本發(fā)明涉及一種基于圖像處理的指針式儀表讀數(shù)方法，尤其涉及利用圖像識別技術(shù)對指針式儀表圖像進(jìn)行標(biāo)定、圖像預(yù)處理、目標(biāo)二次定位和指針識別的基于圖像處理的指針式儀表讀數(shù)方法。

背景技術(shù)：

指針式儀表由于其結(jié)構(gòu)簡單，價格低廉，維護(hù)方便，抗電磁干擾，可防凍防塵防水等特點，在社會生產(chǎn)行業(yè)受到廣泛應(yīng)用。但指針式儀表需要工作人員進(jìn)行現(xiàn)場人工示數(shù)讀取，而人工讀數(shù)過程中存在的效率低、易疲勞、難管理等問題，已無法滿足實際生產(chǎn)與工作需求。因此基于機(jī)器視覺的指針式儀表識別系統(tǒng)成為了一個較好的解決方案。

為了解決指針式儀表示數(shù)識別問題，國內(nèi)外學(xué)術(shù)界、工業(yè)界提出了很多方案。其中與本發(fā)明較為接近的技術(shù)方案包括：王欣(智能變電站中指針式儀表圖像自動識別方法[j].電氣技術(shù),2016,17(5):7-10.)該系統(tǒng)針對智能變電站中的指針式儀表實現(xiàn)自動化儀表識別，基于傳統(tǒng)的角度法和距離法，提出了新的識別方法，提高了識別的精度；但該方法在儀表矯正步驟中，需要在圖像背景噪音較少的情況下進(jìn)行，在實際應(yīng)用場景中較不穩(wěn)定；該方法在指針指向角度識別上有較高的精度，但其主要針對細(xì)指針的準(zhǔn)確識別，未能解決較粗指針(指針頂部較細(xì)，底部較粗)的識別問題。宋偉(基于指針區(qū)域特征的儀表讀數(shù)識別算法[j].儀器儀表學(xué)報,2014(s2).)該方法針對儀表讀數(shù)識別易受光照影響和較粗指針儀表識別率不高的問題，有較好的實驗結(jié)果，且設(shè)計了高斯型同態(tài)濾波器，增強(qiáng)儀表識別對光照變化的適應(yīng)性；在粗指針識面，該算法中通過計算指針圖像旋轉(zhuǎn)不同角度在橫軸和縱軸上的投影，得到指針指向角度，針對粗指針識別問題，有較高的識別精度；但該方法中在噪音去除的問題上使用了剪影法，其將第一次儀表模板保存于模板庫，對后續(xù)施工精度要求較高，或在儀表施工時容易造成的旋轉(zhuǎn)問題而影響后續(xù)識別精度，不能在保證精度的同時降低施工的難度。發(fā)明專利(申請?zhí)枺篶n201510292646.6，名稱：指針式儀表的讀數(shù)識別方法及系統(tǒng))公開了一種通過接收已輸入的儀表類型，調(diào)整圖像采集識別裝置與儀表的相對位置，獲取精確的表盤區(qū)域圖像后，對該圖像進(jìn)行直接識別的指針式儀表識別方法；該方法避免了輪廓跟蹤等復(fù)雜的圖像分析技術(shù)，減少了在圖像處理上的計算量，提高了識別效率，并且該系統(tǒng)可通過圖像采集裝置上的識別模塊直接對圖像進(jìn)行處理，無需將采集圖像發(fā)送到計算機(jī)進(jìn)行處理，大大降低了數(shù)據(jù)傳輸時間；但由于該系統(tǒng)需要特定的安裝裝置，并且在采集裝置上有圖像識別模塊，使得采集裝置的制造成本較高；該系統(tǒng)的識別模塊不能很好的解決粗指針的精確識別問題。

