一种基于颜色分割与概率模型的表盘指针识别方法

摘要

本发明公开了一种基于颜色分割与概率模型的表盘指针识别方法，主要用于电力表盘的自动示数读取。先进行表盘定位，去掉复杂背景，再根据颜色迭代分割进行粗定位，计算拟合点，再利用圆形拟合精确定位刻度区与指针区，然后经过自适应二值化，绘制半径映射图确定候选指针位置，最终根据概率模型确定指针的角度。本发明对于背景复杂、光线干扰多、表盘弧圈较多、指针非常短、表盘内部字符众多等现有的表盘自动读取技术难以读取电力表盘具有良好的识别效果，同时还具有非常高的抗干扰性。

说明书

技术领域

本发明属于数据识别技术领域中的图像捕获和处理技术，自动识别电力表盘的指针，并转换为表盘读数，具体涉及一种基于颜色分割与概率模型的表盘指针识别方法。

背景技术

指针式表盘具有防水、防冻、防尘的优点，因此在电力系统上得到了非常广泛的应用。目前，很多变电站仍采用人工读取指针式表盘示数，非常耗时，而且存在一定的安全隐患，就技术发展的趋势而言，指针式表盘的自动示数读取将成为一种常态。

目前的表盘指针自动识别技术主要有模板标定法、边缘检测法、直线与圆检测法、角点检测法、轮廓拟合和径向分割和深度学习方法等。模板标定法实际上仍需要较多的人工参与，一旦表盘安装位置发生变化，就需要重新标定，因此实用性不强。边缘、直线、圆以及角点检测法等方法仅在图像相对比较清晰，没有太多的光线干扰，表盘字符不多且指针比较长的情况下才能有较高的准确率。在图像质量不佳、有光线与噪点干扰的情况下，识别准确率难以达到实用要求。深度学习方法需要采集大量不同场景的图像，对于处理器的性能要求比较高，且一般用于表盘定位，不太适合用于精确地识别指针读数。

因此，客观上需要解决如何去除大量繁琐的人工标定以加快部署的问题，以及如何克服现有技术中对背景复杂、光线干扰多、表盘弧圈较多、指针非常短、表盘内部字符众多、中心有不规则挖孔、孔内形状极不规则、表盘内部充油导致图像断裂的电力表盘的指针识别存在的准确率低和难以识别的问题。

发明内容

本发明要解决的技术问题是针对上述表盘背景复杂、光线干扰多、表盘弧圈较多、指针非常短、表盘内部字符众多、中心有不规则挖孔、孔内形状极不规则、表盘内部充油的电力表盘，提出一种基于颜色分割与概率模型的逐级指针识别方法。

为达到上述目的，本发明提出的技术方案是一种基于颜色分割与概率模型的表盘指针识别方法，具体包含以下步骤：

1)通过圆检测方法进行表盘定位，去掉复杂背景；

2)根据颜色迭代分割进行刻度区粗定位；

3)通过刻度区粗定位计算拟合点，利用圆形拟合精确定位刻度区与指针区；

4)对指针区进行自适应二值化；

5)绘制半径映射图，计算梯度，确定候选指针位置；

6)计算各候选指针的概率，确定指针的位置。

为了将表盘外的杂乱背景全部去掉，避免后续颜色分割受背景颜色干扰，表盘定位是通过霍夫变换检测表盘外壳。考虑到霍夫圆形检测可能会检测到多个圆，为避免混乱，在检测到多个圆时可对圆半径的范围进行限定。

