基于机器视觉的指针表图像采集技术

    人类社会发展到今时今日，不断涌现出大量新技术，而机器视觉的应用，无疑也是当中重要的一项。如今，机器视觉已经不断被应用到各种工业现场自动化领域，发挥着极其重要的作用。而传统的指针表具有很多优点，目前还在电力系统、铁路系统、厂矿企业、计量部门等大量使用。但是在工业上，指针表还存在很多问题，导致不能广泛应用，而且对于指针表的研究资料还比较少。本文主要讨论的是基于机器视觉指针仪表的图像采集技术的应用及其图像预处理的关键技术。
    本文首先介绍了课题的研究背景和意义，包括机器视觉的概念、历史、存在问题和前景，然后从指针表的特点入手，研究一个应用于指针表的图像采集系统，包括图像的采集，图像的预处理。并且设计出仿真采集指针表图像的实验系统，从实验中分析处理的效果，而找出最佳的图像预处理效果。
在图像采集方面，本课题分析研究了摄像机的景深，还有摄像时的光源对采集的图像的影响。在图像预处理方面，采用图像增强、滤波去噪、二值化等预处理的方法处理图像并取得预期的效果。
    图像的采集和预处理，是本课题的主要研究工作。建立实验仿真系统，对实验结果进行对比，从而得出结论。
关键词：机器视觉，指针表,摄像机,图像增强,中值滤波,二值化 
Abstract
Development of human society today, a large number of new emerging technology, and machine vision applications, which is undoubtedly important. Today, machine vision has been applied to various fields of industrial automation field, plays an extremely important role. The traditional indicator table has many advantages, So it still use in the power system, railway systems, factories and mines, large-scale use of measurement sector. However, in industry, pointer table still exist many problems, resulting in not widely used, and the pointer table for research data is still relatively small。This article is focused on machine vision in the pointer table and the application of its key technologies.
In this paper, we first introduced to study the background and significance of issues, including the concept of machine vision, history, problems and prospects, and then make a pointer table used in image acquisition systems by Characteristics of the table pointer , including image acquisition , image pre-processing. Simulation and design a collection for the pointer table of the experimental system images from the experimental analysis of the effects of image pre-processing to find the best results.
In image acquisition, the analysis of this issue of the depth of field camera, as well as when the camera light on the impact of image acquisition. Image Pre-processing, the use of image enhancement, noise filtering, binarization, such as pre-processing approach to image and obtain the desired results.
Image acquisition and pre-processing, is the subject of a major research work. Experimental simulation system, the experimental results were compared in order to reach a conclusion.
Key words：Machine Vision ,Camera，Indicator Type Measuring Appliance，
