仪表动态参数的自动获取及其优化算法

　　1 引言

　　仪表的动态参数是监视、调节和控制工业生产运行状态的重要依据，由于人眼分辨能力和易疲劳等主观因素的影响，常造成仪表读数的可信度低、稳定性 差和速度慢，而且很难及时发现运行中参量的突变，事实上这已成为制约工业自动化水平提高的关键因素之一。迄今为止，还没有一种令人满意的通用的仪表自动判 读系统。马尔(D. Marr)教授创立的视觉计算理论延伸了人类的视觉功能，赋予计算机类似生物体所特有的视觉信息处理能力。经过视觉成像、图像处理和分析是一种通用的仪表 指示参数读取新方法。数字显示的仪表参数的获取可归结为对表盘数字的自动识别[1]，而指针式仪表的识别包含标度盘区域的确定、标度盘元素的分割和指针偏 转角度的计算等过程。由于指针式仪表标度盘复杂，文献[2-3]中对水表、压力表等采用Hough 变换来识别其参数，但计算量很大，且无法确定分度线的长短，难以用于刻度不均匀仪表的准确判读。仪表识别的自适应性、准确性和速度是系统实用的关键，本文 首先分析了利用仪表自动识别控制生产的过程，提出了一种系统识别不均匀刻度指针式仪表的优化算法，给出的三种特征不变量可以有效地分类标度盘的基本元素， 点弧线投影极值算法可以快速地确定指针位置和分度线等关键参数。

　　2 基于计算机视觉的仪表识别方法

　　仪表识别要求操作者具备足够的专业知识和经验，同时还要有较高的技术和责任心，但实际上，还不能保证不出现错误或疏忽。计算机替代操作员完成复 杂的仪表识别，是一种新的非接触式自动测量方法，它弥补了人类视觉在空间、时间和功能上的某些不足[4]。图 1 是利用仪表自动识别控制生产过程的示意图。先采集运行中仪表示值变化的视频图像记录下来，然后利用计算机进行图像的预处理，根据仪表的显示类型分别进行识 别，最后根据仪表所监视动态参数的变化自动控制生产过程。这种方案非常适用于集中式仪表控制盘上多种参数的自动获取，或有毒、有腐蚀、高电压和强磁场等恶 劣环境下仪表的自动读取[5]。

　　然而由于仪表种类繁多，指针式仪表的刻度特性各异，在成像过程中，电荷耦合器件(CCD)畸变、聚焦欠准确、光强变化及噪声干扰会影响图的质量 [6]，可能造成图像模糊，字符笔划丢失或标度尺断续等现象。此外，图像中识别目标的大小不归一，伴随着的指针旋转运动，也会给自动识别带来很大困难。在 一系列复杂的仪表自动读取过程中，计算机的认知水平只相当于一个“婴儿”，使其成为具备仪表读取专业知识的“专家”需要大量的图像处理和理解工作。