綜上所述，當(dāng)前指針式儀表處理方案中存在如下不足：

(1)多數(shù)方法對較粗指針識別的精度較差，但該種指針在實際中卻有著較為廣泛的應(yīng)用，指針識別精度不能很好滿足實際需求；

(2)方法使用中并未考慮到實際工程施工中造成誤差的問題，系統(tǒng)魯棒性不高，受外界因素響應(yīng)易造成精度上的丟失；

(3)部分方法需要的硬件設(shè)備較多，系統(tǒng)制造成本過高。

粗指針(指針頂部較細(xì)，底部較粗)在社會生產(chǎn)行業(yè)中有著廣泛的應(yīng)用，在儀表識別方法中，提高該種指針的識別準(zhǔn)確率十分重要，而表盤中的文字、圖案或噪聲會在不同的光照情況下對儀表識別結(jié)果造成不同程度的識別誤差，在某些情況下，系統(tǒng)容易將干擾部分識別為表盤上的指針部分，造成系統(tǒng)的誤檢。而本發(fā)明中的目標(biāo)二次定位策略，針對經(jīng)過簡單區(qū)域標(biāo)定后的指針式儀表圖像，能較好的識別圖像中的指針，并計算指針指向刻度。

技術(shù)實現(xiàn)要素：

為了實現(xiàn)指針式儀表的指針識別問題，本發(fā)明提供了一種利用圖像識別技術(shù)對指針式儀表圖像進(jìn)行標(biāo)定、圖像預(yù)處理、目標(biāo)二次定位和指針識別的基于圖像處理的指針式儀表讀數(shù)方法。

所述的基于圖像處理的指針式儀表讀數(shù)方法，其特征在于包括如下步驟：

步驟1：從儀表xml配置文件中讀入事先標(biāo)定的儀表圖片文件名、儀表最小刻度值v1、儀表最小值識別區(qū)域r1＝(x1,y1,w1,h1)、儀表最大刻度值v2、儀表最大值識別區(qū)域r2＝(x2,y2,w2,h2)、表盤識別區(qū)域r3＝(x3,y3,w3,h3)和屏蔽區(qū)域r4＝(x4,y4,w4,h4)，其中，(x1,y1)表示儀表最小值識別區(qū)域的左上角坐標(biāo)，w1和h1分別表示儀表最小值識別區(qū)域的寬度和高度，(x2,y2)表示儀表最大值識別區(qū)域的左上角坐標(biāo)，w2和h2分別表示儀表最大值識別區(qū)域的寬度和高度，(x3,y3)表示表盤識別區(qū)域的左上角坐標(biāo)，w3和h3分別表示表盤識別區(qū)域的寬度和高度，(x4,y4)表示屏蔽區(qū)域的左上角坐標(biāo)，w4和h4分別表示屏蔽區(qū)域的寬度和高度；

步驟2：讀入當(dāng)前指針式儀表圖像f1；

步驟3：計算儀表最小值和最大值刻度的斜率kmin和kmax，具體為：

步驟3.1：從步驟2)的圖像f1中復(fù)制r1區(qū)域的子圖像，設(shè)為fmin；

步驟3.2：將步驟3.1)的fmin轉(zhuǎn)化成灰度圖，并采用otsu方法進(jìn)行二值化，然后采用canny算子得到最小刻度的邊緣圖像fc1；

步驟3.3：采用hough方法進(jìn)行直線檢測，提取步驟3.2)的圖像fc1中的線段，得到最小值線段集合l1＝{li|i＝1,2,…,n1}，li表示l1中第i條線段，n1表示線段數(shù)量；

步驟3.4：計算步驟3.3)的集合l1中線段的斜率和中點，得集合p1＝{(li,ki,xi,yi)|i＝1,2,…,n1}，ki表示線段li的斜率，(xi,yi)表示線段li中點的坐標(biāo)；

步驟3.5：提取步驟3.4)的集合p1中的有效線段構(gòu)成集合peff＝{(lj,kj,xj,yj)|j＝1,2,…,m1,(lj,kj,xj,yj)∈p1}，m1表示有效線段的數(shù)量；其中線段滿足條件：(1)αmin≤kj≤βmin，αmin和βmin為事先給定的斜率閾值下限和上限；(2)min(xj,|xj–w1|)≥γ·w1且min(yj,|yj–h1|)≥γ·h1，其中γ為事先給定的線段位置判斷系數(shù)；

