基于OpenCV仪表指针读数识别系统设计
摘 要
随着时代发展，各类工业对于自动化水平以及机器智能化程度的要求不断提高，在这样的时代要求下，数字图像处理技术已经渐渐引入电力系统自动化中来，同时成为越来越重要的组成部分。
在电力工业中，指针式仪表仍然由于其精度高，读取容易，可调控等优点占有大量比重。但是由于指针式仪表显示不同于数字信号，无法被计算机读取。在数据记录和指针校准时都是通过人工读取的方式进行，由于人为等外界不可避免的因素，导致读数精度不高，波动性大，这就大大降低了数据读取的准确性。故如何利用计算机图像技术对指针式仪表进行自动判读已经成为一个迫切的问题。尤其是在进行读数校正时。
本文提出了一种基于图像处理的指针式仪表自动读数识别算法。其具体算法如下：
（1）通过工业摄像机或手持终端设备获取仪表图像，对图像进行预处理操作，通
过轮廓跟踪算法检测得到可能的表盘轮廓，然后由形状特征判断得到表盘区域位置。
（2）在表盘区域内采用 LSD（Line Segment Detector）算法检测直线段，由最小二
乘法拟合直线段中点所在圆来寻找表盘圆心 O 和半径 R。由直线段中点到圆心的距离筛
选刻度线段。由线段长度和半径决定刻度线环带区域大小。在刻度线环带区域内，计算
每个黑色像素点到圆心 O 之间的连线与 X 轴的夹角并对其取整。因为主刻度线区域包
含的黑色像素点比细分刻度线多，采用中心投影法提取主刻度线。在表盘区域位置内采
用霍夫变换检测指针两侧边缘线，求两侧边缘线交点记为指针端点 P，P 与圆心 O 相连
记为指针线段。
（3）在刻度线环带区域内寻找指针左右两边主刻度线字符位置，并通过数字识别
算法获取指针左右两边主刻度线读数。计算指针到左、右两边主刻度线的距离，然后基
于距离法计算指针示数 X。
该算法的主要创新点如下：
（1）采用 LSD 算法准确检测刻度线段。
（2）由霍夫变换获取指针左右两侧边缘线位置，求两侧边缘线交点记为指针端点，指
针端点与圆心连线作为指针直线。
（3）现有的方法将量程、零刻度线等作为已知条件。本算法采用无先验知识的方法进
I
行读数识别。
本文提出的指针式仪表自动读数算法能够准确、快速的定位刻度线及刻度数字，并
且能够准确的完成刻度线与刻度数字的一一对应。该算法在霍夫变换检测指针线段的基
础上进行改进，提高了指针定位的准确性。该算法在 OpenCV 库和 boost 库支持的基础
上，借助 Visual Studio 开发平台验证了该算法的可行性。利用 Microsoft Visual Studio 2013
集成开发环境里的 MFC 模块创建对话框，通过添加不同的按钮来完成指针式仪表自动
读数算法的逐步运行。该方法不仅鲁棒性高，而且能够准确、快速的识别指针示数。
关键词：指针式仪表，霍夫变换，LSD 算法，数字识别
目录
第 1 章 绪论 7
1.1 背景及意义 7
1.2 国内外研究现状及发展趋势 8
1.3 论文主要内容及结构安排 9
第 2 章 指针式仪表表盘区域定位 11
2.1 图像预处理 11
2.2 提取感兴趣区域 17
2.2.1 边缘检测 17
2.2.2 轮廓跟踪原理 18
2.2.3 提取表盘区域 18
2.3 小结 19
第 3 章 指针式仪表表盘特征提取 21
3.1 指针式仪表刻度特征提取 21
3.1.1 LSD 算法检测直线段 21
3.1.2 提取刻度线环带区域 23
3.1.3 提取主刻度线 25
3.2 指针式仪表指针特征提取 26
3.3 小结 28
第 4 章 指针式仪表读数计算 29
4.1 主刻度值字符检测 29
4.1.1 单个字符提取 29
4.1.2 基于 KNN 的字符识别 31
4.1.3 刻度值匹配 33
4.2 基于距离法的读数计算 34
4.3 小结 34
第 5 章 实验及结果分析 35
5.1 系统框架 35
5.2 实验过程 36
5.3 结果分析 40
5.3.1 表盘区域提取 40
5.3.2 表盘特征提取 40
5.3.3 读数计算 41
5.4 小结 42
结 论 45
参考文献 48
第 1 章 绪论
1.1 背景及意义
随着当今社会和经济的发展，人们对速度和效率的要求越来越高。因此越来越多的
数字式电子仪表被人们使用，但是指针式仪表在特定场景下还是必不可少的。指针式仪
表广泛应用于工农业生产、科学技术、日常生活等各个方面，如图 1-1 所示。例如，在
