same time,error rate is quitehigh.For this reason,there design a onl

4、ine testing data of industrial production line digital processing system.First of all,there need to takePicture by camera.next,through transmission device in wireless way to transmit the image to a computer. Then by matlab programming on the compu-ter,data processing images, read the meter.And then

5、call matlab by labview and design a display interface.Through the interface can see the real-time data.At last,through labview access access database,and take the data into database.Finally,realize the testing data of the digital processing.Keywords： Machine vision image processing Matlab Labview目 錄

6、TOC o 1-4 h u 1.前言1.1課題背景近年來(lái)，隨著科學(xué)技術(shù)的進(jìn)步，許多新興的技術(shù)不斷的產(chǎn)生與發(fā)展，機(jī)器視覺(jué)技術(shù)也隨著圖像處理等技術(shù)的發(fā)展而逐漸產(chǎn)生，而且發(fā)展很快。近些年來(lái)，世界范圍內(nèi)涌現(xiàn)了許多的專(zhuān)門(mén)從事機(jī)器視覺(jué)技術(shù)的公司，有許多的公司得到了很好的利潤(rùn)?，F(xiàn)階段，國(guó)內(nèi)的機(jī)器視覺(jué)技術(shù)雖然剛起步不長(zhǎng)的時(shí)間，但是，也有幾家公司在這方面取得了不錯(cuò)的成績(jī)，并且發(fā)展的速度也很快。所謂的機(jī)器視覺(jué)是以通過(guò)處理圖像達(dá)到類(lèi)似于人眼的視覺(jué)的效果，提高工作效率減輕人的工作負(fù)擔(dān)，為最終目的。相比于人類(lèi)的視覺(jué)，首先機(jī)器視覺(jué)不會(huì)出現(xiàn)疲勞現(xiàn)象，而且機(jī)器視覺(jué)識(shí)別的精度可以比人眼的識(shí)別的精度還要高一些。目前，很多領(lǐng)域中都

7、出現(xiàn)了機(jī)器視覺(jué)技術(shù)的影子，這也體現(xiàn)出了機(jī)器視覺(jué)技術(shù)的研究?jī)r(jià)值。主要應(yīng)用的領(lǐng)域有:醫(yī)學(xué)領(lǐng)域、工業(yè)檢測(cè)領(lǐng)域、監(jiān)控管理、航天領(lǐng)域等。當(dāng)機(jī)器視覺(jué)技術(shù)應(yīng)用于工業(yè)檢測(cè)領(lǐng)域時(shí)，可以實(shí)現(xiàn)工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)的自動(dòng)讀取，提高讀數(shù)的準(zhǔn)確性，有效減輕人的負(fù)擔(dān)，及時(shí)準(zhǔn)確的發(fā)現(xiàn)問(wèn)題、解決問(wèn)題。進(jìn)入21世紀(jì)后，電子類(lèi)的儀表應(yīng)用的越來(lái)越多，準(zhǔn)確度更高的數(shù)字式儀表大有取代傳統(tǒng)的指針式儀表的趨勢(shì)。但是，數(shù)字式的儀表在某些情況下不能使用，對(duì)環(huán)境的適應(yīng)性比較差，比如，在讀數(shù)快速變化的時(shí)候就不適合使用了，而且，相比于指針式儀表來(lái)說(shuō)，數(shù)字儀表價(jià)格相對(duì)較高，大批量的購(gòu)買(mǎi)成本會(huì)上升很多。指針式儀表則可以適用于很多的場(chǎng)合，環(huán)境因素對(duì)其約束

8、相對(duì)來(lái)說(shuō)不大。除此之外，指針式儀表還有許多其他的優(yōu)點(diǎn)，比如，抗干擾性強(qiáng)，防塵，防水等，因此我們國(guó)家的許多行業(yè)中，尤其是那些嚴(yán)禁易燃易爆的場(chǎng)合，比如電力、石油、化工等，指針式儀表仍然是首選，在環(huán)境惡劣的場(chǎng)合，根本無(wú)法使用數(shù)字式的儀表。在一般的工廠中，指針式的儀表數(shù)量大、種類(lèi)多，這些儀表的讀數(shù)十分的麻煩，而且工作量很大，工作效率很低。傳統(tǒng)上人們是檢定指針式儀表的方法是人工判讀，但是這種判別方法會(huì)受到許多人為因素的干擾，比如人的觀測(cè)儀表角度、疲勞強(qiáng)度以及觀測(cè)的距離，具有工作強(qiáng)度大，誤差率大等缺點(diǎn)，不能實(shí)現(xiàn)儀表讀數(shù)與檢測(cè)的自動(dòng)化。每個(gè)儀表都需要依靠人來(lái)瞄準(zhǔn)，每個(gè)儀表的操作也需要依靠人來(lái)完成，這種方式的