步驟3.6：根據(jù)xml配置文件中表盤識別區(qū)域r3和最小值區(qū)域信息r1，根據(jù)式(1)計算最小值識別區(qū)域中心到表盤區(qū)域中心相連得到的直線的斜率k1，其對應(yīng)的角度為θ1：

步驟3.7：從集合peff中找到滿足刻度區(qū)域估計的線段集合leff＝{le|e＝1,2,3,…,m2}，le表示leff中第e條線段，且滿足：le∈peff且|θ1–θe|≤θthr，θthr為事先給定的角度估計閾值，θe表示線段le與水平向右方向的夾角；m2表示集合leff中的線段數(shù)量；

步驟3.8：求leff中長度最長線段llmax的斜率，即為最小刻度的斜率kmin；

步驟3.9：根據(jù)步驟3.1到步驟3.8相同的方法計算儀表最大值刻度的斜率kmax；

步驟4：從步驟2)的圖像f1中復(fù)制r3區(qū)域的子圖像，稱為表盤識別區(qū)域圖像f3，如圖6所示；

步驟5：對步驟4)的f3進(jìn)行雙邊濾波，然后轉(zhuǎn)化為灰度圖，再采用otsu方法進(jìn)行二值化，并將其中r4區(qū)域信息刪除，最后使用canny算子得到表盤邊緣信息圖fc3；

步驟6：進(jìn)行指針粗定位，具體如下：

步驟6.1：在表盤邊緣信息圖fc3中查找連通域，得連通域最小外接矩形集合c1＝{(xi,yi,wi,hi)|i＝1,2,3,…,n3}，其中(xi,yi)表示最小外接矩形左上角的坐標(biāo)，wi和hi分別表示最小外接矩形的寬度和高度，n3表示連通域數(shù)量，矩形中點坐標(biāo)表示為(xci,yci)：

步驟6.2：提取儀表量程中的連通域，具體如下：找到集合c1中的有效外接矩形并構(gòu)成集合cin＝{(xj,yj,wj,hj)|j＝1,2,3,…,nin}，cin中矩形須滿足條件：(1)xcj<xpc且ycj≥kmin·(xcj–xpc)+ypc，或xcj≥xpc且ycj≥kmax·(xcj–xpc)+ypc；(2)lpcj<λc·w3，lpcj表示cin中第j個外接矩形的中心和圖像f3的中心的距離，根據(jù)式(4)計算：

其中，λc為事先給定的距離判斷系數(shù)；nin表示集合cin中的外接矩形數(shù)量；(xpc,ypc)表示圖像f3中心的坐標(biāo)；

步驟6.3：在集合cin中找到面積最大的外接矩形，記為rmax＝(xmax,ymax,wmax,hmax)，(xmax,ymax)為矩形rmax左上角的坐標(biāo)，wmax和hmax分別為矩形rmax的寬度和高度；

步驟6.4：根據(jù)式(5)確定矩形rmax在圖像f3中的象限qr：

步驟7：對指針進(jìn)行精確定位，計算指針?biāo)谥本€的斜率kp：

步驟7.1：從圖像f3中復(fù)制矩形rmax區(qū)域的子圖像f5；

步驟7.2：根據(jù)步驟3.2中的相同方法對圖像f5進(jìn)行圖像預(yù)處理，得定位后的邊緣圖像fc5；

步驟7.3：采用hough變換方法對圖像fc5進(jìn)行直線檢測，得到指針線段集合lp＝{li|i＝1,2,…,np}，其中，li表示lp中第i條線段，np表示檢測出的線段數(shù)量；

步驟7.4：對lp中線段進(jìn)行聚類，得到滿足式(6)～(10)的q個子集的集合l＝{lv|v＝1,2,3,…,q}，其中第v個子集為lv＝{lvi|i＝1,2,3,…,qv}，qv表示子集lv中的元素個數(shù)，