             Image Enhancement，Median filter，Binarization
目    录

1 绪 论 4
1.1引言 1
1.1.1本课题的背景和意义 1
1.1.2国内外的应用现状和存在问题 2
1.1.3本课题的主要内容和关键技术 3
1.1.4 本章小结 4
2 图像的采集 5
2.1引言 5
2.2景深对图像的影响 5
2.3光源对图像质量的影响 7
2.3.1光源的分析与选择 7
2.3.2 光照方式的分析和选择 9
2.4 本章小结 10
3 图像的预处理 11
3.1 引言 11
3.2 图像的增强 11
3.2.1灰度拉伸 11
3.2.2直方图均衡化 12
3.2.3梯度场放大增强 13
3.2.4本课题采用的图像增强方法 14
3.3 图像的滤波去噪 14
3.3.1算术平均值滤波 14
3.3.2加权均值滤波 15
3.3.3中值滤波 15
3.3.4本设计采用的滤波去噪方法 17
3.4 图像的二值化 17
3.4.1整体全局阈值二值化 18
3.4.2分块局部阈值二值化 19
3.4.3动态阈值二值化 19
3.4.4本文采用的图像二值化方法 20
3.5 本章小结 21
4 指针表图像采集实验系统 22
4.1 引言 22
4.2 系统硬件设计 22
4.2.1程控标准电流源的设计 22
4.2.2程控电流源硬件结构及电路设计 23
4.3 系统软件设计 25
4.3.1程控电流源软件设计 25
4.4基于Matlab的图像处理程序设计 26
4.5 本章小结 27
5 总 结 28
6 参考文献 29
7 致谢 30
    在人类的科学探索与生产实践活动中，仪器仪表是认识世界的重要工具。作为现代社会中“信息获得”的源头，仪器仪表工业代表着一个国家科技发展的水平。随着数字电子的发展，数字仪表精度高、易读，虽然部分指针式仪表已被数字仪表所代替，但是当被测量对象快速变化或来回波动时，数字式仪表的示值会快速变化而不易读取，且价格较高。而指针式仪表可以直观地反映出被测量值的变化趋势，而且还具有结构简单，安装维护方便，具有防尘、防水、防寒、不受电磁场干扰、可靠性高、价格便宜等优点，目前还在电力系统、铁路系统、厂矿企业、计量部门等大量使用。
1.1引言
    对于一些行业的指针式仪表，特别是准确度比较高的仪表的检验，至今仍是采用手工记录读数、处理结果，指针式仪表的检定要求检定人员在每个需要检定的刻度上通过比较指针表的实际读数与标准电源的输出值之间的差异来分析被检定仪表的性能。然而由于人眼的分辨能力有限，当指针位于两刻度线之间时，只能粗略估计指针的位置，不能准确读取仪表的示数，这将直接影响了检定的准确程度。再者人的眼睛在大量的视觉工作之后会出现视觉疲劳，在检验测试工作中会出现疏忽和差错，若能及时发现改正这些差错，则要增加了重复劳动。如果不能及时发现，则有可能带来严重的后果。采用人工方式工作费时间、劳动强度大、检定效率低、检定误差大、可靠性差。针对人工方式检定的缺点，才用机器视觉来对仪表进行读数必成为未来的主流[1]。
1.1.1本课题的背景和意义
    机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。机器视觉又叫计算机视觉，是用计算机系统来对人的视觉的模拟和延伸。机器视觉涉及到多个学科，给出一个精确的定义是很困难的，而且在这个问题上见仁见智，各人认识不同。美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视觉的定义是：“Machine vision is the use of devices for optical non—contact sensing to automatically receive and interpret an image of a real scene in order to obtain information and／or control machines or processes．”译成中文是：“机器视觉是使用光学器件进行非接触感知，自动获取和解释一个真实场景的图像，以获取信息和(／或)控制机器或过程[2]。”它涉及多方面的技术，包括光源技术、图像采集技术、图像处理技术及运动控制技术等多个方面的技术。
    机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。  
由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
    目前，在指针式仪表检定方面还没有见到使用自动化检定装置的产品，基本上采用常规的检测方法和检测手段，自动化检定装置作为研究方向一直在进行之中，在科学、技术方面还需要进一步研究。若基于机器视觉技术指针式仪表自动检定系统研制成功并投入使用，将减少人工的重复劳动，减轻劳动强度，加快检定速度，具有较好的社会和经济效益。
1.1.2国内外的应用现状和存在问题
  20世纪70年代中期，以Marr, Barrow和Tenebaum等人为代表的一些研究者提出了一整套视觉计算的理论来描述视觉过程，其核心是从图像恢复物体的三维形状[2]。在视觉研究的理论上，以Marr的理论影响最为深远。其理论强调表示的重要性，提出要从不同层次去研究信息处理的问题。对于计算理论和算法实现，他又特别强调计算理论的重要性。这一框架虽然在细节上甚至在主导思想上还存在不完备的方面，许多方面还有很多争议，但至今仍是目前计算机视觉研究的基本框架[3]。