9、工作量大，效率低。 為了縮短檢測(cè)的時(shí)間，有效減輕工作人員工作強(qiáng)度 ，提高檢測(cè)工作的自動(dòng)化水平，設(shè)計(jì)工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)是很有必要的。利用機(jī)器視覺(jué)技術(shù)，可以實(shí)現(xiàn)儀表圖像的采集、識(shí)別以及儀表數(shù)據(jù)的讀取，而整個(gè)設(shè)計(jì)的關(guān)鍵就在于如何用圖像識(shí)別的方式識(shí)別儀表，讀取數(shù)據(jù)。1.2課題研究現(xiàn)狀 工業(yè)生產(chǎn)線在線監(jiān)測(cè)數(shù)據(jù)的數(shù)字化處理系統(tǒng)的設(shè)計(jì)的核心是使用圖像識(shí)別的方法識(shí)別儀表,指針式儀表的讀數(shù)識(shí)別研究起步相對(duì)來(lái)說(shuō)較晚，1994年，sablatnig等人提出了利用hough變換來(lái)檢測(cè)指針式儀表的讀數(shù)的方法1 Sablatnig, Robert, Kropatsch, Walter G. Automa

10、tic Reading of Analog DisplayInstruments.Conference on Pattern Recognition, 1994, 1：794-797.。1995 年，韓國(guó)的 Kyong-Ho Kim 等人成功的實(shí)現(xiàn)了對(duì)核裝置數(shù)字表的圖像分割，采用的方法是區(qū)域劃分和閾值法，最終采取一系列的措施，建立一個(gè)完全自動(dòng)化儀表識(shí)別系統(tǒng)2 Kyong-Ho Kim, Sung-Li Chen, Yong-Bum Lee, Jong Min Lee. A Study on Analog and Digital Meter Recognition Based on Image

11、Processing Technique. Journal of the Korean Institute of elematics and Eleatronics, 1995, 9(32)：79-94. 。Correa Alegria等人完成了利用機(jī)器視覺(jué)技術(shù)對(duì)指針式儀表的檢定，整個(gè)過(guò)程為，首先使用攝像頭采集圖像，然后采用減影法處理圖像，保存圖像，然后利用霍夫變換檢測(cè)直線，識(shí)別指針，并且讀出指針的角度然，最后，根據(jù)指針角度通過(guò)計(jì)算，得到指針的讀數(shù)3 F.C0rreaAlegria,A.Cruzz.Serra.Automatie Calibration of Analog and D1 Sab

12、latnig, Robert, Kropatsch, Walter G. Automatic Reading of Analog DisplayInstruments.Conference on Pattern Recognition, 1994, 1：794-797.2 Kyong-Ho Kim, Sung-Li Chen, Yong-Bum Lee, Jong Min Lee. A Study on Analog and Digital Meter Recognition Based on Image Processing Technique. Journal of the Korean

13、Institute of elematics and Eleatronics, 1995, 9(32)：79-94. 3 F.C0rreaAlegria,A.Cruzz.Serra.Automatie Calibration of Analog and Digital Measuring Instruments Using ComPuter VisionJ.IEEE Transaction on Instrumentation and Measurement,2000,49(l):94一99.4 孫鳳杰，安田江，范杰清，楊春萍，徐征. 電力變壓器溫度表指針位置識(shí)別研究J. 中 國(guó)電機(jī)工程學(xué)報(bào),

14、2007,27(7): 70-75.5 黎明，王厚樞.飛機(jī)零位檢測(cè)系統(tǒng)中的座艙讀數(shù)識(shí)別法團(tuán).南京航空航天大學(xué)學(xué)報(bào)，1996， l(28)：106-112.6 周洪，鐘明慧.工業(yè)過(guò)程顯示的數(shù)字處理與視頻傳輸.儀表儀表學(xué)報(bào)(增刊)，2003， 4(24):359-361.577 楊曉敏，何小海，吳煒等.基于高斯混合模型的車(chē)輛字符識(shí)別算法.光電子激光，2007， 4:487-490.8 何智杰 , 張彬 , 金連文 . 高精度指針儀表自動(dòng)讀數(shù)識(shí)別方法 J. 計(jì)算機(jī)輔助工 程 ,2006,15(3): 9-18.9 寧志剛, 汪仁煌, 唐冬, 李貌. 基于圖像處理的高精度儀表判讀方法J. 傳感器與微