且當(dāng)i≠j時

|θvi-θvj|≤θ0(7)

|θui-θvj|＞θ0,u≠v(8)

dis(lvi,lvj)≤λ0,lvi∈lv,lvj∈lv(9)

dis(lui,lvj)＞λ0,lui∈lu,lvj∈lv(10)

其中，θvi表示第v個子集中第i條線段lvi與水平向右方向的夾角，θvj表示第v個子集中第j條線段lvj與水平向右方向的夾角，θui表示第u個子集中第i條線段lui與水平向右方向的夾角，θ0表示事先給定的角度閾值，λ0表示事先給定的線段距離判斷閾值；表示線段lui中點到線段lvj的垂直距離，表示線段lvj中點到線段lui的垂直距離；

步驟7.5：按如下步驟進(jìn)行線段合并：

步驟7.5.1：將lv中元素按線段最左點的橫坐標(biāo)按從小到大進(jìn)行排序；對lv中線段lv1和lv2進(jìn)行合并，令合并后的線段為lvr，其中，kvr和bvr分別表示lvr的斜率和截距，和分別表示線段lvr的左右兩個端點的坐標(biāo)，根據(jù)斜率kvr的取值采用式(14)或(15)進(jìn)行計算；從lv中刪除線段lv1和lv2，并將lvr加入到集合lv中；

其中，kv1和kv2分別表示線段lv1和lv2的斜率，θv1表示lv1與水平向右方向的夾角，θv2表示lv2與水平向右方向的夾角，dv1和dv2分別表示線段lv1和lv2的長度，bv1和bv2分別表示lv1和lv2的截距；表示lv1的最左點，表示線段lv1和lv2上所有點中的最右點；重復(fù)這一過程直到lv中無線段可合并，得集合lv合并后線段lv；

步驟7.5.2：得到集合lafter＝{lv|v＝1,2,3,…,q}，其中l(wèi)v即為子集lv通過步驟7.5.1進(jìn)行線段合并后得到的線段；

步驟7.6：從lafter中篩選出長線段并構(gòu)建集合llong＝{(x1j,y1j,x2j,y2j,kj)|j＝1,2,3,…,ql}，ql表示llong中的線段數(shù)量，其中的長線段滿足：(x1j-x2j)²+(y1j-y2j)²≥(λlong·wmax)²，λlong為事先給定的長線段判斷系數(shù)，(x1j,y1j)表示第j條長線段的起點坐標(biāo)，(x2j,y2j)表示第j條長線段的終點坐標(biāo)；kj表示第j條長線段的斜率；

步驟7.7：計算指針?biāo)谥本€斜率kp，即長線段集合llong中的平均斜率：

步驟8：計算指針指向刻度和最小量程之間的角度θ：

步驟9：指針式儀表圖像f1中的讀數(shù)為v：

通過采用上述技術(shù)，與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：本發(fā)明通過利用圖像識別技術(shù)對指針式儀表圖像進(jìn)行標(biāo)定、圖像預(yù)處理、目標(biāo)二次定位和指針識別的基于圖像處理，實現(xiàn)儀表指針二次定位，提高儀表指針識別精度；實現(xiàn)自動儀表圖像識別，具有精度高、速度快、操作簡單和實時監(jiān)測的特點，不但減少了效率低難管理的人工抄表過程，而且還減少因人工抄表造成的錯誤問題和管理問題，同時解決了人工抄表勞動強(qiáng)度大、效率低和可靠性差的問題。

