基于图像处理技术的指针式仪表自动判读系统的分析

《基于图像处理技术的指针式仪表自动判读系统的分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、iIl『海人学彤!J‘学位论史第一章绪论1．1课题的提出第一章绪论指针式仪表是目前生产过程中应用仍然非常普遍的测量仪表，这是因为指针式仪表简单可靠，维护容易，价格低廉，指针式仪表不仅种类多，而且数量大，如压力表、百分表、千分表、汽车仪表、航空仪表等等¨Ⅱ”。以普通的电流表电压表为例，据估计目胁在我国J下在使用的以千万只计。对这些指针式仪表，生产厂家要检定，用户要周期性读数。对于大中型机电企业、计量器具生产厂家、计量检定部门来说，检定工作量巨大。数据记录和处理主要靠人工，效率低，强度大。工人视觉极易疲劳，长时间工作致使许多工入视力受损。国内科

2、技界、学界、仪器仪表制造厂家，为了解决这类指针式仪表的自动检定问题，作过多年的努力，取得了一定的进展。在图像识别技术被应用之前，没有解决真J下意义上的全自动检定和判读问题，更没有这类全自动检定判读设备形成产品，投放市场。本课题就是在这个背景之上应用图像识别技术，利用计算机强大的处理和存储功能，将重复繁重的人为劳动交由计算机来处理，实现传统指针式仪表读数的自动化。在本文中将以普通模拟电压表为例进行分析，总结归纳出一整套仪器仪表表盘自动判读的理论和方法，为各类指针式仪表的自动判读技术的发展，解决关键问题，打下良好的基础。1．2图像识别概述图像识

3、别是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别Ⅲ。按现在的理解。人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征(方向和速度)等的理解。图像识别技术主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集数据等。一个典型的图像识别系统主要由三部分组成：图像的获耿、图像的处理和分析、输出或显示。(1)图像的获取图像的获取实际上是将被测

4、无题的可视化图像和内在特征转换成能被计算机处理的一系列数据。基于幽像处理技术的指针炎仪表自动判读系统的野}究(2)图像处理技术图像识别系统中，视觉信息的处理技术主要依赖与图像处理方法，它包括图像平滑、边缘锐化等增强、图像分割、特征提取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，即改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。(a)图像增强通常首先使用直方图增强和二值化增强调整图像的对比度，突出图像中的重要细节，改善视觉质量。然后采用平滑处理来去除实际成像过程中，因成像设备和环境造成的噪声影响。图

5、像锐化处理主要是加强图像中的轮廓边缘和细节，降低因平滑造成的模糊现象。m)图像分割和特征提取图像分割是将图像分成若干部分，每一部分对应于某一物体表面，在进行分割时，每一部分的狄度或纹理符合某一种均匀测度度量。某本质是将像素进行分类。分类的依据是像素的厌度值、颜色、频谱特性、空『白J特性或纹理特性等。图像分割是图像处理技术的基本方法之一，应用于诸如染色体分类、景物理解系统、仪表自动判读系统方面。(c)特征提取(d)图像的识别图像的识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别景物中己分割好的各个物体，给这些物体赋予特定的标记，它是

6、图像识别系统必须完成的一个任务。按照图像识别从易到难，可分为三类问题。第一类识别问题中，图像中的像素表达了某一物体的某种特定信息。如遥感图像中的某一像素代表地面某一位置地物的一定光谱波段的反射特性。通过它即可判别出该地物的种类。第二类问题中，待识别物是有形的整体，二维图像信息己经足够识别该物体，如文字识别、某些具有稳定可视表面的三维体识别等。但这类问题不像第一类问题容易表示成特征矢量，在识别过程中，应先将待识别物体正确地从图像的背景中分割出来，再设法将建立起来的图像中物体的属性图与假定模型库的属性图之『白J匹配。第三类问题是由输入的二维图、

7、要素图、2*5维图等，得出被测物体的三维表示。这罩存着如何将隐含的三维信息提取出来的问题，当是今研究的热点。目前用于图像识别的方法主要分为决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模式向量进行分类识别，是以定时描述【如统计纹理)为基础的：结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结构有不同的基元串(或称字符串)，通过对未知物体利用给2i

8、l『海人学硕J+学位论文第一帝绪论定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。这是一种依赖于符号描述被测物体之间关系的方法。1．3本课题国内外研究现状随着

9、计算机软硬件、外设以及数字图像处理技术等飞速发展，图像识别技术在各个方面得到了广泛应用：车牌检测，人脸识别，指纹识别等【4】。应用图像识别技术的计算机视觉检测技术更是得到了极大的