的像素值并分別儲存 到三個數(shù)組。
[0052]b3.根據(jù)灰度值識別指針位置。根據(jù)指針為黑色，其灰度值最小原理（灰度值為 0~255,0為白色，255為黑色），比較找出水平線上灰度值最小的點(diǎn)的位置。本算法中，為 了避免因光照產(chǎn)生的大片陰影區(qū)域其灰度值小于指針灰度值而造成的干擾和誤判，認(rèn)為當(dāng) 檢測到的灰度值最小的像素點(diǎn)，其灰度值均小于它前面的鄰近像素點(diǎn)的灰度值和它后面的 鄰近像素點(diǎn)的灰度值時，此像素點(diǎn)位置為指針?biāo)谖恢茫瑫r獲得指針?biāo)谖恢盟鶎俚乃?平線區(qū)域。
[0053]b4.最后，根據(jù)此點(diǎn)計(jì)算出指針?biāo)傅目潭戎担?br>[0055] 1. 3式中，Realpoint為檢測到的指針?biāo)谖恢玫淖鴺?biāo)值，Value』為指針位置在水 平線上的前一個被標(biāo)定的刻度值，Valuej+1為指針位置在水平線上的后一個被標(biāo)定的刻度 值，（Valuej+1-ValUej)即為指針?biāo)谖恢米钹徑膬蓚€被標(biāo)定的刻度差，1^5^表示￥&111^ 的刻度直線段與水平線交點(diǎn)的坐標(biāo)值，（KeyM-Keyj則代表指針?biāo)谖恢米钹徑膬蓚€被 標(biāo)定的刻度值的坐標(biāo)差。
[0056] (5)通過指針位置，獲得機(jī)械式電表的讀數(shù)。
[0057] 實(shí)施例3
[0058] -種基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，包括以下步驟：
[0059] (1)對機(jī)械式電表的標(biāo)準(zhǔn)圖像的刻度點(diǎn)進(jìn)行手工標(biāo)定；
[0060] (2)特征點(diǎn)檢測和匹配：利用快速魯棒性特征匹配方法將待識別圖像與標(biāo)準(zhǔn)圖像 的特征點(diǎn)對進(jìn)行匹配；
[0061] (3)圖像配準(zhǔn)：對待識別圖像做透視變換，并完成待識別表計(jì)圖像的配準(zhǔn)；
[0062] 圖像配準(zhǔn)的目的是將待配準(zhǔn)的圖像進(jìn)行拉伸和變換，使之與標(biāo)準(zhǔn)圖像"相同"，這 里的相同是指目標(biāo)圖像中點(diǎn)的坐標(biāo)與標(biāo)準(zhǔn)圖像中對應(yīng)點(diǎn)的坐標(biāo)相同。故配準(zhǔn)后，在標(biāo)準(zhǔn)圖 像中的表計(jì)圓心和各刻度點(diǎn)的坐標(biāo)已被標(biāo)定的基礎(chǔ)上，相當(dāng)于獲取了待識別圖像中表計(jì)的 各刻度和圓心的坐標(biāo)，為指針位置的識別工作做前期準(zhǔn)備。圖像配準(zhǔn)主要分為三個步驟：一 是對標(biāo)準(zhǔn)圖像和待配準(zhǔn)圖像進(jìn)行特征點(diǎn)檢測；二是對檢測到的特征點(diǎn)進(jìn)行匹配，分別對特 征點(diǎn)對進(jìn)行正反雙向匹配，當(dāng)且僅當(dāng)雙向均匹配時，才認(rèn)識此特征點(diǎn)對是匹配的；三是尋找 變換矩陣，對待配準(zhǔn)圖像做透視變換，便可獲得完成配準(zhǔn)。
[0063] (4)指針位置識別：通過對表盤中特定區(qū)域的灰度值比較識別指針的位置；
[0064] 針對EN837-1儀表，具體的識別如下：根據(jù)標(biāo)準(zhǔn)圖像對待識別圖像完成配準(zhǔn)的基 礎(chǔ)上，對此類表計(jì)的讀數(shù)識別步驟如下：
[0065] bl.讀入圖像，對其進(jìn)行灰度處理，并對單通道數(shù)組應(yīng)用固定閾值轉(zhuǎn)化為二值圖， 先將閾值默認(rèn)設(shè)置為255,灰度圖如10所示，二值圖如11所示。