附圖說明

圖1為本發(fā)明的實施樣例選取的指針式儀表正面拍攝圖像；

圖2為本發(fā)明的經(jīng)過步驟3.1得到的最小值識別區(qū)域圖像；

圖3為本發(fā)明的經(jīng)過步驟3.2進(jìn)行canny算子計算后的最小值識別區(qū)域邊緣圖像；

圖4為本發(fā)明的經(jīng)過步驟3.3進(jìn)行hough直線提取后的最小值識別區(qū)域圖像；

圖5為本發(fā)明的經(jīng)過步驟3.7直線篩選后的最小值區(qū)域圖像；

圖6為本發(fā)明的經(jīng)過步驟4得到的表盤識別區(qū)域圖像；

圖7為本發(fā)明的經(jīng)過步驟5圖像預(yù)處理后的表盤邊緣信息圖像；

圖8為本發(fā)明的經(jīng)過步驟6.2連通域提取后的最小外接矩形圖像；

圖9為本發(fā)明的經(jīng)過步驟7.1粗定位后的指針區(qū)域圖像；

圖10為本發(fā)明的經(jīng)過步驟7.2預(yù)處理后的指針區(qū)域邊緣圖像；

圖11為本發(fā)明的經(jīng)過步驟7.3直線提取后的指針區(qū)域圖像；

圖12為本發(fā)明的經(jīng)過步驟7.5直線合并后的指針區(qū)域圖像；

圖13為本發(fā)明的經(jīng)過步驟7.6長直線篩選后的指針區(qū)域圖像。

具體實施方式

下面結(jié)合實施實例來詳細(xì)闡述本發(fā)明，但本發(fā)明的保護(hù)范圍并不僅限于此：

如圖1-13所示，本發(fā)明的基于圖像處理的指針式儀表讀數(shù)方法，包括如下步驟：

步驟1：從儀表xml配置文件中讀入事先標(biāo)定的儀表圖片文件名、儀表最小刻度值v1、儀表最小值識別區(qū)域r1＝(x1,y1,w1,h1)、儀表最大刻度值v2、儀表最大值識別區(qū)域r2＝(x2,y2,w2,h2)、表盤識別區(qū)域r3＝(x3,y3,w3,h3)和屏蔽區(qū)域r4＝(x4,y4,w4,h4)，其中，(x1,y1)表示儀表最小值識別區(qū)域的左上角坐標(biāo)，w1和h1分別表示儀表最小值識別區(qū)域的寬度和高度，(x2,y2)表示儀表最大值識別區(qū)域的左上角坐標(biāo)，w2和h2分別表示儀表最大值識別區(qū)域的寬度和高度,(x3,y3)表示表盤識別區(qū)域的左上角坐標(biāo)，w3和h3分別表示表盤識別區(qū)域的寬度和高度，(x4,y4)表示屏蔽區(qū)域的左上角坐標(biāo)，w4和h4分別表示屏蔽區(qū)域的寬度和高度；

步驟2：讀入當(dāng)前指針式儀表圖像f1，如圖1所示；

步驟3：計算儀表最小值和最大值刻度的斜率kmin和kmax，具體為：

步驟3.1：從步驟2)的圖像f1中復(fù)制r1區(qū)域的子圖像，設(shè)為fmin，為最小值識別區(qū)域圖像，，如圖2所示；

步驟3.2：將步驟3.1)的fmin轉(zhuǎn)化成灰度圖，并采用otsu方法進(jìn)行二值化，然后采用canny算子得到最小刻度的邊緣圖像fc1，如圖3所示；

步驟3.3：采用hough方法進(jìn)行直線檢測，提取步驟3.2)的圖像fc1中的線段，得到最小值線段集合l1＝{li|i＝1,2,…,n1}，li表示l1中第i條線段，n1表示線段數(shù)量，經(jīng)過該步驟進(jìn)行hough直線提取后的最小值識別區(qū)域圖像如圖4所示；

步驟3.4：計算步驟3.3)的集合l1中線段的斜率和中點，得集合p1＝{(li,ki,xi,yi)|i＝1,2,…,n1}，ki表示線段li的斜率，(xi,yi)表示線段li中點的坐標(biāo)；