15、系統(tǒng),2006,25(3): 32-37.1.3設(shè)計(jì)的目的與意義 對(duì)于大多數(shù)的指針式儀表，尤其是準(zhǔn)確度比較高的儀表的檢驗(yàn)，仍然需要通過(guò)人來(lái)實(shí)現(xiàn)，這其中夾雜了許多的人為因素，不同的人對(duì)于同一個(gè)儀表可能會(huì)讀出不同的數(shù)據(jù)，對(duì)于準(zhǔn)確度比較高的儀表，會(huì)有比較大的誤差率，而且人會(huì)出現(xiàn)視覺(jué)疲勞，增加了數(shù)值被讀錯(cuò)的可能性，造成人為的誤差。所以，設(shè)計(jì)一種能自動(dòng)讀取指針式儀表讀數(shù)的系統(tǒng)，就可以大大減少人的工作量 ，降低工作的強(qiáng)度，提高讀數(shù)的準(zhǔn)確性，提高工作效率。工業(yè)設(shè)備能耗參數(shù)指標(biāo)體系建立后，通過(guò)計(jì)算機(jī)就可以清楚的了解到各設(shè)備的能耗情況以及工作狀態(tài)及時(shí)準(zhǔn)確的發(fā)現(xiàn)問(wèn)題，這樣可以減少能源的消耗，優(yōu)化能源結(jié)構(gòu)，提高能源

16、利用率，提高生產(chǎn)效率，具有良好的經(jīng)濟(jì)效益和社會(huì)效益。1.4設(shè)計(jì)需要解決的問(wèn)題對(duì)組成工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)的各種軟硬件進(jìn)行綜合設(shè)計(jì)，硬件部分包括攝像頭、圖像傳輸設(shè)備、圖像接受設(shè)備的選擇;軟件部分包括對(duì)接收到的圖像進(jìn)行處理的相關(guān)程序，讀數(shù)顯示界面的相關(guān)程序。研究準(zhǔn)確讀取儀表數(shù)據(jù)的方法：獲得較高質(zhì)量表盤(pán)圖像，有效的把指針檢測(cè)出來(lái)，提高讀數(shù)的準(zhǔn)確性。.數(shù)據(jù)顯示界面的設(shè)計(jì)：能夠看到此時(shí)此刻的儀表圖像以及對(duì)應(yīng)的表盤(pán)讀數(shù)，能夠看出儀表的讀數(shù)在一段時(shí)間內(nèi)的變化情況。工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)總體方案設(shè)計(jì)2.1設(shè)計(jì)方案工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)主要由圖像采集裝置、圖像發(fā)射與接受

17、裝置、圖像處理部分以及客戶(hù)端等部分組成。設(shè)計(jì)方案如下所示： 目標(biāo)儀表 圖像采集 發(fā)射器 接收器 計(jì)算機(jī) 圖像濾波去噪 圖像增強(qiáng) 圖像二值化 數(shù)據(jù)庫(kù) 客戶(hù)端 邊緣檢測(cè) 圖像處理 圖像分割 指針識(shí)別 讀數(shù)識(shí)別 圖2-1 總體方案 圖像發(fā)射與接收裝置采用的是無(wú)線影音發(fā)射器，圖像處理部分是由matlab來(lái)完成的，而客戶(hù)端則是由labview來(lái)設(shè)計(jì)的。2.2可行性分析通過(guò)攝像頭可以采集到清晰的圖像，無(wú)線影音傳輸器可實(shí)現(xiàn)圖像的遠(yuǎn)距離傳輸，用matlab程序可以處理圖像，讀取數(shù)據(jù)，labview是一種程序開(kāi)發(fā)環(huán)境,可以實(shí)現(xiàn)顯示界面的搭建，所以，該方案可行。工業(yè)生產(chǎn)線在線檢測(cè)數(shù)據(jù)數(shù)字化處理系統(tǒng)設(shè)計(jì)綜述3.1圖

18、像采集與傳輸裝置設(shè)計(jì)3.1.1圖像采集表盤(pán)圖像的采集選擇的是探頭攝像頭，該攝像頭的參數(shù)如下圖所示，該攝像頭擁有六顆直徑5mm的紅外燈，可以實(shí)現(xiàn)夜拍的功能，視頻線選擇銅芯銅網(wǎng)的全銅視頻線，保證傳輸圖像不受干擾。 圖3-1 攝像頭參數(shù)3.1.2圖像傳輸系統(tǒng)圖像傳輸選取的是無(wú)線影音傳輸器，無(wú)線影音傳輸器是一種可以把圖像和聲音無(wú)線傳輸?shù)诫娔X上的無(wú)線設(shè)備，該裝置如下圖所示。 圖3-2 無(wú)線影音傳輸器無(wú)線影音傳輸器共有六個(gè)部分：發(fā)射機(jī)、接受機(jī)、全向天線、音視頻線、12V2A電源以及12V1A電源。表3-1是發(fā)射機(jī)的技術(shù)參數(shù),表3-2為接收機(jī)的參數(shù)。 表3-1 發(fā)射機(jī)參數(shù) 發(fā)射頻率3W可用頻道8CH工作頻率