上述根据颜色迭代分割进行刻度区粗定位是利用刻度区的红黄绿三色信息，采用迭代法得到自适应阈值，然后根据该阈值进行颜色分割，得到刻度区的粗定位。

通过刻度区粗定位计算拟合点是基于步骤2生成的刻度区，在刻度区外框内绘制多条水平直线，以这些水平直线与刻度区之间的交叉线的中点作为拟合点。

上述绘制半径映射图是将步骤4生成的二值化图的圆划分为360度，计算每个角度的半径，以角度为横坐标，半径为纵坐标，绘制而成。

所述候选指针位置是根据半径映射图的下降沿的梯度计算得出。

计算各候选指针的概率是指通过绘制半径映射图，计算径向梯度得到下降沿的位置，作为候选指针，然后根据下降沿的长度、下降沿之间的位置关系计算出下降沿作为指针的概率。

与现有技术中表盘自动读取的方式相比，本发明的有益效果在于：

一、抗干扰性强，本发明方法采用逐级定位方式，每个步骤去除一定的外部干扰，达到最终定位指针的目的，实际效果证明本方法具有很高的抗光线、油面、噪点等干扰的能力。

二、能够识别背景复杂、表盘弧圈较多、指针非常短、表盘内部字符众多、中心有不规则挖孔、孔内形状极不规则的电力表盘的指针，具备很好的实用效果。

三、部署方便，本发明无需对表盘进行人工标定，节省了人力，提高了部署效率。而且，本发明的运行也不依赖计算性能强大的处理器，在嵌入式系统与一般的PC上也可以运行。

附图说明

图1是典型的表盘图像示意图。

图2是本发明的表盘指针识别流程图。

图3是刻度区拟合点示意图。

图4是二值化图。

图5是半径映射图。

具体实施方式

现结合附图对本发明的具体实施方式作进一步的说明。

本发明针对表盘背景复杂、光线干扰多、表盘弧圈较多、指针非常短、表盘内部字符众多、中心有不规则挖孔、孔内形状极不规则、表盘内部充油的电力表盘，提出一种基于颜色分割与概率模型的逐级指针识别方法。

图1所示为表盘的图像示意图，可分为杂乱背景区、表盘内外壳、内部结构圆、刻度区、指针区、不规则挖孔区、杂乱文本区。

本发明先进行表盘定位，去掉复杂背景，再根据颜色特征进行粗定位，计算拟合点，再利用圆形拟合精确定位刻度区与指针区，然后经过自适应二值化，绘制半径映射图，计算下降沿位置，最终根据概率确定指针的角度。本方法的识别流程的一个具体实施例如图2所示，包含以下步骤：

S1：表盘定位：采用Hough变换检测表盘外壳，Hough圆形检测可能会检测到多个圆，可限定圆半径在一定的范围。Hough圆检测方法检测到的表盘外圈的位置不固定，有的靠近表盘外壳外圈，有的在表盘外壳内圈，圆心也不一定在表盘中心，但用于区分背景与表盘是足够的。检测到表盘区之后，可以将表盘外的杂乱背景全部去掉，避免后续颜色分割受背景颜色干扰。

S2：刻度区粗定位：由于光线、油面断裂、字符众多等因素影响，通过圆检测或者边缘检测方法很难确定刻度区。表盘的最明显的特征就是刻度区的颜色信息，利用这个信息可得到刻度区的粗定位，粗定位之后再采用圆拟合精确定位。在颜色分割之前，先对图像进行彩色直方图均衡，确保色调基本一致。刻度区包含三种颜色，分别是红、黄、绿，需要分别提取。以提取红色为例，设像素颜色值表示为Color(r,g,b),r、g、b分别为红色、绿色、蓝色分量，T为自适应阈值，如果满足(r-g)>T以及(r-g)>T，且r∈[80,220]，则保留原像素值，否则颜色值清零。为提高方法通用性，通过迭代法找到合适的阈值T。假设T

S3：计算拟合点：得到刻度区之后，在刻度区外框内，绘制多条水平直线，以这些水平直线与刻度区之间的交叉线的中点作为拟合点，如图3所示。由于光线的干扰，可能刻度区不完整，但多条线段中总有几条能与刻度区交叉，从而得到充足的拟合点。

S4：指针区精确定位：利用上述拟合点，拟合出一个圆形，这个圆形恰好能包围刻度区。找到刻度区之后，可以根据半径比例关系，得到指针区，并挖去表盘中心的杂乱孔区，得到干净的指针区。

S5：指针区二值化：采用自适应阈值方法，取指针区红色分量作为灰度图，计算出灰度图直方图Hist(i),其中i∈[0,255]。假设图中非0像素总个数为Count，w是根据实际情况设定的比例，则自适应阈值Th的计算方法：

用Th作为阈值进行二值化之后，经过形态学腐蚀、孔洞填充，并将中间的挖孔填充，最终得到较为干净的刻度与指针二值化图，如图4所示。

S6：获取候选指针：将图4所示的二值化图的圆划分为360度，计算每个角度的半径，以角度为横坐标，半径为纵坐标，绘制成半径映射图，如图5所示。半径映射图根据经验排除了底部字符区域。根据半径映射图的下降沿的梯度，计算出候选指针的位置。

S7：计算候选指针的概率：实际上，由于光线干扰，充油，噪点干扰，可能存在刻度与指针损坏，并存在很多刻度与指针之外的下降沿。但有两个特征，可用于区分刻度与指针。第一个是下降沿的梯度值。下降沿的梯度值越大，下降沿是指针的概率越大。设下降沿i的梯度为g

第二个是与其他下降沿的距离关系。已知两个刻度之间的平均角度差为A，总刻度个数为K。定义m∈[1,K]，假设映射图存在N个下降沿，其中第i个下降沿与第j个下降沿的距离为D

下降沿i与其他下降沿的距离关系定义为:

下降沿i的S

S8：确定指针位置：把概率最大的候选指针作为识别到的指针，将该候选指针的角度换算为指针读数。

需要说明的是，本发明所提供的上述实施例仅具有示意性，不具有限定本发明的具体实施的范围的作用。本发明的保护范围应包括那些对于本领域的普通技术人员来说显而易见的变换或替代方案。