基于圖像配準(zhǔn)與視覺(jué)顯著性檢測(cè)的指針儀表識(shí)別研究.pdf

1、指針儀表具有讀數(shù)直觀、結(jié)構(gòu)簡(jiǎn)單、精度高、制造成本低、抗電磁干擾能力強(qiáng)、方便維護(hù)等優(yōu)點(diǎn)，在生產(chǎn)實(shí)踐中得到了廣泛的應(yīng)用。通常指針儀表沒(méi)有數(shù)字通信接口，不能將測(cè)量信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，需要依靠人工方式識(shí)別儀表示數(shù)。指針儀表示數(shù)識(shí)別是一項(xiàng)繁瑣、枯燥、重復(fù)性高的工作。在一些需要大量識(shí)別指針儀表讀數(shù)的場(chǎng)景，如電力系統(tǒng)、指針儀表檢定等，獲取儀表示數(shù)的準(zhǔn)確與否很大程度上依賴操作員的責(zé)任心與視覺(jué)疲勞程度，在識(shí)別過(guò)程中容易出現(xiàn)失誤與讀數(shù)誤差，若要及時(shí)發(fā)現(xiàn)失誤

2、則需要增加工作量，否則可能會(huì)造成嚴(yán)重的后果。傳統(tǒng)的人工識(shí)別指針儀表讀數(shù)方式，不但造成了人力資源的浪費(fèi)，而且不能達(dá)到理想的識(shí)別效果。
　　本文利用計(jì)算機(jī)視覺(jué)、圖像處理與模式識(shí)別技術(shù)，實(shí)現(xiàn)變電站場(chǎng)景中儀表讀數(shù)的自動(dòng)、準(zhǔn)確識(shí)別。本文以變電站中常見(jiàn)的指針儀表作為研究的落腳點(diǎn)，以Marr視覺(jué)理論為基本理論基礎(chǔ)，重點(diǎn)研究指針儀表識(shí)別關(guān)鍵技術(shù)。具體而言，本文研究基于特征的圖像配準(zhǔn)技術(shù)，消除指針讀數(shù)識(shí)別過(guò)程由于儀表圖像變形造成的視覺(jué)測(cè)量誤差；研究

3、顯著性檢測(cè)技術(shù)，檢測(cè)不同干擾下的儀表指針區(qū)域；研究指針儀表讀數(shù)識(shí)別模型，提高識(shí)別儀表示數(shù)的準(zhǔn)確性與穩(wěn)定性。本文力求在研究方法和思路上有所突破與創(chuàng)新，主要研究?jī)?nèi)容可以概括為以下四個(gè)方面：
　?、籴槍?duì)目前特征檢測(cè)方法對(duì)于包含較大平坦區(qū)域的圖像提取特征魯棒性不高的問(wèn)題，提出一種基于SURF的鄰域梯度模糊增強(qiáng)的特征檢測(cè)算法?；舅悸罚河捎谄教箙^(qū)域圖像梯度特征變化緩慢，提取的特征魯棒性差；對(duì)于梯度變化較大的區(qū)域提出的特征魯棒性較高。具體而言

4、：首先，本文計(jì)算圖像梯度特征，然后利用圖像梯度直方圖，基于圖像的梯度信息將圖像梯度分為多層，然后構(gòu)造模糊函數(shù)在不同的梯度層次增強(qiáng)圖像的梯度特征；其次，二值化梯度圖像，確定梯度變化最劇烈的位置，使用形態(tài)學(xué)的膨脹操作與閉操作提取具有較大梯度變化的區(qū)域，并在這些區(qū)域提取 SURF特征。實(shí)驗(yàn)結(jié)果表明本文方法提取的圖像特征可以在有較大平坦區(qū)域的儀表圖像上有較高的配準(zhǔn)率；同時(shí)本文也在公開的圖像數(shù)據(jù)集上驗(yàn)證了算法，提出的特征檢測(cè)方法有較高配準(zhǔn)率，可以