19、2370MHz-2510MHz頻率調(diào)制方式FM/FSK視頻制式PAL/NTSC音頻輸入阻抗1K視頻輸入阻抗75視頻輸入電平1Vp_p工作電壓12V工作電流550m-600mA工作溫度-20C-120C工作濕度85%RH 表3-2 接收機(jī)參數(shù)接收天線7DBi全向天線可用頻道8CH工作頻率2370MHz-2510MHz頻率調(diào)制方式FM/FSK接受靈敏度-90dbm音頻輸入阻抗1K視頻輸入阻抗75視頻輸入電平1Vp_p工作電壓12V工作電流150mA-200mA工作溫度-20C-120C工作濕度85%RH 無(wú)線影音傳輸器的特點(diǎn)如下：具有微波抗干擾功能比較好；傳輸和接受的品質(zhì)好，接收到的圖像清晰穩(wěn)定；

20、多種頻率定制，適應(yīng)不同的電磁環(huán)境；可以在同一地方使用八套，信號(hào)不會(huì)相互干擾可以傳送的信號(hào)包括DVD、VCD、CD、電視、錄像等等；具有廣泛的應(yīng)用范圍；傳輸距離遠(yuǎn)；經(jīng)濟(jì)實(shí)惠；維護(hù)簡(jiǎn)單方便，可配合移動(dòng)電源供電。該傳輸器的安裝方法為：把發(fā)射器（2A）和電源適配器連接起來(lái)將，然后通電，如果紅燈亮了，則說(shuō)明發(fā)射器通電成功。將另一電源適配器接于接收器輸入端（1A），接上電源，紅燈亮，則證明接收機(jī)通電成功。把攝像頭和發(fā)射器用音/視頻線連接起來(lái)，接收器連在顯示器上，把發(fā)射器和接收器的頻道選擇開(kāi)關(guān)調(diào)到同一位置，通過(guò)顯示器可以看到攝像頭傳來(lái)的畫(huà)面，完成安裝。 圖3-3 傳輸器安裝示意圖視頻采集卡選用的是4路USB

21、視頻采集卡，如下圖所示，該視頻采集卡具有以下功能：該采集卡帶有4路視頻，4路音頻，錄像D1，回放D1；支持電腦操作系統(tǒng)，XP系統(tǒng)，Win7系統(tǒng)；支持網(wǎng)絡(luò)遠(yuǎn)程監(jiān)控，自帶動(dòng)態(tài)域名，設(shè)置簡(jiǎn)單；可以支持多種錄像模式，如手動(dòng)錄像，定時(shí)錄像等；每路可單獨(dú)設(shè)置工作時(shí)間表，支持可編程定時(shí)錄像，循環(huán)錄像；支持畫(huà)面捕捉、畫(huà)面保存以及畫(huà)面?zhèn)浞莨δ?；支持遠(yuǎn)程回放功能。 圖3-4 視頻采集卡 3.1.3圖像采集與傳輸系統(tǒng)的設(shè)計(jì)圖像采集與傳輸系統(tǒng)的設(shè)計(jì)有兩種方案，如下圖所示。方案一：攝像頭+電源+支架+BNC接頭+無(wú)線接收器+USB采集卡+電腦+顯示器方案二：攝像頭+電源+支架+BNG接頭+無(wú)線接收器+USB采集卡+硬盤(pán)

22、錄像機(jī)+硬盤(pán)+顯示器在電腦上操作更加靈活方便，而且圖像處理也是在電腦上進(jìn)行的，所以，選擇方案一。 圖3-5 傳輸系統(tǒng)設(shè)計(jì)示意圖經(jīng)過(guò)在工廠的實(shí)地測(cè)試，該圖像采集與傳輸系統(tǒng)可以實(shí)現(xiàn)無(wú)線傳輸?shù)墓δ?，并且具有一定的抗干擾性，下圖所示的圖片是在工廠中距離儀表大約100米遠(yuǎn)的樓上所接收到的圖片。 圖3-6 工廠實(shí)地測(cè)試接收畫(huà)面3.2圖像處理與儀表數(shù)據(jù)的讀取3.2.1圖像預(yù)處理 在圖像采集的過(guò)程中，會(huì)受到許多的干擾，包括自身的和外界的，例如，外界光照條件的影響，攝像頭像素的高低，儀表表盤(pán)的清潔程度以及各種振動(dòng)及噪聲的干擾。受到諸多的干擾后得到的照片可能會(huì)是模糊的，可能無(wú)法獲取我們需要的信息，要想得到有用的信