当前的雷达设备中，指针式仪表仍存在着很大的应用前景，主要有电压表，电流表，还
有一些雷达液压表，温度/湿度表；指针式测量仪器在汽车仪表生产行业中也得到了广泛
的应用。在这些设备当中指针式仪表作为设备的组成部分，仪表能否准确读数对应用设
备的性能能否有所提高具有重要的参考价值。指针式仪表作为一种较为古老的计量仪
器，它的优点分别是：1）结构简单、安装便捷；2）不易受电磁干扰、可靠性高；3）
可测连续量，能够较为直观地观察到待测数据的变化。当然指针式仪表也存在一定的缺
点：1）人工读数误差；2）灵敏度及准确率相对较低；3）过载能力较差。
参考文献
[1]翟弘扬. 数字图像识别及应用[J]. 中外企业家, 2016, (09): 69.
[2]吴小燕. 数字图像处理及识别算法研究与实现[D]. 新疆: 新疆大学, 2005.
[3]陈爱霞, 杜友福, 陈中举. 图像识别的应用现状和研究方向[J]. 中国科技信息, 2015, (16):
82-83.
[4]Guo D, Qu X, Du X, et al. Salt and Pepper Noise Removal with Noise Detection and a Patch-Based Sparse Representation[J]. Advances in Multimedia,2014,(2014-3-13), 2014, 2014(1):1-14.
[5]李学聪, 汪仁煌, 唐苏湘,等. 指针式仪表图像的六步预处理方法[J]. 电测与仪表, 2012,
49(12):28-31.
[6]郭清宇, 彭芳芳. 指针式仪表图像高斯同态滤波增强算法研究[J]. 中原工学院学报, 2013, 24(5):1-4.
[7]OHTSU,Nobuyuki. A Threshold Selection Method from Gray-Level Histograms[J]. IEEE Transactions on Systems, Man, and Cybernetics, 2007, 9(1):62-66.
[8]Sablatnig R, Kropatsch W G. Application constraints in the design of an automatic reading device for analog display instruments[M]. 1994.
[9]Sablatnig Robert, Kropatsch Walter G. Application constraints in the design of an automatic reading dective for analog display instruments[C]. Applications of Computer
[ 10 ] 李铁桥 , 富丽宇 . 图象处理在指针式压力表自动判读方面的应用 [J]. 自动化仪表 , 1996(12):13-16.
[11]王三武, 戴亚文, 景仁坤. 复杂仪表的图像自动读数识别方法[J]. 武汉理工大学学报(信息与
管理工程版), 2003, 25(6):76-78.
[12]范江涛, 汪仁煌, 周武,等. 基于数字图像处理技术的针式仪表读数识别[J]. 广东工业大学学报, 2007, 24(4):76-78.
[13]Wang Q, Fang Y, Wang W, et al. Research on automatic reading recognition of index instruments based on computer vision[C]// International Conference on Computer Science and Network Technology. IEEE, 2014:10-13.
[14]张文杰, 熊庆宇, 张家齐,等. 基于视觉显著性的指针式仪表读数识别算法[J]. 计算机辅助设计与图形学学报, 2015(12):2282-2295.
42
[15]尹红敏, 葛广英, 肖海俊,等. 基于 Halcon 的指针式仪表的读数[J]. 现代电子技术, 2016, 39(17):16-19.
[16]王瑞, 李琦, 方彦军. 一种基于改进角度法的指针式仪表图像自动读数方法[J]. 电测与仪表,
2013, 50(11):115-118.