[0066] b2.以表計(jì)圓心為中心點(diǎn)，圍城一個40*40的觀察區(qū)域。遍歷獲得觀察區(qū)域內(nèi)所有 點(diǎn)的像素值（〇或1)，用于識別出指針?biāo)傅奈恢谩?br>[0067] b3.對觀察區(qū)域的二值化閾值做調(diào)整，取觀察區(qū)域上邊緣的黑色像素點(diǎn)個數(shù)，左上 半邊緣和右上半邊緣的黑色像素點(diǎn)個數(shù)，當(dāng)上邊緣黑色像素點(diǎn)多于14個或左上半邊緣黑 色像素點(diǎn)多于8個或右上半邊緣黑色像素點(diǎn)多于8個時，說明閾值過大，則減小二值化的閾 值（每次減5)，重新計(jì)算這三條邊上的黑色像素點(diǎn)個數(shù)，直到調(diào)整至黑色點(diǎn)個數(shù)處于適當(dāng) 范圍之內(nèi)為止。當(dāng)這三條邊上的黑色點(diǎn)數(shù)均為0并且閾值小于250時，說明設(shè)置的閾值過 小，則增大閾值，并重新計(jì)算這三條邊上的黑色像素點(diǎn)個數(shù)。直到調(diào)整至黑色點(diǎn)個數(shù)處于適 當(dāng)范圍之內(nèi)為止。
[0068]b4.根據(jù)觀察區(qū)域的二值圖判斷指針?biāo)阜较?。分別獲得矩陣中的最上最下兩行， 最左最優(yōu)兩列，分情況對指針位置進(jìn)行討論。例如：當(dāng)左邊加上邊的黑色像素點(diǎn)個數(shù)小于右 邊加下邊的黑色像素點(diǎn)個數(shù)時，有以下四種情況：一是當(dāng)左邊上黑色像素點(diǎn)個數(shù)為0時，如 果上邊的黑色像素點(diǎn)數(shù)不為0,則右邊黑色像素點(diǎn)數(shù)一定也為0,同時說明指針指向上方， 可用上邊緣黑色像素點(diǎn)數(shù)組的中位數(shù)點(diǎn)坐標(biāo)代表指針位置P(x，y);二是當(dāng)上邊緣的黑色 像素點(diǎn)個數(shù)為〇時，如果左邊上的黑色像素點(diǎn)個數(shù)不為〇,則說明指針指向左側(cè)，可用左邊 緣黑色像素點(diǎn)數(shù)組的中位數(shù)點(diǎn)坐標(biāo)代表指針位置P(x，y);三是當(dāng)左邊上的黑色像素點(diǎn)個 數(shù)小于上邊緣的黑色像素點(diǎn)個數(shù)時，用左邊和上邊的黑色像素點(diǎn)數(shù)組的中位數(shù)點(diǎn)坐標(biāo)做微 調(diào)代表指針位置P(x，y);四是當(dāng)左邊上的黑色像素點(diǎn)個數(shù)大于上邊緣的黑色像素點(diǎn)個數(shù) 時，用左邊和上邊的黑色像素點(diǎn)數(shù)組的中位數(shù)點(diǎn)坐標(biāo)做微調(diào)代表指針位置P(x，y)。其它的 情況同理可獲得指針位置。
[0069]b5.A~N是已被標(biāo)定，已知坐標(biāo)的一些刻度點(diǎn)，這些標(biāo)定點(diǎn)與中心正方形的觀察 區(qū)域形成了不同交點(diǎn)，可以通過已知的P點(diǎn)坐標(biāo)和其它各交點(diǎn)坐標(biāo)計(jì)算得出指針?biāo)傅目?度值，即表計(jì)讀數(shù)。
[0070] 實(shí)施例4
[0071] 機(jī)械式表計(jì)識別結(jié)果與分析：
[0072] 首先，比較未經(jīng)圖像配準(zhǔn)的表計(jì)識別算法與經(jīng)過圖像配準(zhǔn)的表計(jì)識別算法的識別 準(zhǔn)確率，本實(shí)驗(yàn)以人工讀表結(jié)果作為每個表計(jì)圖像的標(biāo)準(zhǔn)讀數(shù)結(jié)果，當(dāng)算法識別結(jié)果與人 工識別結(jié)果的誤差在正負(fù)最小分度值的二分之一以內(nèi)時，認(rèn)為算法識別結(jié)果是正確的，誤 差超出此范圍則認(rèn)為算法識別結(jié)果不準(zhǔn)確。實(shí)驗(yàn)記錄了兩種表計(jì)共200組數(shù)據(jù)的識別準(zhǔn)確 率。下表是機(jī)械表計(jì)識別實(shí)驗(yàn)結(jié)果：
