(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201710851527.9
(22)申请日 2017.09.20
(71)申请人 北京工业大学
地址 100124 北京市朝阳区平乐园100号
(72)发明人 雷飞 付伟 方之愉 龙凯
(74)专利代理机构 北京思海天达知识产权代理
有限公司 11203
代理人 张慧
(51)Int.Cl.
G06K 9/20(2006.01)
G06K 9/34(2006.01)
G06K 9/46(2006.01)
G06T 7/13(2017.01)
G06T 7/66(2017.01)
(54)发明名称
一种基于机器视觉的表具自动识别方法
(57)摘要
本发明公开一种基于机器视觉的表具自动
识别方法，包括：步骤一、将输入的表具图像f(x , (x ,y )；步骤二、将原始图像f(x ,y )进行图像增
强；步骤三、对增强后的图像进行中值滤波；步骤
四、将经过中值滤波后的图像进行表盘轮廓及圆
心的提取；步骤五、对确定的圆进行特征点的提
取与模板匹配；步骤六、由步骤四和步骤五可以
确定表具图片的方向，与标准正向表具图片进行
对比得到偏差角度，利用仿射变换的旋转和平移
功能来校正图片的角度；步骤七、将步骤六变换
后的表具图片，进行字符分割处理，然后进行字
符识别。本发明具有自动化程度高、测量准确及
效率高等优点，
且降低了仪表抄表的成本。权利要求书3页 说明书5页 附图1页CN 107967471 A 2018.04.27
C N 107967471
A
1.一种基于机器视觉的表具自动识别方法，其特征在于，包括以下步骤：
步骤一、将输入的表具图像f(x,y)进行灰度化处理，得到灰度化处理后的图像h(x,y)；
步骤二、将原始图像f(x,y)进行图像增强，将处理后的图像记为g(x,y)，则对比度增强可以表示为g(x,y)＝T[f(x,y)]，其中，T表示输入图像和输出图像对应点的灰度映射关系；
步骤三、对增强后的图像进行中值滤波；
步骤四、将经过中值滤波后的图像进行表盘轮廓及圆心的提取；
步骤五、对确定的圆进行特征点的提取与模板匹配，其中，采用SURF算法进行关键点和描述符的提取，采用FLANN算法进行模板匹配；
步骤六、由步骤四和步骤五可以确定表具图片的方向，与标准正向表具图片进行对比得到偏差角度，利用仿射变换的旋转和平移功能来校正图片的角度；
步骤七、将步骤六变换后的表具图片，进行字符分割处理，然后进行字符识别。
2.根据权利要求1所述的基于机器视觉的表具自动识别方法，其特征在于：步骤二具体为：
步骤2.1、增加像素灰度值的动态范围，将步骤一一得到的灰度化处理后的图像h(x,y)的直方图变换为均匀分布的形式，
设p s(s k)为原始图像第k个灰度级出现的概率密度函数，以n k为自变量、以p s(s k)为函数得到的曲线就是图像的直方图，
p s(s k)＝n k/n 0≤s k≤1 k＝0,1,...,L-1 (1)
其中，k为积分变量，L为灰度级数，n k为在图像中出现第k级灰度的次数，n为图像中像素数，s k为步骤一一灰度化处理后的图像h(x,y)的累积直方图。可以看到，增强函数需要满足两个条件：
(1)EH(s)在0≤s≤L-1范围内是一个单值单增函数；
(2)对0≤s≤L-1有0≤EH(s)≤L-1；
其中，以上证明累积分布函数满足上述两个条件并能将s的分布转换为t的均匀分布；
步骤2.2、得到变换后图像的灰度。设t表示变换后图像的灰度，变换函数T(s k)与原图像概率密度函数p s(s k)之间的关系为：
其中，式(2)的右边为s的累积积分分布函数，从而得到变换后的图像的灰度值。
步骤2.3、由步骤二二求得的每个像素的灰度值，进行各个像素灰度值的累积，得到直方图灰度值的累积量，s的累积积分分布就是经过灰度化处理后的图像h(x,y)的累积直方图，在这种情况下有：
其中，t k表示灰度化处理后的图像h(x,y)的累积直方图，由上式可见，根据灰度化图像直方图可以直接算出直方图均衡化后各像素的灰度值。
步骤2.4、离散直方图转换为连续直方图，离散图像与连续图像之间存在如式(4)所示
的关系，由步骤二三得到的离散的灰度直方图，所以可以得到连续的灰度直方图，进而确定增强的图像的像素点，得到增强后的图像g(x,y)，
s k＝T-1(t k) (4)
3.根据权利要求1所述的基于机器视觉的表具自动识别方法，其特征在于：步骤四具体为：
步骤4.1、将数字图像大小为M×N，经过边缘检测得：
其中，p ij表示第i行第j列像素点灰度值(0≤i≤M,0≤j≤N)。
设圆心坐标为(a,b),h i为数字图像中第i行的水平扫描线，l i,m i为h i与圆的两个交点，n i为l i和m i的中点。他们满足：
l i+m i＝2×n i(l i,m i,n i取横坐标值) (6)
而圆是中心对称图形，故圆心的横坐标必定在直线x＝a上，
且,a＝n i＝n i+1＝...＝n i+k(横坐标值) (7)
通过对每一行进行扫描，出这样的对称点，并在一维空间中采用Hough变换对它们的中点进行累加计数，计数最大值对应的参数坐标即为a的值；