步驟3.5：提取步驟3.4)的集合p1中的有效線段構(gòu)成集合peff＝{(lj,kj,xj,yj)|j＝1,2,…,m1,(lj,kj,xj,yj)∈p1}，m1表示有效線段的數(shù)量；其中線段滿足條件：(1)αmin≤kj≤βmin，αmin和βmin為事先給定的斜率閾值下限和上限；(2)min(xj,|xj–w1|)≥γ·w1且min(yj,|yj–h1|)≥γ·h1，其中γ為事先給定的線段位置判斷系數(shù)，在本實例中，γ＝0.2；

步驟3.6：根據(jù)xml配置文件中表盤識別區(qū)域r3和最小值區(qū)域信息r1，根據(jù)式(1)計算最小值識別區(qū)域中心到表盤區(qū)域中心相連得到的直線的斜率k1，其對應(yīng)的角度為θ1：

步驟3.7：從集合peff中找到滿足刻度區(qū)域估計的線段集合leff＝{le|e＝1,2,3,…,m2}，le表示leff中第e條線段，且滿足：le∈peff且|θ1–θe|≤θthr，θthr為事先給定的角度估計閾值，θe表示線段le與水平向右方向的夾角；m2表示集合leff中的線段數(shù)量，在本實例中，θthr＝5°，經(jīng)過該步驟直線篩選后的最小值區(qū)域圖像如圖5所示；

步驟3.8：求leff中長度最長線段llmax的斜率，即為最小刻度的斜率kmin；

步驟3.9：根據(jù)步驟3.1到步驟3.8相同的方法計算得儀表最大值刻度的斜率kmax；

步驟4：從圖像f1中復(fù)制r3區(qū)域的子圖像，稱為表盤識別區(qū)域圖像f3，如圖6所示；

步驟5：對f3進(jìn)行雙邊濾波，然后轉(zhuǎn)化為灰度圖，再采用otsu方法進(jìn)行二值化，并將其中r4區(qū)域信息刪除，最后使用canny算子得到表盤邊緣信息圖fc3，如圖7所示；

步驟6：進(jìn)行指針粗定位，具體如下：

步驟6.1：在圖像fc3中查找連通域，得連通域最小外接矩形集合c1＝{(xi,yi,wi,hi)|i＝1,2,3,…,n3}，其中(xi,yi)表示最小外接矩形左上角的坐標(biāo)，wi和hi分別表示最小外接矩形的寬度和高度，n3表示連通域數(shù)量，矩形中點坐標(biāo)表示為(xci,yci)：

步驟6.2：提取儀表量程中的連通域，具體如下：找到集合c1中的有效外接矩形并構(gòu)成集合cin＝{(xj,yj,wj,hj)|j＝1,2,3,…,nin}，cin中矩形須滿足條件：(1)xcj<xpc且ycj≥kmin·(xcj–xpc)+ypc，或xcj≥xpc且ycj≥kmax·(xcj–xpc)+ypc；(2)lpcj<λc·w3，lpcj表示cin中第j個外接矩形的中心和圖像f3中心的距離，根據(jù)式(4)計算：

其中，λc為事先給定的距離判斷系數(shù)，在本實例中，λc＝0.4；nin表示集合cin中的外接矩形數(shù)量；(xpc,ypc)表示圖像f3的中心的坐標(biāo)，經(jīng)過該步驟連通域提取后的最小外接矩形圖像如圖8所示；

步驟6.3：在集合cin中找到面積最大的外接矩形，記為rmax＝(xmax,ymax,wmax,hmax)，(xmax,ymax)為矩形rmax左上角的坐標(biāo)，wmax和hmax分別為矩形rmax的寬度和高度；

步驟6.4：根據(jù)式(5)確定矩形rmax在圖像f3中的象限qr：

步驟7：對指針進(jìn)行精確定位，粗定位后的指針區(qū)域圖像如圖9所示，計算指針?biāo)谥本€的斜率kp：

步驟7.1：從圖像f3中復(fù)制矩形rmax區(qū)域的子圖像f5；

步驟7.2：根據(jù)步驟3.2中的相同方法對圖像f5進(jìn)行圖像預(yù)處理，得定位后的邊緣圖像fc5，如圖10所示；

步驟7.3：采用hough變換方法對圖像fc5進(jìn)行直線檢測，得到指針線段集合lp＝{li|i＝1,2,…,np}，其中，li表示第i條線段，np表示檢測出的線段數(shù)量，直線提取后的指針區(qū)域圖像如圖11所示；

