基于HOUGH变换的航空仪表自动识别

王源

摘要：本文针对航空指针式仪表自动读取中的指针提取提出了一种基于HOUGH变换的指针式仪表示值精确判读方法，用改进的HOUGH变换算法，大大提高了HOUGH变换直线提取的运算速度,降低了占用内存，同时减少了直线误匹配的机会，实现指针式航空仪表读数自动识别。

关键词：计算机视觉；HOUGH变换；图像处理；指针式航空仪表

航空指针式仪表，这类仪表将输入到表内的模拟信息（电压、电流等）转换为指针的偏转角度，然后根据指针的偏转情况读出输入表内的模拟量的大小，实现读数。目前，我国主要是采用目测的方法来检测这些仪表，由于易受到人的观测距离、角度及视觉疲劳等主观因素影响，导致读数的误差。而且在处理数据时劳动强度大，生产效率低。针对这种落后状况，本文提出基于计算机视觉检测技术的设计思想，从理论上和实践上实现指针式仪表的自动判读，提高仪表厂的检测效率。

1判读系统组成

本文的图像采集工作主要是采用CMOS多媒体数字摄像机，该摄像机带有USB接口，支持热插拔，即插即用。像素为30万，每秒平均15桢，能够达到对一般仪表的检测要求。本系统的软件为了提高系统的可扩充性，程序设计的方便性，故采用了面向对象的软件设计方法的编程思想。通过硬件系统和软件系统的有机结合，本系统构成了一个完整的基于HOUGH变换的仪表检测系统。

2图像预处理

2.1图像的灰度化处理

由CMOS摄像头采集的真彩色静态图像,必须经过灰度化处理后才可以被进一步地处理和识别.航空指针式仪表比较简单,灰度等级主要分布在几个灰度带上.在图像灰度的共同矩阵上,较高的概率集中和靠近主对角线上,并且各灰度带上灰度变化均匀,图像细节少.指针图像的这种灰度分布特征,为指针式仪表图像的分割和二值化处理提供了方便.

2.2图像的滤波处理

由于从图像输入设备的得到的输入图像不可避免地带有各种噪声,它会影响到目标边缘点的确定.因而有可能利用图像的先验特征,构造计算量小,速度快,同时又可以做到既去除噪声又保护图像边缘的较满意的复原的滤波.中值滤波器满足这些特点,故本文采用中值滤波.

2.3图像的细化

根据测量原理可知,检测系统中一个相当重要的环节是仪表指针的特征提取,为了减少冗余的信息量,同时突出形状的特点,有必要对图像进行细化处理.

具体的细化算法：

在一个3×3区域的一幅图像,上面各点标记为Q1,Q2...Q9,中心为Q1.当Q1=1(即黑点),如果下面四个条件同时满足,则删除Q1(Q1=0).

1)2≤NZ(Q1)≤6；(NZ(Q1)表示点周围的Q2、Q3...Q9中的黑点数)；

2)Z0(Q1)=1；(Z0(Q1)=1表示点P1周围的Q2、Q3...Q9中的邻接的黑点有一对)；

3)Q2×Q4×Q8=0或者Z0(Q1)≠1；

4)Q2×Q4×Q8=0或者Z0(Q4)≠1.

重复对Q1,Q2...Q9每一个点进行,直到所有的点都不可删除为止.

3HOUGH变换的改进

HOUGH变换的主要缺点是计算量大和需要较大的存储量；另外当图像空间中存在较强的噪声干扰HOUGH变换的性能将变得很差。现对HOUGH变换的性能进行改进：提出了一种采用参数空间二次迭代量化HOUGH变换方法，该方法在参数精度、抗干扰性、实时性上都比HOUGH变换的性能有所改进。二次迭代量化的HOUGH变换方法的具体实现如下：

3.1粗化———参数空间的第一次量化首先对整个参数空间进行低精度的量化，假设图像的大小为N×N，直线的参数为（ρ，θ），其量化间隔取为Δρ1，Δθ1，量化后整个参数空间的累加器阵列为L1×Q1。对图像{f（i，j）}在整个参数空间进行HOUGH变换：

ρ1=icosθ1+jsinθ1；A（ρ1，θ1）=A（ρ1，θ1）+f（i，j）

然后选取一适当TH1，令对参数空间进行极大值搜索到的具有极大值的累加器参数为（ρ1c，θ1c），则该参数代表了图像空间中直线的参数。由于参数空间的离散化精度较差，因而参数（ρ1c，θ1c）只是对直线位置的粗略估计。

3.2细化———参数空间的第二次量化以第一次HOUGH变换的初检结果（ρ1c，θ1c）为中心在其邻域内取一窗口W，大小为ρ2×θ2。

其中m、n，称为保险系数，取值为正整数，它们的作用是保证检测的直线参数落在窗口内。然后，在参数空间窗口内进行高精度的量化，即局部参数空间的细化。取量化间隔为如Δρ2，Δθ2量化后整个参数空间的累加器阵列为L2×Q2。对图像在参数空间窗口内进行HOUGH变换：

ρ2=icosθ2+jsinθ2；A2（ρ2，θ2）=A2（ρ2，θ2）+f（i，j）。

然后选取一值当TH2，在参数空间进行极大值搜索。设具有极大值的累加器坐标参数为（ρ2c，θ2c），由于参数空间窗口内的离散化精度很高，因而参数（ρ2c，θ2c）的精度也很高，它是对直线位置的精确估计。

从二次迭代量化HOUGH变换方法可以看出，它有以下几个方面的改进：①可以取得很高的精度，从而可以最大限度地提高直线参数的精度。②滤除了使得干扰噪声在窗口以外的参数空间中产生的虚峰，从而很大程度上减小了虚峰和第二次门限搜索的范围产生的影响。③在整个参数空间内进行同样离散化精度细化后的累加器阵列数远大于两次HOUGH变换的累加器阵列数总和，故二次迭代量化HOUGH变换方法仍具有很好的实时性。关于识别精度向题，如果θ量化得更细，精度就会更高;这样也会导致计算量增大，实际应用中需要兼顾这两方面，θ应取合适的量化值。

4实验效果

经过前面程序对表盘图像的处理，许多冗余的信息己经被清除，经过细化处理过的表盘图像在改进HOUGH变换下，可以比较好的提取出指针的图像特征参数，判别出指针的位置和指向，从而得出仪表的示数，有效地进行表盘读数的测量。下面给出一组在实验中对仪表在不同的指示值下进行测量分析后采集到的仪表盘读数自动判读的实验数据，同时给出本系统软件进行检测得到的实验数据。数据表如表1所示。

5结语

由以上仪表视觉检测的结果可以看出，通过人工读数时，人眼只能精确的定位到最小刻度线。而用本文通过计算机视觉检测仪表的方法，计算机自动读数与人观测值的读数差值最大为0.833，这样便可以定位到单个象素，单点检测的时间最小约0.4秒，完全可以满足实际测量的需要。所以利用计算机视觉检测仪表读数可以使得读数精度达到更高，具有更高的效率。

参考文献：

[1]林盘.指针式仪表视觉检测系统的研究[C].西安理工大学，2002,1-65.

[2]侯一民.指针式仪表的计算机视觉检定系统[C].西安理工大学，2003，9-77.

[3]阮秋琦.数字图像处理学[M].北京：电子工业出版社，2001.1.