技术摘要：
本发明给出了一种镂空圆形指针式仪表识别方法和系统，包括对所述仪表的表盘的图像进行预处理获取包含所述仪表的表盘的最大圆形轮廓的图像；从所述最大圆形轮廓的图像中获取包含所述最大圆形轮廓的最小外接矩形框图像，去除所述最小外接矩形框图像以外多余区域部分；从  全部
背景技术：
各式各样的仪表应用于生产生活中的各个方面,从日常生活到工业领域都要使用 仪表。正是由于仪表使用的广泛性和重要性,仪表的发展水平成为了一个国家科研进步一 个体现。仪表按照显示方式的不同,可以分为两类：数字式仪表和指针式仪表。在实际应用 中，数字仪表价格相对指针仪表价格较高，大批量的购买成本会上升很多。指针式仪表则可 以适用于很多的场合，环境因素的约束相对来说较小。另外，指针式仪表还有抗干扰性强， 防尘，防水等优点，因此我们国家的许多行业中，尤其是在电力、石油、化工等严禁易燃易爆 的场合，指针式仪表仍然是首选，在环境恶劣的场合，根本无法使用数字式的仪表，在一般 的工厂中，指针式的仪表数量大、种类多，这些仪表的读数十分耗费人力，人工读数效率低 且容易出现失误。 目前仪表识别倾向于采用图片识别技术，随着图像技术的发展，人类对图像识别 技术的认识越来越深刻，在仪表识别中亦被广泛使用，图像识别技术是信息时代的一门重 要的技术，其产生目的为了让计算机代替人类去处理大量的物理信息，因此图像识别技术 被广泛用于仪表的读数。
技术实现要素：
为了解决现有技术中的人工检定仪表的效率低、容易出现失误或误差以及智能识 别仪表技术中的算法复杂、识别率低下、成本高昂等技术问题，本发明提出了一种镂空圆形 指针式仪表识别方法和系统，用以解决上述技术问题。 在一个方面，本发明提出了一种镂空圆形指针式仪表识别方法，包括以下步骤： S201：对仪表的表盘的图像进行预处理获取包含仪表的表盘的最大圆形轮廓的图 像，其中，预处理包括对最大圆形轮廓的图像进行二值化后膨胀腐蚀处理；将图像进行二值 化处理，得到二值图像，采用膨胀去除或明显减少镂空圆形表盘图像的噪点，填补图像的凹 洞使得到的圆形轮廓进行最大的连通。通过腐蚀可以消除镂空圆形表盘的图像中的“斑点” 噪声，将“斑点”腐蚀掉，且能够保存镂空圆形表盘图像内的较大区域依然存在。 S202：从最大圆形轮廓的图像中获取包含最大圆形轮廓的最小外接矩形框图像， 去除最小外接矩形框图像以外多余区域部分。利用重心原理确定水平主轴与垂直主轴的初 始位置和旋转中心，根据水平主轴确定目标的初始外接矩形，在水平主轴和垂直主轴构成 的锐角区域内，旋转外接矩形，找到面积最小的外接矩形，作为寻优目标。 S203：基于最大刻度弧轮廓的图像的颜色识别，从最小外接矩形框图像中寻找并 获取最大刻度弧轮廓中包含端点的包括外弧和内弧的具有不同颜色的圆弧段的图像。基于 镂空圆形表盘中刻度弧颜色不同，获取两个不同颜色的圆弧段，目的是为了获取圆弧段端 4 CN 111612836 A 说　明　书 2/10 页 点的位置坐标以及外弧和内弧的半径。 S204：从最小外接矩形框图像中获取最大圆形轮廓的图像的圆心，利用边缘检测 算法找到外弧和内弧的轮廓线并获取外弧和内弧的半径，利用最小二乘法分别拟合成内圆 和外圆，切除多余部分获取最大刻度弧轮廓的图像；最小二乘法通过最小化误差的平方和 找到一组外弧和内弧数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据， 并使得这些求得的数据与实际数据之间误差的平方和为最小。 S205：以最大刻度弧轮廓的图像的像素点为对象，利用区域生长算法提取仪表的 指针所在位置并获取仪表的指针所在位置的读数。区域生长算法包括生长种子点的确定， 区域生长的条件，区域生长停止的条件。 优选的，步骤S201具体包括：利用OpenCV自带库函数对仪表的表盘的图像进行自 适应二值化预处理，以获取包含最大圆形轮廓的图像。自适应阈值不需要确定一个固定的 阈值，而是可以根据对应的自适应方法，通过镂空圆形表盘图像的轮廓特征自适应的设定 阈值，做出二值化处理。 优选的，步骤S202中：利用OpenCV自带库函数检测最大圆形轮廓，获取最大圆形轮 廓的最大边界框，在利用OpenCV自带库函数获取最大圆形轮廓的最小外接矩形框。利用重 心原理确定水平主轴与垂直主轴的初始位置和旋转中心，根据水平主轴确定目标的初始外 接矩形，在水平主轴和垂直主轴构成的锐角区域内，旋转外接矩形，找到面积最小的外接矩 形，作为寻优目标。 优选的，步骤S203中最大刻度弧轮廓的图像的颜色识别具体包括以下步骤：通过 在OpenCV中将镂空圆形表盘的图像进行模糊处理，再将模糊处理后的图像从RGB格式转换 成HSV格式的图像，并对HSV格式的图像进行通道分离以及图像阀值分割处理实现识别。彩 色图像的三基色是红(R)，绿(G)，蓝(B)，在此基础上建立的模型是RGB模型，然而我们常常 将RGB模型转换成HSV模型。色度(H)决定图像色彩，饱和度(S)是颜色的深浅，明度(V)是图 像的明亮程度。