双阈值Hough变换在指针式仪表示值自动判读中的应用

    指针式仪表结构简单,使用方便。它的特点是将被测量转换为可动部分的角位移或电信号,然后通过可动部分的指针在标尺上直接读出被测量的值。目前为止,指针式仪表仍广泛用于各行各业中,实现指针式仪表判读的自动化具有很实际的意义。而指针提取是指针式仪表自动判读过程中的重点和难点。Hough变换是一种较好的直线提取的方法,具有稳定性好、抗干扰能力强的特点,适用于其它方法难以检测的场合。本文提出了一种改进的双阈值Hough变换,来提取指针直线,获得了较好的效果。

    1　算法原理及算法描述

    1.1　Hough变换的原理

    Hough变换可用于检测空间任意形状的曲线,它通过对初始图像进行某种形式的变换,使原图上给定形状的几何曲线上的点,经过变换以后都集中到变换空间的某些位置,在变换空间上形成峰点,通过检测变换空间中的峰值点,来找出原图中给定形状曲线的存在性及相应位置[1][2]。由于Hough变换是对原图上的所有点进行处理,取最后的综合效果,因此具有抗干扰能力强的特点。Hough变换检测直线时利用公式:

ρ=_xcosθ+_ysinθ         (1)

    其中ρ为直线的法线长度,θ为法线与x轴的夹角(见图1)。

    Hough变换需要的存储空间取决于图像大小和△ρ、△θ的值。标准Hough变换需要为ρ、θ可能的映射范围预先分配存储空间,其大小为:

    △ρ、△θ量化的过粗,则变换空间的凝聚效果较差,找不出直线的准确的信息;反过来,量化的过细,则计算量增大,需要兼顾两方面,选取合适的量化值。

    Hough变换计算复杂度为:

    其中:m为图像中象素点数;△ρ、△θ为分区单元增量的大小。

    2.2　Hough变换的缺陷

    Hough算法的依据是:如果在一条假想直线的位置上分布的点足够多,它们最终就会真的形成一条直线。但这种依据存在一个问题,例如,原图像中可能有这样一种情况:很多灰度特征相似的点都位于一条直线上,但却并不构成一条直线,因为它们分得很散,如图2。

    图2中所有的点都位于一条直线(居中的水平直线)的位置上,但这些点并没有形成直线。可是如果采用Hough变换,就会做出图中有直线的错误判断,因为图2中共线的黑点数目已经足够多了,很可能已超过了阈值,在图像重构的过程中形成伪直线。而且标准Hough变换是一对多的映射,需要的存储空间和计算量很大。