步驟7.4：對lp中線段進(jìn)行聚類，得到滿足式(6)～(10)的q個子集的集合l＝{lv|v＝1,2,3,…,q}，其中第v個子集為lv＝{lvi|i＝1,2,3,…,qv}，qv表示子集lv中的元素個數(shù)，

且當(dāng)i≠j時

|θvi-θvj|≤θ0(7)

|θui-θvj|＞θ0,u≠v(8)

dis(lvi,lvj)≤λ0,lvi∈lv,lvj∈lv(9)

dis(lui,lvj)＞λ0,lui∈lu,lvj∈lv(10)

其中，θvi表示第v個子集中第i條線段lvi與水平向右方向的夾角，θvj表示第v個子集中第j條線段lvj與水平向右方向的夾角，θui表示第u個子集中第i條線段lui與水平向右方向的夾角，θ0表示事先給定的角度閾值，λ0表示事先給定的線段距離判斷閾值，在本實例中，θ0＝π/45，λ0＝1；表示線段lui中點到線段lvj的垂直距離，表示線段lvj中點到線段lui的垂直距離；

步驟7.5：按如下步驟進(jìn)行線段合并：

步驟7.5.1：將lv中元素按線段最左點的橫坐標(biāo)按從小到大進(jìn)行排序；對lv中線段lv1和lv2進(jìn)行合并，令合并后的線段為lvr，其中，kvr和bvr分別表示lvr的斜率和截距，和分別表示線段lvr的左右兩個端點的坐標(biāo)，根據(jù)斜率kvr的取值采用式(14)或(15)進(jìn)行計算；從lv中刪除線段lv1和lv2，并將lvr加入到集合lv中；

其中，kv1和kv2分別表示線段lv1和lv2的斜率，θv1表示lv1與水平向右方向的夾角，θv2表示lv2與水平向右方向的夾角，dv1和dv2分別表示線段lv1和lv2的長度，bv1和bv2分別表示lv1和lv2的截距；表示lv1的最左點，表示線段lv1和lv2上所有點中的最右點；重復(fù)這一過程直到lv中無線段可合并，得集合lv合并后線段lv；

步驟7.5.2：得到集合lafter＝{lv|v＝1,2,3,…,q}，其中l(wèi)v即為子集lv通過步驟7.5.1進(jìn)行線段合并后得到的線段，直線合并后的指針區(qū)域圖像如圖12所示；

步驟7.6：從lafter中篩選出長線段并構(gòu)建集合llong＝{(x1j,y1j,x2j,y2j,kj)|j＝1,2,3,…,ql}，ql表示llong中的線段數(shù)量，其中的長線段滿足：(x1j-x2j)²+(y1j-y2j)²≥(λlong·wmax)²，λlong為事先給定的長線段判斷系數(shù)，在本實例中，λlong＝0.8；(x1j,y1j)表示第j條長線段的起點坐標(biāo)，(x2j,y2j)表示第j條長線段的終點坐標(biāo)；kj表示第j條長線段的斜率，長直線篩選后的指針區(qū)域圖像如圖13所示；

步驟7.7：計算指針?biāo)谥本€斜率kp，即長線段集合llong中的平均斜率：

步驟8：計算指針指向刻度和最小量程之間的角度θ：

步驟9：指針式儀表圖像f1中的讀數(shù)為v：

本說明書實施例所述的內(nèi)容僅僅是對發(fā)明構(gòu)思的實現(xiàn)形式的列舉，本發(fā)明的保護(hù)范圍的不應(yīng)當(dāng)被視為僅限于實施例所陳述的具體形式，本發(fā)明的保護(hù)范圍也及于本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明構(gòu)思所能夠想到的等同技術(shù)手段。