[发明专利]面向巡检机器人的变视角多仪表同时识别方法

说明书

本发明公开一种面向巡检机器人的变视角多仪表同时识别方法，步骤如下：获取多仪表图像或视频数据；对视频数据的每一帧或者单一图像直接进行预处理；对预处理后的图像数据进行边缘检测；用改进Freeman编码法对边缘进行跟踪编码；对得到的链码进行计算，筛选出每个仪表的表盘边缘；利用筛选出的表盘边缘和链码信息，对表盘进行定位并作正视化处理；对得到的所有表盘图像分别进行圆内对比度拉伸；在正视化表盘图像中使用快速概率Hough变换实现指针识别；在正视化表盘图像中再次进行边缘提取，滤除下扇区干扰后使用半径缩小法来计算和分析基准刻度；最后利用识别出来的指针和基准刻度计算偏转角并结合量程得到最终读数。

技术领域

本发明属于仪表读数自动判读领域，涉及到变视角情况下仪表的读数识别方法，特别涉及到面向巡检机器人的变视角多仪表同时识别方法。

背景技术

仪表按照其显示的方式分为指针式仪表、数字式仪表，其中指针式仪表是工业领域中较为传统的测量仪表之一，目前仍广泛应用于工业生产中。并且由于指针式仪表的防尘防水抗干扰性强等优点，在国内众多行业中，尤其是电力、化工、石油等行业中的一些严禁易燃易爆的场合，指针式仪表仍然是首选。

对于企业来说，仪表的识别被视作是工业生产过程中不可或缺的关键环节之一，是把握企业生产和产品标准的有效途径。然而，人工进行校验，往往因为工作疏忽和仪表精密度过高肉眼难以准确分辨等因素，有时并不能达到理想的识别效果并且造成人力资源的浪费。借助机器视觉技术可以有效地识别仪表并提高识别的精度和效率，更显著地提高了工业生产的自动化程度(梁宏希.仪表图像检测技术研究与应用[D].广东工业大学,2013.)。因此，利用巡检机器人搭载机器视觉系统将很好地解决这一问题，而相应的仪表识别方法的研发也显得尤为重要。

场区中的仪表类型主要为指针式仪表，巡检机器人的主要任务是在室内场区中巡检，到达指定目标点，利用机器视觉来进行指针式仪表的识别和读数读取。由于控制精度问题，巡检机器人每次运动到指定目标点时的位姿会存在偏差，造成机器视觉所获取的图像数据往往存在视角变化，当视角变换明显时，传统方法将无法准确定位表盘。而且在实际场区内某一区域会在近距离内放置多个仪表，这种情况则导致传统单仪表识别方法误读、漏读，造成数据的缺失和混乱，这些问题都将直接影响巡检机器人和企业的正常工作。

目前，主流的指针式仪表识别方法的步骤是先进行仪表表盘定位，再进行指针和读数的识别。Corra Alegria描述了一种结合差影法和Hough变换得到指针的读数方法(Alegria F C,Serra A C.Computer vision applied to the automatic calibrationof measuring instruments[J].Measurement,2000,28(3):185-195)，而陈杰来、尤丽华等人通过小波变换边缘检测提取表盘图像，通过差影法将要读取数据的图像和初始图像相减得到指针信息，再通过Hough变换提取指针，最后通过角度差法读取数值(陈杰来,尤丽华,张秋菊.数字图像处理技术在指针式仪表读数系统中的应用[J].江南大学学报:自然科学版,2005,4(6):611-614.)。但是差影法是利用前后两帧图像之间的差异来进行目标的识别，要求这两帧图像拍摄视角和位置固定，且短时间内仪表读数发生变化，因此差影法比较适合视角固定情况下仪表示数变化频繁的场景，并且仅仅适合单一仪表情况下的读数识别。专利(邢宏伟,唐守伟,于秋红,等.一种指针式圆形多仪表盘实时读数识别方法,CN106529559 A[P].2017.)提出在视频流中利用Hough圆检测定位表盘，找到合适表盘区域后扣取出该区域，下一步对表盘进行倾斜校正并利用Hough直线检测找指针，接下来计算指针角度并完成读数识别。该方法存在一定的局限性，非正对表盘视角情况下的图像中表盘表现出来的椭圆特征并不能被Hough圆检测所识别，很有可能发生漏读等现象。

发明内容

本发明是为了解决现有技术所存在的上述技术问题，提供一种面向巡检机器人的变视角多仪表同时识别方法。