23、息就必須想辦法去掉這些干擾。我們通過(guò)攝像頭的到的圖像都是彩色的，里面蘊(yùn)含了大量的信息，處理起來(lái)相當(dāng)繁瑣，而且計(jì)算也非常復(fù)雜，容易出現(xiàn)錯(cuò)誤，所以為了處理簡(jiǎn)單，必須要把彩色圖片轉(zhuǎn)化為蘊(yùn)含信息比較少的灰度圖片。這些都是要通過(guò)圖像預(yù)處理來(lái)實(shí)現(xiàn)，圖像預(yù)處理的目的是去除圖像上的噪聲，減少圖像的信息，簡(jiǎn)化運(yùn)算，為圖像處理打好基礎(chǔ)。圖像預(yù)處理包括：圖像濾波去噪，圖像增強(qiáng)，圖像二值化，邊緣檢測(cè)與圖像檢測(cè)。3.2.1.1圖像濾波去噪 圖像在采集、獲取和傳輸?shù)倪^(guò)程中，幾乎所有的圖像都會(huì)收到不同程度的噪聲污染，這些噪聲有的是可見(jiàn)的，有的是不可見(jiàn)的，有的噪聲污染在圖像上體現(xiàn)的很明顯，有的則是難以察覺(jué)的。對(duì)于不同的地點(diǎn)，

24、信噪比是不同的，信噪比越大，圖像的質(zhì)量則越好，但當(dāng)信噪比低于一定的數(shù)值時(shí)，噪聲將會(huì)變成人眼可見(jiàn)的顆粒狀，圖片就會(huì)變得模糊起來(lái)，圖片質(zhì)量也會(huì)相應(yīng)的下降。更重要的是，噪聲所產(chǎn)生的顆粒有可能會(huì)掩蓋我們需要的信息細(xì)節(jié)，由于在工廠中采集圖像的過(guò)程中，噪聲污染是不可避免的，而且噪聲污染體現(xiàn)在視覺(jué)上也是比較明顯的，所以必須要對(duì)圖像進(jìn)行濾波去噪的處理，因?yàn)閿z像頭所采集到的照片是彩色的，數(shù)據(jù)量很大，計(jì)算復(fù)雜，處理起來(lái)容易出錯(cuò)，而顏色信息對(duì)于最終的讀數(shù)是沒(méi)有影響的，所以，為了簡(jiǎn)化運(yùn)算，使圖像的處理變得先對(duì)簡(jiǎn)單，在濾波去噪之前，先要對(duì)圖像進(jìn)行灰度化處理，然后再進(jìn)行濾波，在本設(shè)計(jì)中采用的是中值濾波，中值濾波10 于殿

25、泓. 圖像檢測(cè)與處理技術(shù)M. 西安: 西安電子科技大學(xué)出版社, 2006: 103-169.起初是用于一維信號(hào)的處理，后來(lái)很快被應(yīng)用到二維圖像的處理之中。所謂的中值濾波，10 于殿泓. 圖像檢測(cè)與處理技術(shù)M. 西安: 西安電子科技大學(xué)出版社, 2006: 103-169. 中值濾波是在很多地方都可以被用到，相對(duì)來(lái)說(shuō)，原理也比較簡(jiǎn)單，是一種非線性的濾波，它采用的是一個(gè)包含奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗門(mén)，最終整個(gè)窗口的灰度值是窗口中的灰度值的中間值。它的原理如下，對(duì)于一個(gè)一維的序列選取的滑動(dòng)窗口的長(zhǎng)度為m，對(duì)這個(gè)一維的序列進(jìn)行中值濾波，從輸入的一維序列之中按照順序取出m個(gè)元素，其中，i代表滑動(dòng)窗口的中心位置，