[17]李鹏. 基于计算机视觉的指针式压力表自动检定系统研究[D]. 中国石油大学(华东), 2014. [18]李伟, 任青青, 胡艳侠,等. 一种复杂指针式仪表的读数自动识别算法[J]. 计算机技术与发展,
2017, 27(3):201-204.
[19]王延华, 李腾, 张沛,等. 结合 HSV 与局部 Hough 变换的指针式仪表识别算法[J]. 电子设计工
程, 2017, 25(2):110-113.
[20]赵书涛, 李宝树, 贾秀芳,等. 基于计算机视觉的电测仪表自动识别方法的研究[J]. 仪器仪表
学报, 2004, 25(z1):606-607.
[21]陈昕然. 基于机器视觉的电力仪表自动检定系统研究[D]. 哈尔滨工业大学, 2015.
[22]晁阳. 基于特征识别的指针式仪表自动识别研究[D]. 山东大学, 2008.
[23]Yue X F, Min Z, Zhou X D, et al. The Research on Auto-recognition Method for Analogy Measuring Instruments[C]// International Conference on Computer, Mechatronics, Control and Electronic Engineering. IEEE, 2010:207 - 210.
[24]孙国平. 基于图像处理的指针式仪表自动检定系统[J]. 电子科技, 2010(s1):39-41. [25]邵锡, 沈普, 韩俊,等. 一种改进的指针式仪表读数识别方法[J]. 数字技术与应用,
2016(7):229-230.
[ 26 ] Kyong-Ho Kim,Sung-Li Chien,Yong-Buin Lee. A Study on Analog and Digital meter Recognition Based on Image Processing Technique[J].Jounal of the Korean Institute of Telsmatics and Electronics,1995,9(32):79-94.
[27]李祖贺, 刘嘉, 薛冰,等. 面向自动校验系统的指针式压力表读数识别[J]. 计算机工程与应用, 2016, 52(23):213-219.
[28]孙浩晏. 基于机器视觉的指针式仪表读数识别系统研究[D]. 吉林大学, 2015.
[29]Chi J, Liu L, Liu J, et al. Machine Vision Based Automatic Detection Method of Indicating
Values of a Pointer Gauge[J]. Mathematical Problems in Engineering,2015,(2015-10-4), 2015, 2015(3):1-19.
[30]辛凤鸣. 指针式仪表自动检定算法研究[D]. 东北大学, 2009.
[31]王欣. 智能变电站指针式仪表自动识别方法的研究[D]. 沈阳工业大学, 2016.
[32]Yang Z, Niu W, Peng X, et al. An image-based intelligent system for pointer instrument reading[C]// IEEE International Conference on Information Science and Technology. IEEE,
43
2014:780-783.
[33]Rublee E, Rabaud V, Konolige K, et al. ORB: An efficient alternative to SIFT or SURF[C]// IEEE International Conference on Computer Vision. IEEE, 2012:2564-2571.
[34]Han J, Li E, Tao B, et al. Reading recognition method of analog measuring instruments based on improved hough transform[C]// International Conference on Electronic Measurement & Instruments. IEEE, 2011:337-340.
[35]刘阳. 基于数字图像处理技术的指针式仪表识别系统[D]. 山东大学, 2016.
[36]尹力. 基于图像的指针式仪表读数自动识别技术研究[D]. 电子科技大学, 2016.
[37]刘元稳. 指针式仪表图像测试技术研究及应用[D]. 广东工业大学, 2015.
[38]马小菊. 指针式仪表自动判读研究[D]. 昆明理工大学, 2013.
[39]徐国旺, 廖明潮. 拟合圆的几种方法[J]. 武汉轻工大学学报, 2002(4):104-106.
[40]石伟, 王朝立, 陈建帅,等. 基于图像处理的变电站指针式仪表读数研究[J]. 电子科技, 2016, 29(1):118-120.
[41]Bulbule S S, Nandyal S. A Real-Time Intelligent Alarm System on Driver Fatique Based on Video Sequence[M]// Computational Vision and Robotics. Springer India, 2015:205-211.
