本文關(guān)鍵詞：基于圖像配準(zhǔn)與視覺顯著性檢測(cè)的指針儀表識(shí)別研究

  更多相關(guān)文章： 指針儀表 儀表讀數(shù)識(shí)別 特征檢測(cè) 圖像配準(zhǔn) 顯著性檢測(cè)

【摘要】：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)任心與視覺疲勞程度,在識(shí)別過程中容易出現(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、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的指針儀表作為研究的落腳點(diǎn),以Marr視覺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)別過程由于儀表圖像變形造成的視覺測(cè)量誤差;研究顯著性檢測(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,主要研究內(nèi)容可以概括為以下四個(gè)方面:(1)針對(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�:由于平坦區(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: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,可以減少誤匹配對(duì)圖像配準(zhǔn)參數(shù)的影響。(2)針對(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(RRMS和EID),能較好消除圖像幾何形變。(3)針對(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(MSRA-B,iCoSeg,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,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。(4)針對(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,并判斷指針旋轉(zhuǎn)至平行于橫軸時(shí)指針頂部區(qū)域與底部區(qū)域在橫軸上的投影最大值在儀表圖像中位置,獲取指針與橫軸的夾角;最后使用最小二乘法擬合指針夾角與指針刻度之間的對(duì)應(yīng)關(guān)系計(jì)算儀表讀數(shù)。結(jié)果表明:在固定視點(diǎn)情況下,本文讀數(shù)識(shí)別算法的識(shí)別精度較高與穩(wěn)定性較強(qiáng);云臺(tái)攝像頭獲取的圖像存在幾何形變,經(jīng)本文提出的圖像配準(zhǔn)技術(shù)校正圖像后,識(shí)別的儀表讀數(shù)精度較高,能夠滿足實(shí)際需求。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
，

本文編號(hào)：1263200