指针式仪表识别系统的发展现状
指针式仪表识别系统以其可靠性高、误差小、效率高等优点在工业检测过程中被广泛使用，目前国内在此系统的研究上也取得了很大的进步。
核心算法方面，在该系统主要的步骤中，阈值迭代二值化、指针轮廓的提取和边界跟踪这3个步骤其实现技术均已成熟，现行的技术均能达到系统的要求。图像分
割和读数识别这2个步骤在对不同的指针式仪表进行识别时，因为仪表的结构千差万别，如果对不同的仪表采用同样一种技术，得出的效果将会不尽人意，满足不了
客户的需求，所以这种情况下都需要对这2个步骤进行相应的改变。因此目前有多种流行的图像分割和读数识别技术。
硬件方面，该识别系统硬件主要由图像采集模块、表盘识别模块组成。其中图像采集模块主要由被测仪表和摄像机组成，表盘识别模块主要由图像采集卡、PC机、报警装置等组成。系统的框架组成如1所示。
图像采集模块由被测仪表、摄像机、远程视频线、图像采集卡等组成。为采集到清晰的表盘图像应尽量使用高清晰度的摄像机且使表盘面充满图像窗口。
应用方面，该识别系统可应用于各种指针式仪表的自动识别，如水表、电压表、百分表等。有着降低劳动强度、提高生产效率、减小检测误差、提高可靠性等诸多优点。
2常用指针式仪表识别系统的基本步骤和关键技术
指针式仪表识别系统的实现方法分为以下步骤：阈值迭代二值化；基于结构的指针式仪表的图象分割；指针轮廓的提取；边界跟踪；读数识别，整个步骤如2所示。
2.1阈值迭代二值法
对仪表盘的图像进行二值化方法有很多，包括固定阈值法和动态阈值法等。在实际判读中，随着被测表的环境亮度、表盘背景、表壳材质和表壳曲率的不同，将会
导致图像亮度发生变化。若选用固定的阈值进行二值化处理，不能适应这种变化。因此一般选用动态阈值法，取整幅图像中灰度值的最大值和最小值的平均值作为阈
值，并以此对图像进行二值化处理。
这样即使表壳亮度发生变化也不会影响判读准确度，大大提高了系统的适用性，降低了对使用环境的要求。
2.2图像的分割
根据图像的特点，分割图像所依据的主要特征通常有3种：
2.2.1基于图像全局知识的分割
基于图像全局知识的分割常常需要用到图像的直方图等全局信息。当需要分割的图像内容比较简单或者是图像中照明视场噪声可以忽略不考虑，此时图像的物体和背景图像可以由直方图中双峰之间的谷底灰度值为门限来分辨。
2.2.2基于边缘的分割
基于边缘的图像分割方法通常依赖于边缘检测得到的图像边缘。边缘检测实际上是对图像实施了一次高通滤波（
单相滤波器的简单介绍与检测），必须在边缘检测后采用后续的处理将边缘合并为边缘链，然后再聚合到图像中，使其中只出现对应于存在的物体或图像的部分边缘。
2.2.3基于区域的分割
通常在图像中，不同的区域对应着不同的物体。
基于图像全局知识的分割技术适合于需要分割的图像内容比较简单或者是图像中照明视场噪声可以忽略不考虑的情况，基于边缘的图像分割技术适合于图像中照明视场噪声不可以忽略不考虑的情况，基于区域的分割技术适合于需要将物体的区域分离出来的情况。
2.2.4其他方法
虽然有如此多的图像分割方法可以选用，图像分割的质量和速度仍有待提高。穿线检测法和多灰度等级分割算法的提出在一定程度上提高了图像分割的质量。熵最大自动门限法有效的提高了图像分割的速度。
穿线检测法是指在图像的某一方向上，检测相邻两像素点的灰度差值，找出具有最大差值的像素点位置，由这些像素点的位置可以确定图像的边界。
多灰度等级分割算法的理论是用多个正态分布函数的叠加作为多峰值灰度直方图的近似拟合，然后求相邻分布函数的交点，取其极小值点作为阈值，实现多灰度等级分割。
熵最大法的核心思想就是：忽略像素数为零的灰度级，而不计算其熵值，从而减少了指数运算的次数，提高了算法的效率。
13种图像分割方法的比较方法应用环境优点穿线检测法不确定边框是否完整或存在抗干扰能力强，提高图像分割的质量。
多灰度等级分割算法图像具有多峰的灰度直方图既突出某个灰度等级的信息，又保留
其它灰度等级的信息，提高图像分割的质量。熵最大自动门限法处理目标大小和信噪比不同的图像，图像中存在的零像素灰度级很多提高图像分割的速度。当应用的环境不同时，应视具体情况选用相应的图像分割算法，这样才能得到最佳的图像分割质量和速度。
2.3指针读数的自动判读
指针读数的自动判读常用的算法有Hough变换、距离法识别两种方法。
2.3.1Hough变换的方法
Hough变换不仅能检测直线等一阶曲线目标，对于圆、椭圆等高阶曲线是所有满足解析式f（x，c）=0的各类曲线目标，同样可以进行检测，只是其计算量会随着解析式阶数的增加成指数增加。
具体算法如下：利用Hough变换将原始图像中给定直线上的所有点都集中到变换空间的某个点形成峰值，再寻找峰点累加数的最大值即可确定出指针所在直线
y=kx b.知道了斜率k，结合事先选定的初始化仪表模板，就可以确定指针与零刻度线的偏转角度，从而计算出仪表的读数。以压力表仪表表盘为例，以表盘
圆心为原点建立直角坐标系，如。
压力表量程为010kPa，指针与x轴的夹角为（-45！！225），设所求的指针读数为x，则有x/10=（225-）/270，而=arctgk，所以有x=（225-arctgk）/27，这样就可求得仪表指针示数。
Hough变换是一种实用的方法，它有很多优点：1）无论曲线是实线还是虚线，或者是缺少一部分都适用。
2）线的宽度不均匀也没有关系。
3）在图像中存在几条线时，可同时处理。
Hough变换算法的依据是：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，在某些情况下它可能
不成立。Hough变换需要的存储空间取决于图像大小和、的值。、量化得过粗，则变换空间的凝聚效果较差，找不出直线的准确信息；反过来，量化得过细，那
么计算量将增大，预先需要分配的存储空间也就比较大，这就是Hough变换的缺点。
为了克服Hough变换算法的缺陷，在标准Hough变换
算法的基础上加以改进，利用双阈值法来减少直线的误匹配。不但对变换空间上的峰值用计数器阈值进行判断，而且针对仪表表盘特征，还可设置角度阈值来减少需
要计算的象素点。这种改进算法减少了Hough变换的内存空间要求，并提高运算的速度。
在本方法和标准Hough变换进行比较实验中：从准确
度上来看，改进算法处理的图像没有出现误匹配的现象，而用后者有9幅出现了误匹配直线；从运算速度来看，改进算法对31幅图像的平均处理时间为
0.78s，而标准变换的平均处理速度为1.54s.即准确率由71提高到100，而运算速度仅为标准变换的51.