[0074]從上表可看出，經(jīng)過圖像配準(zhǔn)的識別算法準(zhǔn)確率遠(yuǎn)高于未經(jīng)圖像配準(zhǔn)的識別算 法，未經(jīng)圖像配準(zhǔn)的識別算法準(zhǔn)確率強(qiáng)烈依賴于攝像頭與表計(jì)的相對位置，只要攝像頭稍 有移動，拍出的表計(jì)圖像與標(biāo)定的標(biāo)準(zhǔn)圖像將有相應(yīng)偏移，識別結(jié)果也相應(yīng)會有很大誤差； 將某一圖像設(shè)為標(biāo)準(zhǔn)圖像，用于標(biāo)定；拍攝角度有所變化后，由于待識別圖像與標(biāo)準(zhǔn)圖像 中影響識別結(jié)果的刻度點(diǎn)位置坐標(biāo)相差較大，標(biāo)準(zhǔn)圖像的標(biāo)定數(shù)據(jù)將無法用于此圖像的識 另IJ。經(jīng)配準(zhǔn)后的圖像，表計(jì)中刻度點(diǎn)的位置已被"拉伸"至標(biāo)準(zhǔn)圖像中刻度點(diǎn)的相對位置， 因而可被正確識別。
【主權(quán)項(xiàng)】
1. 一種基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，其特征在于，包括以下步驟： (1) 對機(jī)械式電表的標(biāo)準(zhǔn)圖像的刻度點(diǎn)進(jìn)行手工標(biāo)定； (2) 特征點(diǎn)檢測和匹配：利用快速魯棒性特征匹配方法將待識別圖像與標(biāo)準(zhǔn)圖像的特 征點(diǎn)對進(jìn)行匹配； (3) 圖像配準(zhǔn)：對待識別圖像做透視變換，并完成待識別表計(jì)圖像的配準(zhǔn)； (4) 指針位置識別：通過對表盤中特定區(qū)域的灰度值比較識別指針的位置； (5) 通過指針位置，獲得機(jī)械式電表的讀數(shù)。2. 根據(jù)權(quán)利要求1所述的基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，其特征在于，步驟（3) 中所述的圖像配準(zhǔn)包括以下內(nèi)容： al.對標(biāo)準(zhǔn)圖像和待配準(zhǔn)圖像進(jìn)行特征點(diǎn)檢測； a2.對檢測到的特征點(diǎn)進(jìn)行匹配，分別對特征點(diǎn)對進(jìn)行正反雙向匹配，當(dāng)雙向均匹配 時，則認(rèn)識此特征點(diǎn)對為匹配； a3.尋找變換矩陣，對待配準(zhǔn)圖像做透視變換，便可獲得完成配準(zhǔn)。3. 根據(jù)權(quán)利要求1所述的基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，其特征在于，步驟（4) 中所述的指針位置識別包括以下內(nèi)容： bl.對標(biāo)準(zhǔn)圖像進(jìn)行標(biāo)定； b2.定義配準(zhǔn)后的圖像為待識別圖像； b3.根據(jù)灰度值識別指針位置。
【專利摘要】本發(fā)明提供一種基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，屬于電表設(shè)備技術(shù)領(lǐng)域。為了解決傳統(tǒng)的人工抄表方式，工作量大，效率低，不安全，不利于數(shù)據(jù)統(tǒng)計(jì)和查詢的問題。本發(fā)明提供一種基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，主要包括以下內(nèi)容：首先對電表的標(biāo)準(zhǔn)圖像的刻度點(diǎn)進(jìn)行手工標(biāo)定，利用快速魯棒性特征匹配方法將待識別圖像與標(biāo)準(zhǔn)圖像的特征點(diǎn)對進(jìn)行匹配，然后對待識別圖像做透視變換，完成待識別表計(jì)圖像的配準(zhǔn)，最后通過對表盤中特定區(qū)域的灰度值比較識別指針的位置，即可計(jì)算出電表的讀數(shù)。本發(fā)明提供的基于圖像配準(zhǔn)的機(jī)械式表計(jì)識別方法，可以在復(fù)雜環(huán)境下對機(jī)械式電表進(jìn)行快速、可靠、精確地遠(yuǎn)程智能讀數(shù)，可在變電站中進(jìn)行廣泛的運(yùn)用。
【IPC分類】G06K9/62
【公開號】CN104899609
【申請?zhí)枴緾N201510345598
【發(fā)明人】張蕾, 章毅
【申請人】四川大學(xué)
【公開日】2015年9月9日
【申請日】2015年6月19日