基于机器视觉的水银温度计读数识别算法研究

　　1　引言

　　水银温度计的定期检定是实现工业现场气体准确计量和增压参数过程控制的重要手段,而温度计读数的识别是检定的关键。传统的检定方法通常是利用人眼观测方式完成温度计读数的测量和判定,具有效率低、速度慢、人眼疲劳失效等不足,难以在精度、效率及自动化程度等方面满足现代化生产的要求;而且检定温度较高时易发生烫伤事故。基于机器视觉技术构成的温度计自动检定系统可望代替人的重复劳动,减轻人工检测的压力,提高温度计的检测质量和检测速度,避免人工读数引起的读数误差以及温槽介质溅出和油烟对检定人员的伤害,在工业领域具有较大的推广应用价值。

　　本文针对这种基于机器视觉的温度计自动检定系统,提出了一种用于识别温度计水银柱指示位置的图像处理算法。其原理是利用CCD获取温度计的图像,然后定位温度计在图像中的位置;根据温度计相邻两刻度之间的像素点数得到每单位像素对应的温度值;最后提取出水银柱的长度,利用每位像素对应的温度值乘以水银柱的长度便得到温度计的读数。实践表明,该算法的精度高,速度快,具有较好的应用前景。

　　2　识别原理

　　基于机器视觉的识别系统如图1所示,主要由光学成像系统和图像捕捉系统、图像采集与数字化处理和图片存储及管理系统组成。

　　温度控制装置首先固定待检温度计并设定检定的温度值,然后光学成像系统和图像捕捉系统将目标(待检温度计)转换成图像信号,再通过图像采集与数字化处理将图像转变成数字化信号传送给专用的计算机图像处理系统[1]。根据像素分布、亮度和颜色等信息,利用模式识别等技术提取温度计刻度和水银温度计的信息特征,最后利用智能图像处理与决策模块,判定水银柱的实际位置,根据预设的容许度和其他条件输出温度计的读数结果,从而完成对温度计的自动读数识别过程。

　　3　算法描述

　　一般地,基于普通的CCD摄像头采集的图像有较多的噪声,需要对图像进行预处理。对图像进行平滑滤波[2]去除图像中的噪声,然后根据需要进行图像增强,使温度计本身的信息更加突出。为了便于处理,将采集的图像转换成256级的灰度图像。从CCD采集到的温度计原始图像经过预处理后的图像如图2所示。

　　3.1　温度计位置的自动定位

　　对预处理后的图像进行垂直方向的霍夫变换[3],结果如图3,获得垂直方向上的刻度线特征信息,利用这些刻度线的特征信息可以定位温度计的位置,方法如下:

　　其中,wh和hh分别为图像的宽度和高度。从图3可以看出刻度线的灰度值z明显大于图像其它地方的灰度值,所以利用这个特点可定位温度计的大致位置。