26、=，將這m個(gè)數(shù)按數(shù)值由大到小排列起來(lái)，找出中間的數(shù)作為濾波的輸出數(shù)值，數(shù)學(xué)表達(dá)式為： (3-1) 上式中，表示的是取序列的中值。例如，有這么一個(gè)一維的序列11，20，16，24，29，次序列由小到大排列的結(jié)果為11，16，20，24，29，那么，中值濾波輸出的結(jié)果為20。假如灰度值是29的像素是被噪聲污染的像素，那么，經(jīng)過(guò)中值濾波后被噪聲污染的像素將被過(guò)除掉。按照這個(gè)原理，中值濾波同樣可以適用于二維的序列，在對(duì)二維序列進(jìn)行中值濾波時(shí)，濾波的滑動(dòng)窗口也將是二維的，把窗口內(nèi)的像素按由小到大，或者由小到大進(jìn)行排序，生成數(shù)據(jù)序列，二維中值濾波的結(jié)果如下（3-2）所示 (3-2) 一般情況下，二維中值濾

27、波的效果更加的明顯。不同的滑動(dòng)窗口可以產(chǎn)生不同的效果，滑動(dòng)窗口的形狀是多種多樣的，滑動(dòng)窗口的選擇與所處理的圖像和所要達(dá)到的目的有關(guān)，中值濾波是一種非線性的濾波，涉及到的計(jì)算也比較復(fù)雜，對(duì)于中值是0的正態(tài)分布隨機(jī)噪聲，中值濾波的輸出噪聲方差為： (3-3)上式中： 是輸入的噪聲功率； 是中值濾波器的窗口大??； 是輸入噪聲的均值； 是輸入噪聲的密度函數(shù)。那么，均值濾波的輸出方差為： (3-4)對(duì)比上面的的幾個(gè)公式可以看出，而均值濾波的輸出和輸入的分布是沒(méi)有關(guān)系的，而中值濾波的輸出的輸入噪聲的密度分布是相關(guān)的。中值濾波與均值濾波各有特點(diǎn)，均值濾波對(duì)于隨機(jī)噪聲的抑制能力更強(qiáng)，而中值濾波則更適用于脈沖干

28、擾。圖3-7為加入鹽噪聲的圖片和進(jìn)行中值濾波 處理之后的圖片，可以看出，中值濾波的效果還是很明顯的。中值濾波的主要程序?yàn)椋篔= imread(1.jpg);K = imnoise(J,salt & pepper,0.02);imshow(J);figure;imshow(K);L =medfilt2(rgb2gray(K);imshow(K), figure, imshow(L); 圖3-7 加入鹽噪聲的圖片與濾波后的圖片3.2.1.2圖像增強(qiáng) 圖像增強(qiáng)是以改善圖像的視覺(jué)效果為根本目的的，在采集圖像的過(guò)程中，特別是在工廠中，光照條件對(duì)圖片質(zhì)量的影響十分明顯，而拍攝的過(guò)程中可能會(huì)出現(xiàn)曝光過(guò)度或者

29、曝光不足的現(xiàn)象，這樣得到的圖像將會(huì)是模糊的，表盤(pán)上的指針刻度區(qū)域與背景區(qū)域的區(qū)分不是很明顯，不利于儀表圖像的識(shí)別。為了使表盤(pán)上指針刻度區(qū)域與背景區(qū)域的界限變得明顯，需要對(duì)圖像進(jìn)行空間域的圖像增強(qiáng)。空間域的的圖像增強(qiáng)主要有兩種方式，直方圖的均衡化處理和灰度變換，本設(shè)計(jì)中采用的是灰度變換?；叶茸儞Q的變換函數(shù)有三種，包括線性變換、非線性變換以及分段線性變換，三種變換函數(shù)各有特點(diǎn)，應(yīng)根據(jù)圖像的特點(diǎn)已經(jīng)應(yīng)用的場(chǎng)合選擇相應(yīng)的函數(shù)。本設(shè)計(jì)中采用的是分段線性變換法進(jìn)行圖像灰度的對(duì)比度增強(qiáng)。分段線性變換函數(shù)中最常被用到的是三段線性變換，其數(shù)學(xué)表達(dá)式如下: (3-5) 上式中是原圖像的灰度值，是變換后的圖像的灰度

30、值，是確定的分段區(qū)域的閾值。圖3-8為增強(qiáng)后的圖片，圖像增強(qiáng)的主要程序?yàn)椋簀=imread(1.jpg);x=RGB2gray(j);subplot(1,2,1);imshow(x);title(原圖像);f=double(x);m,n=size(f);h=fspecial(gaussian,25,25,80);q=imfilter(f,h,same);s=log(f+0.03)-log(q+0.03);r=exp(s);max_r=max(r(:)*0.27;min_r=min(r(:);r=(r-min_r)/(max_r-min_r);index=find(r1);r(index)=1;

