图像识别在指示表检定中的应用

admin

　1 检定仪工作原理分析
　　检定仪结构通常由计算机、丝杠、底座、电机控制卡、CCD摄像机、图像采集卡、打印机等相关部分组成。如下图1是对检定仪结构图像的具体分析。
　　指示表检定仪通常依据光栅测长的相关原理，将直线位移变成相关的电信号，并且经过电路轉化和软件细分的方式，对一些脉冲信号进行相关的记录和显示。计算机在接到“开始检定”的命令时。电机驱动光栅和被检指示表会发生同样的位移，图像识别技术通过对表盘的图像的拍摄来识别所有检定点的读数，最后将得到的识别结果与光栅测量的标准位移结果进行比较，通过比较能够获得各项指示值的误差，并将其检定记录和结果打印出来。
　　被鉴定表以专用夹的形式将其固定在底座上，因此利用不同的夹可以实现区别和更改不同规格的鉴定表。通过程序编制将电机控制卡设置为工作方式3，以连续输出电动波的形式控制电机移动，以改变方波频率来调整电机速度。通过电机带动丝杠转动，适当的形式电机的运动形式转化为直线运动并进一步推动推杠移动，推杠一侧的弹簧用来消除机械传动间隙。被检表盘上方的摄像平台安装有CCD的摄像机和光源，摄像机平台上的电机在计算机的控制下，可以实现沿x、y方向移动的动作，以此保障摄像机准确对应被检表的表盘。CCD摄像机在连续鉴定被检表盘时，相关的图像信息由采集卡进入计算机系统内，并实现图像处理和检定仪表指针示值及误差的工作，同时能够有效实现正反行程方向的检定。
　　自动检定仪全程由计算机控制完成各项工作，精密光栅提供给表杆标准的测量长度基准，以此保证测量值的准确性和稳定性，通过CCD的自动判读装置来实现指示值得准确判读，从而避免了员工读数的缺陷，保证了检定结果的精度。另外，连续检定和自动检定在有效保证检定效率的同时，还能够随意调整检定范围，具有灵活方便的操作工效。鉴定仪系统主要由光栅尺的数据采集模块、数据保存模块、表示只判读模块以及打印模块等组成。
　　2 图像获取和初步处理分析
　　2.1 图像获取分析
　　图像采集卡通过接收CCD输出的视频信号，将接收到的信号进行解码，将其转化为计算机能够处理的数字信息，计算机通过CPI读取图像采集卡传达的图像数据将其传送到系统内部，然后借助相关的软件技术对其进行处理。一般情况下，表盘的图像获取主要分为以下步骤：首先是对图像采集卡进行初始化，再输入对应的信号源，进一步设置图像采集的大小或位置，以灰度图像的采集方式启动图像设备，并设置图像采集卡参数。其次是获取BMP图文件的相关参数，以该参数为依据，开辟出576×576大小的缓冲区，并将其头一字节所在的地址作为指针方向。最后是将图像传达至缓冲区，并根据其显示的图像模式，将表盘图像有效显示在计算机屏幕上。
　　2.2 图像边缘检测与增强
　　边缘检测主要用来获取表针的边缘信息，以此来保证和突出图像的整体轮廓。在图像边缘得到突出显示的同时，还要有效保持边缘以外其他区域的原样。但是值得注意的一个问题是，边缘检测和增强将会消弱图像的一些低频部分，而处理后的图像要保持亮度不变，像素值缓慢的区域也要保持不变，但像素变化强烈的部分要明显突出。通常采用的边缘检测方法有平移、力度方向的边缘增强、Sobel边缘检测、Laplace边缘增强等。文章中的边缘检测方法主要采用了Sobel边缘检测法，该种方法属于一种非线性的边缘检测算法，具有很高的检测效率和广泛的用途。这种检测方法是在x、y方向上，使用两个不同的模板进行。
　　3 指示表示值的判读方法分析
　　仪表示值图像的处理主要包括二值化处理和投影法识别两种算法。下面将分别对这两种算法进行分析和介绍。
　　3.1 图像二值化的算法分析
　　为了从复杂的图像部分中提取特定的图像区域和信息，就需要对被提取的图像进行相关的简化和分割，将需要提取的图像部分与其他图像部分分隔开来，而在这其中最常用的分割方法就是对图像灰度进行等级区分的方式。然后通过灰度门限设置的方式对图像进行二值化，分割出来需要的图像信息转变为黑色部分，而将被剔除的一些无用部分转化为白色。而指示表图像最感兴趣的就是灰度值较小的指针。在实际情况的影响下，指示表的指针和表盘会存在一些较大的差异性。是在光照相对均匀的条件下，可以通过自动搜索合理门限的方式，将图像进行二值化，灰度小于该门限的则为黑色，否则为白色，同时要注意在选择门限值时经过综合全面的考虑。
3.2 投影法识别的算法分析
　　投影法识别算法主要是指将二值化的图像表盘中的各个像素按照从中心向边缘拓展的方式进行投影，而投影长度则等同于该方向上的黑色像素数量，投影最长的点通常就应该是该指示表的指针方向。通过该点的确定以及对应关系的分析，最后求出指示表的读数。
　　投影识别的具体算法如下：首先要在表盘的图像上建立一個极坐标体系，原点就代表指示表指针的回转中心，r或θ两个参数可以用来确定图像空间中其他点，r主要代表远点的距离，θ代表方位角，因此，任意点的x、y构成的函数关系应该是：
　　r取值主要控制0到220之间，主要代表指针扫描的半径，所对应的就是图像的像素数量。而θ取值一般控制在0到1800之间，对应的方位角就在0到360度之间，从每个数值对应0.2度。
　　对应θ的取值变化，当r从0增加到220时，代表着原图像空间中的一条线段，随着取值的递进变化，代表着可以得到1800条相应的线段，当每一条线段完成投影后，也意味着得到一个一维数组累加器，按照线段顺序，以搜索的方式对其中的黑点和累加器加一，当所有的θ点对应的线段完成搜索工作后，便可以得到投影空间所对应的曲线，如下图2所示：
　　从投影曲线的极值点可以看出对应的指针所在位置，数据处理软件通过峰值搜索来判断峰值，并计算出其峰值位置。从图中可以看出，峰值与指示表的读数有着密切关系，而这种关系在识别开始之前就应该人为设定好，最后通过计算出的峰值来求出指示表的读数。
　　4 结束语
　　图像识别技术应用于指示表检定中，不仅能够实现检定过程的全自动化，同时能够提高检定的精确度和分辨率。实践证明，这种技术应用于指示表检定中能够减少回程误差，并且具有操作简便、反应灵敏的优势特点，因此被广泛应用于百分表、杠杆表，内径表、千分表等各类指示表的检定过程中，所以具有一定的普适性和通用性。同时，一些实验证明：这种图像识别技术应用于指定表检定的方法完全符合国家标准的规定要求，因此有望在各类工矿企业和事业单位的计量过程中得到普遍推广和使用。
　　参考文献：
　　[1]杨昭信.图像处理在量块检定中的应用[D].华南理工大学，2012.
　　[2]王红敏.指针式指示表自动检定仪智能控制[J].工具技术，
　　2009（03）：102-105.
　　[3]王红敏.指针式指示表自动检定仪的设计及应用[J].工具技术，
　　2008（08）：101-105.
　　[4]张强.图像处理技术在智能指示表检定仪中的实现[J].上海计量测试，2013（06）：24-26.