5、減少誤匹配對(duì)圖像配準(zhǔn)參數(shù)的影響。
　?、卺槍?duì)基于特征的圖像配準(zhǔn)方法得到的配準(zhǔn)參數(shù)不精確、圖像配準(zhǔn)效果不佳問(wèn)題，提出一種基于低秩分解的圖像配準(zhǔn)參數(shù)優(yōu)化模型。具體而言：本文依據(jù)計(jì)算配準(zhǔn)參數(shù)最小的特征點(diǎn)對(duì)數(shù)量，計(jì)算幾何轉(zhuǎn)換參數(shù)矩陣，然后依據(jù)幾何變換參數(shù)矩陣構(gòu)造低秩模型，獲取優(yōu)化的幾何變換參數(shù)矩陣，并估計(jì)內(nèi)點(diǎn)(準(zhǔn)確匹配的特征點(diǎn)對(duì))；最后，使用一種簡(jiǎn)單的迭代策略計(jì)算最優(yōu)的幾何變換參數(shù)。實(shí)驗(yàn)結(jié)果表明本文的圖像配準(zhǔn)方法可以得到令人滿意的配準(zhǔn)性能

6、（RRMS和EID），能較好消除圖像幾何形變。
　?、坩槍?duì)目前顯著性區(qū)域檢測(cè)不能較好抑制背景區(qū)域干擾，不能一致的、魯棒的突出顯著性區(qū)域問(wèn)題，本文提出一種基于吸收馬爾科夫鏈與多特征的顯著性區(qū)域檢測(cè)方法。本文構(gòu)造基于吸收馬爾科夫鏈的顯著性檢測(cè)模型，基于多特征（對(duì)比度、空間位置關(guān)系、背景先驗(yàn)性等）檢測(cè)顯著區(qū)域。具體而言：首先，構(gòu)造函數(shù)計(jì)算每個(gè)節(jié)點(diǎn)在吸收馬爾科夫鏈上的吸收概率；其次，利用圖像對(duì)比度與空間關(guān)系構(gòu)造先驗(yàn)顯著性模型，該模型可以提

7、供先驗(yàn)的前景顯著性節(jié)點(diǎn)，然后依據(jù)節(jié)點(diǎn)吸收概率計(jì)算每個(gè)節(jié)點(diǎn)基于顯著節(jié)點(diǎn)的顯著性；再次，本文利用背景先驗(yàn)性，提供先驗(yàn)背景節(jié)點(diǎn)，進(jìn)而計(jì)算每個(gè)節(jié)點(diǎn)基于背景節(jié)點(diǎn)的顯著性；最后，本文通過(guò)余弦相似性測(cè)度融合節(jié)點(diǎn)的兩類顯著性，得到最終的顯著圖。本文在3個(gè)公開的圖像數(shù)據(jù)集上（SED）測(cè)試提出的顯著性檢測(cè)方法，實(shí)驗(yàn)結(jié)果表明本文提出的顯著性檢測(cè)方法較11種公開的顯著性檢測(cè)方法有更好的魯棒性，更有效。同時(shí)也驗(yàn)證了本文顯著性檢測(cè)算法檢測(cè)指針區(qū)域的性能，實(shí)驗(yàn)表明，

8、提出的顯著性檢測(cè)方法可以魯棒地檢測(cè)不同類型儀表的指針區(qū)域。
　?、茚槍?duì)目前指針儀表讀數(shù)識(shí)別模型存在識(shí)別精度不高、穩(wěn)定性差的問(wèn)題，本文提出一種基于指針區(qū)域特征的儀表讀數(shù)識(shí)別方法。其基本思想：依據(jù)指針區(qū)域在水平方向與垂直方向上的投影特征設(shè)計(jì)指針讀數(shù)識(shí)別方法。具體而言，首先利用顯著性區(qū)域檢測(cè)方法提取儀表圖像指針區(qū)域；然后依次旋轉(zhuǎn)儀表指針圖像，統(tǒng)計(jì)旋轉(zhuǎn)不同角度時(shí)儀表指針圖像在縱軸上的投影最大值，計(jì)算指針至平行于橫軸需要旋轉(zhuǎn)的角度，并判斷指