31、R=mat2gray(r);subplot(1,2,2);imshow(R);title(處理后的圖像);G=im2bw(R,0.7);imshow(G);I=uint8(G);bw=edge(I,sobel);imshow(bw); 圖3-8 增強(qiáng)后的圖片3.2.1.3二值化處理進(jìn)行完圖像增強(qiáng)后的圖像是灰度圖像，灰度圖像的每個(gè)像素都可以在0-255之間取值，每個(gè)像素都可以有如此多的取值，這樣的圖像計(jì)算和處理起來(lái)十分的麻煩，而且容易出錯(cuò)，所以，就要對(duì)圖像進(jìn)行二值化處理，使圖像的每個(gè)像素只能去0與1兩個(gè)值，“0”作為目標(biāo)區(qū)域，“1”作為背景區(qū)域，反之，亦可以，這樣計(jì)算將變得相對(duì)簡(jiǎn)單，也不容易出錯(cuò)

32、。用來(lái)劃分背景區(qū)域和目標(biāo)區(qū)域的那個(gè)灰度值就稱(chēng)作為閾值，大于閾值的像素值全部設(shè)為1，小于閾值的則全部設(shè)為0.圖像的二值化11 田村秀行(著), 金喜子, 喬雙(譯). 計(jì)算機(jī)圖像處理M. 北京: 科學(xué)出版社,2004： 117-121.處理是圖像處理中最常用的技術(shù)，在圖像處理中具有至關(guān)重要的地位。主要有三個(gè)原因，首先，在彩色圖像或者灰度圖像的處理過(guò)程中，都要先將圖像進(jìn)行二值化處理，然后再進(jìn)行更深層次的計(jì)算。其次，在理論上和方法上圖像二值化比灰度圖像處理更加系統(tǒng)化，也更加穩(wěn)定。 第三，當(dāng)圖像處理的對(duì)象是文字或者圖紙的時(shí)候，11 田村秀行(著), 金喜子, 喬雙(譯). 計(jì)算機(jī)圖像處理M. 北京:

33、科學(xué)出版社,2004： 117-121. 1； 當(dāng)時(shí) (3-6) 0； 當(dāng)時(shí) 通常情況下，在二值化圖像中，數(shù)值是0的表示背景區(qū)域，數(shù)值是1的代表目標(biāo)區(qū)域。而閾值t則是需要求解的，求解閾值t的方法稱(chēng)為閾值選擇，常用的閾值選擇方法有以下幾種： 判別分析法。用閾值t將圖像的灰度值直方圖中的灰度值的分布分為兩組，求出是兩組分離達(dá)到最好的閾值t，這就是判別分析法。用判別分析法確定閾值t的方法如下所示，假設(shè)閾值是t，給定的圖像具有L級(jí)灰度值，把大于t的灰度值的像素和小于t的像素分成兩組，設(shè)為1組和2組，設(shè)i組 ，的像素?cái)?shù)為，平均灰度值為，方差為，全體像素的平均值為，則組內(nèi)方差為 (3-7)組間的方差為 (

34、3-8)如果設(shè)全部像素的灰度值的方差為，那么，則有 (3-9)因此可以得到判別比為 (3-10)由于全方差是一個(gè)常數(shù)，與閾值沒(méi)有關(guān)系，由此可以得到，只需讓最大就可使判別比取得最大值，所以只需使t的值不斷變化并求出最大時(shí)對(duì)應(yīng)的t的值。p-參數(shù)法。若要被分離的圖像的面積大約等于，其與整個(gè)圖像的面積S之比為p=。在選擇閾值時(shí)，要使灰度直方圖中大于t的像素對(duì)其他所有像素的比值亦為p為此，因此，要想求出閾值，只需要在圖像的灰度直方圖中，從灰度值高的一邊開(kāi)始計(jì)算，求出累積相對(duì)讀數(shù)分布，當(dāng)累積相對(duì)讀數(shù)的值達(dá)到為p時(shí)的灰度值就是所求的閾值，這種方法也經(jīng)常被用到。狀態(tài)法。狀態(tài)法只是用于灰度直方圖呈現(xiàn)雙峰型分布的

35、條件下，這時(shí)，閾值t就是兩個(gè)峰間的低谷上的灰度值。在復(fù)雜的圖像和瘦到很多干擾的圖像中，直方圖不能呈現(xiàn)明顯的雙峰型，所以，狀態(tài)法有時(shí)并不適用。二值化后的圖像如圖3-9所示，圖像二值化的主要程序?yàn)椋篢=0.5*(double(min(I(:)+double(max(I(:);done=false;while doneg=I=T;Tnext=0.5*(mean(I(g)+mean(I(g);done=abs(T-Tnext)=T);J(K)=255;K=find(J max_len) max_len = len; xy_long = xy; end end 圖3-11 霍夫變換檢測(cè)直線 圖3-12

