一种基于计算机视觉的特种车辆仪表自动识别系统及方法

摘要

本发明属于仪表识别、计算机视觉、软件工程、视频图像处理，能通过摄像机获取的视频图像，可以自动识别特种车辆仪表。一种基于计算机视觉的特种车辆仪表自动识别系统，其特征在于：所述系统包括仪表视频图像采集系统、数据处理系统及仪表自动识别和检测系统；所述仪表视频图像采集系统包括一CCD数字摄像机，并通过总线从摄像机里实时获取特种车辆仪表动态的视频图像，并将视频图像传输给数据处理系统；所述数据处理系统负责视频数据的保存和筛选，识别结果的保存和管理数据相关的任务,并将视频数据传输给仪表自动识别和检测系统；所述识别和检测系统调用特种车辆仪表图像的识别算法，并将识别的结果反馈给数据处理中心。

主权项

一种特种车辆仪表自动识别方法，其特征在于，具体包括如下步骤：(1)图像预处理：对原始的指针仪表图片做出处理；(2)仪表圆盘和中心的自动提取：通过算法自动获取仪表的圆盘和中心，从而准确定位出仪表的位置，为后面的进一步的分析所用；(3)对输入的仪表图像，基于纹理特征，自动识别出仪表类型；(4)获取指针,获取指针的角度信息；(5)读数：根据指针的角度信息获取仪表的值；其中，步骤(1)图像预处理：包括仪表图像进行大小归一化、通过中值滤波去随即噪声、通过灰度增强仪表图像的对比度，通过二值化处理实现仪表图像中背景和对象的分割，通过反色获取指针和刻度；本方法采用自适应中值滤波，并且采用带修正的自适应邻域平均法消除图像干扰和噪音；采用灰度拉升对特种车辆仪表图像进行灰度增强处理；步骤(2)仪表圆盘和中心的自动提取：用Hough变换来检测仪表圆盘的边界；Hough变换检测圆盘式仪表的边缘，将仪表图像空间的点映射到参数空间去，然后在参数空间进行统计计算，根据计算的结果判断圆的半径和圆心所在位置的可能性；对于二值仪表图像中的某一点(x,y),如果它是在圆心为(m,n)半径为r的圆上，则其对应的参数空间满足$\{\begin{array}{c}m=x-r·\cos \left(\theta \right)\\ n=y-r·\sin \left(\theta \right)\end{array}---\left(1\right)$其中θ∈[0,2π]；用Hough变换的圆检测方法，仪表的圆盘边缘和中心点被完全的找到；步骤(3)对仪表类型的自动识别：对输入的仪表图像，找出仪表表盘的边缘后，基于颜色特征和纹理特征来识别仪表类型；首先，针对每种类型的特种车辆仪表，采集一批有代表性的特种车辆仪表图像，每副图像当作一个训练样本，针对每个训练样本，根据图像预处理对图像质量归一化，然后提取出仪表图像的圆盘，根据圆盘半径将仪表图像进行大小归一化，归一化后分别对特种车辆仪表图像提取颜色特征和Gabor纹理特征；最后针对所有的训练样本，分别以颜色特征和Gabor纹理特征为向量为每种类型建立模型；每种类型的仪表建立好模型后，对于采集的实时图像，同样经过图像预处理进行图像质量归一化，提取仪表圆盘进行仪表大小归一化，归一化后分别提取颜色特征和Gabor纹理特征，对这两种特征与各个类型的仪表模板分别进行模式匹配，然后得到仪表分类结果，最后将两种的识别结果综合得到仪表类型；步骤(4)对指针角度信息的获取：将工业仪表指针的提取的三种主要方法：Hough变换的方法，灰度图像的极坐标中心投影的方法,基于指针边缘点拟合的最小二乘法进行综合提取特种车辆仪表指针；步骤(5)基于仪表刻度的自动读数：设指针的角度为α，其两个相邻刻度的角度为β₁和β₂,这两个相邻刻度的值为v₁和v₂,那么最后的读数v为：$v=v_1+\frac{(\alpha -{\beta }_1)}{({\beta }_2-{\beta }_1)}·(v_2-v_1)---\left(2\right).$