[发明专利]一种感兴趣区域的定位方法在仪表监控识别中的应用

权利要求书

1.一种感兴趣区域的定位方法在仪表监控识别中的应用，其特征在于，具体步骤包括：

A、粘贴二维码，具体是指，在所述仪表感兴趣区域ROI边缘确定位置处粘贴二维码即Marker标记；所述确定位置是指通过刻度尺或其它测量工具通过所述Marker标记的大小和位置能够定位所述感兴趣区域ROI；

B、摄像头初始化，包括：设置图像尺寸范围为800×600-1624×1234，设置图像格式Mono8，设置增益为自动增益，设置单次最大采集帧数6-12；

C、抓取图像，即采用摄像头SDK中的StartGrabbing()和GetRetrieveResult()方法抓取前后两帧CPylonImage格式的图像A1、A2；

D、移动侦测，使用移动侦测方法判定从A1到A2是否发生变化，如果发生变化，则保留A2作为下一步要处理的图像，如果没有发生变化，则保留A1或A2作为下一步要处理的图像；

E、图像格式转换，即将步骤C得到的图像转换成Mat格式的图像；

Mat是OpenCV库处理图像的标准格式，格式转换的方法是获取源图像的缓存地址，将图像数据逐行赋值给Mat类型的变量；

F、检测所述Marker标记，定位到ROI感兴趣区域，具体步骤如下：

(1)图像灰度化，得到灰度化图像；

(2)对灰度化图像进行直方图均衡化处理；

(3)图像二值化；

(4)检测图像轮廓；

(5)搜索图像中可能的Marker标记；

(6)检测并解码步骤(5)得到的可能的Marker标记；

(7)筛选解码后的可能的Marker标记，找出正确的Marker标记；

(8)对感兴趣区域ROI进行定位，根据所述Marker标记与感兴趣区域ROI的所述确定位置，完成对感兴趣区域ROI的定位；

所述Marker标记是由白色块和黑色块构成的规则图形，所述Marker标记有如下特点：

①所述白色块为白色，所述黑色块为黑色；

②所述Marker标记为规则的矩形；

③所述Marker标记有方向属性，所述方向属性是指将所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的四种图像各不相同；各不相同的四种图像包括Marker标记本身图像、以及Marker标记旋转90°、180°、270°得到的三种图像；

④所述Marker标记为7×7的栅格，所述Marker标记中心5×5的栅格为识别编码，所述Marker标记周围一圈为黑色边界；

G、分割感兴趣区域ROI，具体是指，采用Mat类的构造函数Mat(Rect1,Rect2)将步骤E定位到的感兴趣区域ROI分割出来作为目标图像；其中，所述Rect1为所述图像，所述Rect2为所述感兴趣区域ROI；

H、识别读数，使用模板匹配方法对步骤F中所述目标图像进行字符识别；

I、读数显示，将步骤G识别出的字符显示在屏幕上；

J、声音报警，如果步骤H所述字符超过预先设定的分贝上限值dbH，发出报警声音。

2.根据权利要求1所述的一种感兴趣区域的定位方法在仪表监控识别中的应用，其特征在于，所述图像灰度化，具体是指，使用OpenCV的cvCvtColor()函数将Mat格式的图像转化生成灰度图。

3.根据权利要求1所述的一种感兴趣区域的定位方法在仪表监控识别中的应用，其特征在于，所述对灰度化图像进行直方图均衡化处理，具体是指，扩大所述灰度化图像的动态范围，增强灰度化图像的亮度和对比度，使用cvEqualizeHist()函数对所述灰度化图像进行直方图均衡化。

4.根据权利要求1所述的一种感兴趣区域的定位方法在仪表监控识别中的应用，其特征在于，所述图像二值化，具体是指，采用Otsu算法获取步骤(2)处理后的灰度化图像的自适应阈值，进行二值化，得到二值化图像，并将所述二值化图像进行反色得到二值化图像的背景，所述Otsu算法为最大类间差法或大津算法。

5.根据权利要求1所述的一种感兴趣区域的定位方法在仪表监控识别中的应用，其特征在于，所述检测图像轮廓，具体是指，使用opencv库中的findContours()函数从步骤(3)得到的图像中得到一系列多边形轮廓。