步骤4.2、利用圆心坐标(a,b)，将边缘像素点p ij代入圆方程(x-a)2+(y-b)2＝r2，计算出一个候选半径r，在一维空间中采用Hough变换对候选半径r进行累加计数，看r的计数值A (r)是否大于构成圆允许的最小点数T m＝λ×2πr来确定真圆，r即为该圆的半径。
4.根据权利要求1所述的基于机器视觉的表具自动识别方法，其特征在于：步骤五具体为：
步骤5.1、用SURF算法进行关键点和描述符的提取
假设函数f(x，y)，Hessian矩阵H是由函数、偏导数组成，对于图像中某个像素点(x,y)的Hessian矩阵，有：
即每一个像素点(x,y)都可以求出一个Hessian矩阵。
H矩阵判别式为：
判别式的值det(H)是H矩阵的特征值，根据判别式取值正负，来判别该点是或不是极值点，取值为正，是极值点，
选用二阶标准高斯函数作为滤波器，通过特定核间的卷积计算二阶偏导数，这样便能计算出H矩阵的三个矩阵元素L xx,L xy,L yy从而计算出H矩阵：
在进行Hessian矩阵构造前，需要对其进行高斯滤波，经过滤波后再进行Hessian的计算，其公式如下：
L(x,t)＝G(t)gI(x,t) (11)
L(x,t)是一幅图像在不同解析度下的表示，利用高斯核G(t)与图像函数I(x)在点x的卷积来实现，其中高斯核G(t)：
为平衡准确值与近似值间的误差引入权值，权值随尺度变化，则H矩阵判别式可表示为：
det(Happrox)＝D xx D yy-(0.9D xy)2 (13)
步骤5.2、由步骤5.1中提取出的特征点，进而使用FLANN算法进行模板匹配
首先利用图像构建多维查树，然后利用KNN算法到最近的Keypoints，由欧式距离公式可得：
采用空间内两个点的距离来度量，到距离与待分类样本数量最近的k个邻居，距离越大，表示两个点越不相似。
5.根据权利要求1所述的基于机器视觉的表具自动识别方法，其特征在于：步骤六具体为：
步骤6.1、使用2×3矩阵来表示仿射变换
使用矩阵A和B对二维向量做变换，其表示为下列形式：
或T＝Mg[x,y,1]T (17)
步骤6.2、求解变换矩阵T
仿射变换表示为两幅图片之间的一种关系，这种关系通过以下两种方式获得：
已知X和T，而且已知它们是有联系的，接下来就是求解M；
已知M和X，想求得T，使用算式T＝M×X即可。
一种基于机器视觉的表具自动识别方法技术领域
[0001]本发明属于图像处理技术领域，尤其涉及一种基于机器视觉的表具自动识别方法。
背景技术
[0002]随着社会经济的快速发展，人们对追求高质量的生活表现出前所未有的热情，智能住宅和智能社区也快速发展起来。智能化小区的快速发展使远程自动抄表系统的研究显得意义重大和前景广阔。远程自动抄表系统是指应用计算机技术、通信技术、控制技术，无需人工干涉，通过远程数据控制中心客户 端与数据采集终端建立通信链接，实现实时采集仪表使用数据并对用户用量情况进行监控，集存储、计算、收费于一体的计量系统。常见的远程自动抄表系统是采用分线制集中抄表方式，即由数据采集器采集单只或多只计量表的数据进行处理、存储，各数据采集器之间采用总线方式连接，最后连接到集中控制器上，通过Modem方式远程传输到服务器端，最终在计算机上进行显示。常见的自动抄表方式有红外抄表系统、低压载波抄表系统、485 总线抄表系统、光纤传输远程抄表系统等。红外抄表系统需要抄表工作人员到数据采集器跟前抄读，实现的是半自动抄表；低压载波抄表系统受噪声干扰影响比较大、高频载波信号只能在一个低压台区内传播，无法跨台区传送信号、电力网络的阻抗特性及其衰减，制约着信号的传输距离；485总线抄表系统需要铺设专用的485总线，实施难度更大，需要采取防雷击措施等；光纤传输远程抄表系统成本高、施工难度大。
发明内容
[0003]本发明目的在于改进现有的基于图像处理的抄表系统的弊端，提出基于机器视觉的表具自动识别方法，节省了人力物力，提高了工作效率，降低了抄表成本。
[0004]一种基于机器视觉的表具自动识别方法，包括以下步骤：
[0005]步骤一、将输入的表具图像f(x ,y)进行灰度化处理，得到灰度化处理后的图像h (x ,y)。
[0006]步骤二、将原始图像f(x ,y)进行图像增强，将处理后的图像记为 g(x ,y)，则对比度增强可以表示为g(x ,y)＝T[f(x ,y)]。
[0007]其中，T表示输入图像和输出图像对应点的灰度映射关系。实际中由于曝光不足或成像系统非线性的影响，通常照片或电子系统生成图像对比度不良，利用对比度增强变换可以有效地改善图像的质量。
[0008]步骤三、采用改进后的中值滤波，将传统算法中相邻的两次中值滤波运算合并为一次进行，减少了中值滤波过程中比较运算的次数，该算法可将传统算法的复杂度O(n 2)简化为O(n)。
[0009]步骤四、由圆的标准方程x 2+y 2+2ax+2by+c＝0分两步求出其中的参数：第一步求出圆心坐标(a ,b)；第二步求出圆的半径r。
说 明 书
1/5页CN 107967471 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议