利用HSV这三个特性，设置一个颜色范围将区别于背景的刻度轮廓颜色提取 出来。 优选的，模糊处理的算法为高斯模糊或均值模糊。高斯模糊是一种有效地降低了 镂空圆形表盘的噪声，利用正太分布计算镂空圆形表盘图像中每个像素的变换。均值模糊 典型的线性滤波算法，它是指在镂空圆形表盘图像上对目标像素给一个模板，该模板包括 了其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值。 优选的，步骤S201中边缘检测的算法包括Canny边缘检测算法、LOG算法、Robert算 法、Sobel算法或其组合。 优选的，步骤S204中切除多余部分为最大圆形轮廓的圆心和最大刻度弧轮廓中的 外弧两个端点组成的三角形区域以及通过最小二乘法拟合的外圆以外区域和内圆以内区 域部分。 优选的，步骤S205中通过区域生长算法获得指针所在位置，通过计算指针从零刻 度开始划过的刻度弧的长度占最大刻度弧的长度的比例获取指针所在位置的读数。设仪表 的指针与外弧的交点坐标为(x，y)，此交点坐标与圆心坐标的连线从零刻度开始划过的角 度设为θ，在圆的半径确定的情况下，计算出指针从零刻度开始沿着刻度弧划过的弧长为 5 CN 111612836 A 说　明　书 3/10 页 根据本发明的第二方面，提出了一种计算机可读存储介质，其上存储有一或多个 计算机程序，该一或多个计算机程序被计算机处理器执行时实施上述方法。 根据本发明的第三方面，提出了一种镂空圆形指针式仪表识别系统，该系统包括： 图像预处理单元：配置用于对镂空圆形表盘的图像进行预处理，通过膨胀腐蚀后 利用边缘检测算法获取镂空圆形表盘的最大圆形轮廓。将图像进行二值化处理，得到二值 图像，采用膨胀去除或明显减少镂空圆形表盘图像的噪点，填补图像的凹洞使得到的圆形 轮廓进行最大的连通。通过腐蚀可以消除镂空圆形表盘的图像中的“斑点”噪声，将“斑点” 腐蚀掉，且能够保存镂空圆形表盘图像内的较大区域依然存在。 最小图像裁减单元：配置用于获取包含最大圆形轮廓的最小外接矩形框，去除最 小外接矩形框以外多余区域部分。利用重心原理确定水平主轴与垂直主轴的初始位置和旋 转中心，根据水平主轴确定目标的初始外接矩形，在水平主轴和垂直主轴构成的锐角区域 内，旋转外接矩形，找到面积最小的外接矩形，作为寻优目标。 圆弧段识别单元：基于最大刻度弧轮廓的颜色识别，通过发散射线寻找圆弧刻度 轮廓中包含端点的不同颜色的包括外弧和内弧的圆弧段。再将RGB图像转换到HSV图像，并 对所述HSV图像进行通道分离以及图像阀值分割处理实现识别。 最大刻度弧识别单元：获取所述最大圆形轮廓的圆心，找到所述外弧和所述内弧 的轮廓并获取所述外弧和所述内弧的半径，利用最小二乘法分别拟合成内圆和外圆，切除 多余部分获取所述最大刻度弧轮廓。 指针位置获取单元：配置用于以所述最大圆弧轮廓上的像素点为对象，利用区域 生长算法提取仪表指针所在位置并获取所述仪表指针所在位置的读数。 本发明提出了一种镂空圆形指针式仪表识别方法和系统，对镂空圆形表盘的图像 进行预处理利用边缘检测算法获取所述镂空圆形表盘的最大圆形轮廓，获取包含最大圆形 轮廓的最小外接矩形框，去除最小外接矩形框以外多余背景干扰，基于颜色阀值分割获取 最大刻度弧轮廓，以最大圆形轮廓上的像素点为对象，利用区域生长算法提取仪表指针所 在位置并获取仪表指针所在位置的读数，利用该方法和系统进行仪表盘分割，极大地提高 了仪表图像识别的准确率和速度。 附图说明 包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本 说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识 到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地 理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特 征、目的和优点将会变得更明显： 图1是本申请可以应用于其中的示例性系统架构图； 图2是本申请的一个实施例的一种镂空圆形指针式仪表识别方法的流程图； 图3是本申请的一个具体的实施例的一种镂空圆形指针式仪表识别方法的流程 图； 6 CN 111612836 A 说　明　书 4/10 页 图4是本申请的一个实施例的一种镂空圆形指针式仪表识别系统的框架图； 图5是本申请的一个实施例中一种镂空圆形指针式仪表识别方法的原示意图； 图6是本申请的一个实施例中步骤S201二值化处理后的图片示意图； 图7是本申请的一个实施例中步骤S202获取最小矩形框后的图片示意图； 图8是本申请的一个实施例中步骤S203获取不同颜色圆弧段后的图片示意图； 图9是本申请的一个实施例中三角形区域的图像示意图； 图10是本申请的一个实施例中步骤S204完全切除多余部分区域后的图像示意图； 图11是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。