  进入80年代中后期，随着移动式机器人等的研究，视觉研究与之密切结合，大量引入了空间几何的方法以及物理知识，其主要目标是实现对道路和障碍的识别处理。这一时期引入主动视觉的研究方法，使用了距离传感器，并采用了多传感器融合等技术。
    以计算器进行图像处理，改善图像品质的有效应用开始于1964年美国喷射推进实验室（J.P.L）用计算机对宇宙飞船发回的大批月球照片进行处理，获得显著的效果[4]。1970至1980年代由于离散数学的创立和完善，使数字图像处理技术得到了迅速的发展，随着电脑的功能日益增强，价格日益低廉，使得图像处理在各行各业的应用已经成为相当普遍的工具之一，广泛应用在医学工程、工业应用、交通等领域。1980年代开始，有关交通量估测的研究渐渐有了成果。到1985年以后，各国对于交通图像侦测系统已有实际的成品发展出来。另外，近年来结合类神经网络加速图像处理速度形成一个研究趋势。
    而在中国，以上行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白，即便是有，也只是低端方面的应用。目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大，其他领域如指纹检测等等领域也有着很好的发展空间。
   而且，对于机器视觉的研究工作和资料还比较少，不利于机器视觉的推广应用。而一些应用到机器视觉的技术，还不够成熟，造成较大的误差，十分需要进一步地研究机器视觉的工业应用。
1.1.3本课题的主要内容和关键技术
    本课题的研究目的就是通过摄像机采集指针表的图像，然后经过图像预处理从而让机器自动获得指针表的读数。
    研究内容包括采集图像时摄像机的聚焦、景深以及光源对图像的影响，处理图像时进行的去除噪声，灰度拉伸，二值化。
    关键技术包括：
（1）对摄像机摆放位置、光照设施的选用和设定。由于焦距，景深的影响，本文对摄像机采图时摆放位置的确定做了一些有益的探讨。
（2）比较各种对图像进行处理的方法，选取最方便有效的对图像进行处理。本文去除指针表图像噪声时，采用了非线性滤波中的中值滤波。中值滤波可以做到既去除噪声又保护图像边缘的较满意的复原，且在噪声未知的情况下很适合于信号的平滑，消除噪声的同时又保留了图像的细节。而对可能产生的对比度不足的问题，则采用灰度拉伸。灰度拉伸是将图像的灰度区间分成两段甚至多段，可以突出感兴趣的目标或者灰度区间，相对抑制那些不感兴趣的灰度区域，这样体现出了有选择的拉伸灰度区间的灵活性，更好地控制图像灰度直方图分布。最后将图像二值化，通过非零取一、固定阈值、双固定阈值等不同的阈值化变换方法，使一幅灰度图变成黑白二值图，将我们我需的目标部分从复杂的图像背景中脱离出来，更好地研究图像。
（3）建立仿真系统，对本设计进行检定。
1.1.4 本章小结
    本章讲述了机器视觉技术的概念、国内外发展及应用现状，虽然机器视觉是门新兴的科学，但是已在日新月异发展的工业、农业、医学等领域崭露头角，并为社会生产力的提高和生产自动化程度的提高，起到了积极的推进作用，由此可见机器视觉技术的广阔发展前景。最后总结了本文研究的现实意义及关键技术。
2.图像的采集
2.1 引言
    对指针表图像进行处理，首先要做的是获得能用计算机处理的数字图像，其方法是直接用数码照相机、数码摄像机等输入设备来产生。目前可以选择的图像采集设备比较多，能用于机器视觉系统的摄像设备有：电子管摄像机、CCD摄像机、CMOS摄像机等。本章主要讨论的就是摄像机的景深和光源对采集到得图像质量的影响。
2.2 景深对图像的影响
    要利用摄像机采集到好的图像，我们先要了解有关摄像机的知识，包括摄像机的焦距，景深等。本设计采用最常用的USB接口的CMOS摄相机来采集指针表的图像。
光轴平行的光线射入凸透镜时，理想的镜头应该是所有的光线聚集在一点后，再以锥状的扩散开来，这个聚集所有光线的一点，就叫做焦点。在焦点前后，光线开始聚集和扩散，点的影像变成模糊的，形成一个扩大的圆，这个圆就叫做弥散圆。在现实当中，观赏拍摄的影像是以某种方式(比如投影、放大成照片等等)来观察的，人的肉眼所感受到的影像与放大倍率、投影距离及观看距离有很大的关系，如果弥散圆的直径小于人眼的鉴别能力，在一定范围内实际影象产生的模糊是不能辨认的。这个不能辨认的弥散圆就称为容许弥散圆(permissible circle of confusion)。在焦点的前、后各有一个容许弥散圆[5]。
    在镜头前方（调焦点的前、后）有一段一定长度的空间，当被摄物体位于这段空间内时，其在底片上的成像恰位于焦点前后这两个弥散圆之间。被摄体所在的这段空间的长度，就叫景深。换言之，在这段空间内的被摄体，其呈现在底片面的影象模糊度，都在容许弥散圆的限定范围内，这段空间的长度就是景深。以持照相机拍摄者为基准，从焦点到近处容许弥散圆的的距离叫前景深，从焦点到远方容许弥散圆的距离叫后景深。
    景深的大小，首先与镜头焦距有关，焦距长的镜头，景深小，焦距短的镜头景深大。其次，景深与光圈有关，光圈越小（数值越大，例如f16的光圈比f11的光圈小），景深就越大；光圈越大（数值越小，例如f2.8的光圈大于f5.6）景深就越小。其次，前景深小于后景深，也就是说，精确对焦之后，对焦点前面只有很短一点距离内的景物能清晰成像，而对焦点后面很长一段距离内的景物，都是清晰的。