36、指針識(shí)別3.2.3讀數(shù)識(shí)別 儀表表盤(pán)的讀數(shù)識(shí)別是整個(gè)讀數(shù)系統(tǒng)中最為重要的的部分，目前讀數(shù)識(shí)別的方法多種多樣，經(jīng)過(guò)在工廠的實(shí)地考察，發(fā)現(xiàn)該工廠的有些材料生產(chǎn)車(chē)間環(huán)境相對(duì)較差，表盤(pán)難以時(shí)刻保持清潔，總是沾帶有大量的粉塵，通過(guò)距離法讀取表盤(pán)的讀數(shù)相對(duì)來(lái)說(shuō)比較困難，也不夠穩(wěn)定，而選取通過(guò)指針角度來(lái)讀取表盤(pán)數(shù)據(jù)則可以更好的適應(yīng)環(huán)境，提高讀數(shù)的穩(wěn)定性。讀數(shù)識(shí)別的主要程序如下：plot(xy_long(:,1),xy_long(:,2),LineWidth,2,Color,cyan); k=(xy(2,2)-xy(1,2)/(xy(2,1)-xy(1,1); theta=pi/2+atan(k); if(x

37、y(1,1)+xy(2,1)/2 max_len) max_len = len; xy_long = xy; end end% highlight the longest line segment% plot(xy_long(:,1),xy_long(:,2),LineWidth,2,Color,cyan); k=(xy(2,2)-xy(1,2)/(xy(2,1)-xy(1,1); theta=pi/2+atan(k); if(xy(1,1)+xy(2,1)/21);r(index)=1;R=mat2gray(r);subplot(1,2,2);imshow(R);title(處理后的圖像);

38、G=im2bw(R,0.7);imshow(G);I=uint8(G);bw=edge(I,sobel);imshow(bw);A=imread(1.jpg); I=rgb2gray(A); T=0.5*(double(min(I(:)+double(max(I(:);done=false;while done g=I=T;Tnext=0.5*(mean(I(g)+mean(I(g);done=abs(T-Tnext)=T);J(K)=255;K=find(J=L); r=0; s=0; for j=1:1:t r=r+LP(j); s=s+L(j)*LP(j); end W0(i)=r; W

39、1(i)=1-r; U0(i)=s/r; U1(i)=(m-s)/(1-r); end for i0=1:1:M BB(i0)=W0(i0)*W1(i0)*(U1(i0)-U0(i0)2); end for i=1:1:M if pbest(i,2)=gbest2 gbest2=MAX; gbest1=X(CC); end GG(k)=gbest2; for i=1:1:M V(i)=round(w(k)*V(i)+c1*rand*(pbest(i,1)-X(i)+c2*rand*(gbest1-X(i); X(i)=V(i)+X(i); end end for i=1:1:a for j=1

40、:1:b if J(i,j)gbest1 J(i,j)=250; else J(i,j)=0; end end end kk=1:1:G; gbest1; figure(1); imshow(J); figure(2); plot(kk,GG) tt=etime(clock,t1);endI=imread(1.jpg);tmin=min(I(:);tmax=max(I(:);th=(tmin+tmax)/2;ok=true;while ok g1=I=th; g2=Ith; u1=mean(I(g1); u2=mean(I(g2); tnew=(u1+u2)/2; if abs(th-tnew

41、)1 ok=0; endendth=tnew;th=floor(th);Inew=im2bw(I,th/255);subplot(1,2,1)imshow(I);title(原始圖像);subplot(1,2,2)imshow(Inew);t=迭代法分割后的圖像，閾值= num2str(th);title(t);A0=imread(1.jpg);seed=100,220;thresh=15;%相似性選擇閾值A(chǔ)=rgb2gray(A0);A=imadjust(A,min(min(double(A)/255,max(max(double(A)/255,);A=double(A); B=A;r,c=

42、size(B);n=r*c;pixel_seed=A(seed(1),seed(2);q=seed(1) seed(2);top=1;M=zeros(r,c);M(seed(1),seed(2)=1;count=1; while top=0; r1=q(1,1); c1=q(1,2); p=A(r1,c1); dge=0; for i=-1:1 for j=-1:1 if r1+i0 & c1+j0 if abs(A(r1+i,c1+j)-p)=n top=1; end q=q(2:top,:); top=top-1;endsubplot(1,2,1),imshow(A,);subplot(1,2,2),imshow(B,