基于機器視覺的汽車儀表盤的分割研究.pdf

1、目前有些學者將機器視覺技術(shù)應用于指針儀表的校驗、自動檢定和識別等系統(tǒng)的研究，這些都是單個的指針儀表，而像汽車儀表盤內(nèi)集成了多塊儀表的復雜儀表研究的較少，其內(nèi)部集成了車速里程表、轉(zhuǎn)速表、機油壓力表、水溫表等，研究起來較為復雜。本文將重點研究基于機器視覺的汽車儀表盤的分割技術(shù)，將汽車儀表盤內(nèi)復雜的多個儀表分割成單個儀表，就可以借鑒前人對于單個指針儀表研究的成果，繼而實現(xiàn)下一步汽車儀表讀數(shù)自動識別。 與以前的儀表盤圖像處理時通常單獨采

2、用常規(guī)的方法相比，本文是根據(jù)圖片的實際特點，將常規(guī)的方法與其他一些理論或算法結(jié)合使用，達到圖片處理的更好的效果。比如在去除噪聲時除了運用常規(guī)的中值濾波外，將采用分段線性變換，選擇了拉伸灰度區(qū)間，可以更好地控制圖像灰度直方圖的分布，最終改善圖片的質(zhì)量。分割時，在基于閾值分割得到二值圖基礎上，通過搜索連通域的方法使得分割的圖像定位更準確。 將機器視覺技術(shù)應用到汽車儀表研究中，也就是用攝像機等機器代替人眼對目標進行測量、跟蹤和識別，并

3、加以判斷。當識別的讀數(shù)即將達到臨界值時，就給駕駛員適當?shù)膱缶盘?，以提醒其注意，彌補了由于長期駕駛導致的人眼疲勞，讀數(shù)的不及時性和不準確性，提高了安全系數(shù)，這也就是本篇論文的研究意義之所在。 雖然研究起來不像單個指針儀表那么簡單，但是前人研究單個儀表的一些經(jīng)典理論和成果，是可以借鑒的，那么我們就可以考慮先完成多個儀表向單個儀表的分割過程，再按照單個儀表讀數(shù)識別步驟進行，由于部分學者已經(jīng)進行了后者的研究，本文將重點研究基于機器視覺

4、的汽車儀表盤的分割。由此可見在此過程中做好儀表盤圖片的預處理和分割是本文研究的關鍵。 本研究重點做好兩方面的工作： 1.汽車儀表盤圖像的預處理在實際系統(tǒng)中，由于車輛自身的運動、光照的穩(wěn)定性與均勻性、攝像機的角度、位置等因素等影響，所獲取的圖片存在各種各樣的噪聲，為保證后續(xù)圖像處理順利進行，需要獲得盡可能高質(zhì)量的圖片，因此做好汽車儀表圖像的預處理非常有必要。本文去除儀表盤圖像噪聲時，采用了非線性濾波中的中值濾波。中值濾波是

5、比較好的方法，在某些條件下可以做到既去除噪聲又保護圖像邊緣的較滿意的復原，且在噪聲未知的情況下很適合于信號的平滑，消除噪聲的同時又保留了圖像的細節(jié)。接著采用分段線性變換彌補中值濾波后圖像的對比度不足，突出感興趣的目標或者灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)域，最終取得了改善圖片質(zhì)量的效果。 2.汽車儀表盤圖像的分割由于分割儀表沒有統(tǒng)一的可套用的理論規(guī)則，要針不同形狀特征的儀表提出不同的算法。首先提到了兩種較常用的圖像分割算法，