2.3.2距离法识别读数
根据算法要求，需要利用最小二乘法拟合指针和指针左侧第一条刻度线。拟合过程如下：设点集（xi，yi），i=1，2，，N为指针左侧刻度线的边界点
集，用一条曲线拟合这个点集，使给定点集到该曲线y=f（x）的距离之和为最小，亦即使拟合的均方误差！=1NNi[yi-f（x）]2为最小。设曲线为
y=f（x）=c0 c1x cMxM，它经过边界点集的每一点，那么可表示成矩阵式，简记为Xc=y.于是表示每个数据点误差的列向量可以写作e=y-
Xc.利用均方误差最小条件可求得均方误差极小的系数向量c=xTx-1xTy.因为用直线拟合指针左侧第1条刻度线所以取y=f（x）=c0 c1x，
利用式c=xTx-1xTy可分别得到指针左侧第1条刻度线的斜率c1和截距c0。同理也可以得到指针的斜率和截距分别为c1和c0，指针左侧的1条刻度
线示值为M，指针右侧第1条刻度线示值为N，指针左侧第1条刻度线到指针的距离取指针左侧第1条刻度线上的所有点到指针的平均距离记为d，同理指针右侧第
1条刻度线到指针左侧第1条刻度线的距离可求得，记为L，由此可得到指针表的示值为V=M （N-M）d/L.用这种方法得到读数的最大相对误差为
0.3.
3指针式仪表识别技术难点及发展方向
3.1指针式仪表识别技术难点
指针式仪表识别算法的通用性不强。由于目
前各种图像采集装置的工作原理、硬件条件存在显著的差异，所以，还没有一个统一的、被广泛接受的指针式仪表图像库供研究者使用。为了进行算法研究，相当一
部分科研人员都研制了自己的图像采集设备，并在由自己的图像采集设备所采的图像库上进行算法研究。由于不同的图像采集设备采到的图像的灰度分布特征存在差
异，而指针定位和特征提取算法又非常依赖于特定的灰度分布特征，因而，同一个指针式仪表识别算法很难成功地应用于不同类型的指针式仪表图像。
3.2主要发展方向
3.2.1指针式仪表图像提取设备的研究
在指针式仪表图像提取设备设计过程中应考虑使系统采集到的图像质量免受杂光、距离等外来因素的干扰，掌握提高系统人机接口的友好性以及降低采集设备的成本这个指针式仪表自动识别技术的发展趋向。
3.2.2指针式仪表图像数据库的建立与指针式仪表图像的标准化
目前，具有国际标准的可共享资源的大型指针式仪表图像数据库亟待建立。同时，为了规范同种指针式仪表图像的数据格式，统一硬件提供商、软件开发商和系统
集成商之间的数据接口，促进各种计算机应用之间的数据共享，方便研究人员之间的交流，支撑指针式仪表识别产品的评测，应该尽早投入力量开展指针式仪表识别
标准化方面的工作。
3.2.3指针式仪表识别技术的研究
由于指针式仪表本身的不同和提取的指针式仪表图像的不同，各个研究者所研究出的算法都具有一定的局限性。因此，通用的指针式仪表识别技术应是指针式仪表识别中的一个重要课题。
4结语
在指针式仪表识别的图像分割技术中，当不确定边框是否完整或存在的时候，采用穿线检测法，当图像具有多峰的灰度直方图的时候，采用图像具有多峰的灰度直
方图，这两种方法不但能进行有效的图像分割，还能提高图像分割的质量。当处理目标大小和信噪比不同的图像，并且图像中存在的零像素灰度级很多的时候，采用
熵最大自动门限法，并能提高图像分割的速度。必要的时候可以将这些方法结合起来一起使用，使图像分割的质量和速度都能得到提升。除此之外，还应提高仪表图
像识别系统人机接口的友好性，降低采集设备的成本，以备更广泛地应用于实践。
