基于Matlab刻度盘识别角度计算

基于图像处理的指针式仪表读数识别系统包括仪表图像预处理、表盘的分割和定位、读数计算等部分。 利用MATLAB对指针式仪表读数识别系统中的仪表图像预处理、表盘的分割和定位、读数计算等核心部分进行研究，并提出一种基于图像处理的指针式仪表读数识别系统的实现方法，通过对一定数量的样本进行仿真实验，可以有效地实现指针式仪表读数的识别。 首先要确定指针式仪表读数识别系统的总体方案设计，包括仪表图像预处理、表盘的分割和定位、读数计算等核心部分的算法，并且通过MATLAB软件实现指针式仪表读数识别系统的仿真程序，最后还要通过图形化用户界面GUI设计，实现系统仿真、调试与结果分析。

图像预处理的目的是去除图像上的噪声，减少图像的信息，简化运算，为图像处理打好基础。图像预处理包括：图像滤波去噪，图像增强，图像二值化，边缘检测与图像检测。

图像增强是以改善图像的视觉效果为根本目的的，在采集图像的过程中，特别是在工厂中，光照条件对图片质量的影响十分明显，而拍摄的过程中可能会出现曝光过度或者曝光不足的现象，这样得到的图像将会是模糊的，表盘上的指针刻度区域与背景区域的区分不是很明显，不利于仪表图像的识别。为了使表盘上指针刻度区域与背景区域的界限变得明显，需要对图像进行空间域的图像增强。空间域的的图像增强主要有两种方式，直方图的均衡化处理和灰度变换，本设计中采用的是灰度变换。灰度变换的变换函数有三种，包括线性变换、非线性变换以及分段线性变换，三种变换函数各有特点，应根据图像的特点已经应用的场合选择相应的函数。本设计中采用的是分段线性变换法进行图像灰度的对比度增强。

进行完图像增强后的图像是灰度图像，灰度图像的每个像素都可以在0-255之间取值，每个像素都可以有如此多的取值，这样的图像计算和处理起来十分的麻烦，而且容易出错，所以，就要对图像进行二值化处理，使图像的每个像素只能取0与1两个值，“0”作为目标区域，“1”作为背景区域，反之，亦可以，这样计算将变得相对简单，也不容易出错。用来划分背景区域和目标区域的那个灰度值就称作为阅值，大于阙值的像素值全部设为1，小于阙值的则全部设为0。

对于图像处理来说，边缘检测是必须的。因为从边缘的定义上就可以看出，边缘是图像的重要的基本特征。边缘蕴含着图像的方向、阶跃性质与形状重要的信息，而这些信息十分的重要，它可以应用在在图像分割、特征提取、图像分类、图像配准以及图像识别中。图像边缘可以分为两大类，一类是阶跃状边缘，另一类是屋顶状边缘，其中两边灰度值有明显的变化的是阶跃状边缘；而在灰度减小和增加的交界处的是屋顶状边缘。首先通过利用边缘增强算子，来突出图像中局边缘，然后再定义像素的“边缘强度”，最后通过设置阙值来提取边缘点集是边缘检测的基本的思想。边缘检测方法有Sobel算子法、Robert算子法、PreWltt算子法、LOG算子法、Canny算子法、Zerocross算子法以及二值图像边缘检测法等。这些算法各有特点，适用的条件也不一样。本设计中采用的是Sobel算子法。

指针的识别可以说是识别读数最为重要的环节，仪表的读数都是由指针决定的，指针在采集图像的过程中会连续的变换指向，在摄像头与表盘无相对运动的情况下，摄像头采集到的指针位置不同的两幅图像，指针也可以看作一条直线，而且比其他刻度线都要长很多，所以可以采用霍夫变换来检测指针，以及识别其他的刻度。霍夫变换在图像处理中一种应用很广泛的识别几何形状的方法，以霍夫变换额、为原理，衍生出许多其他的算法，但是从黑白图像中检测直线或者线段是最基本的霍夫变换。本设计中指针检测的主要思路为，首先通过霍夫检测检测出所有的直线，包括所有的刻度和指针，而指针则是所有直线中最长的。

仪表表盘的读数计算是整个系统中最为重要的部分，在现有的研究中，指针读数的计算方法有两种：距离法和角度法。 距离法首先会找到指针与刻度弧线的交点，然后计算该交点与其最近的刻度的距离来得到指针读数D。但是利用距离法计算指针读数的系统具有很强的局限性，且十分脆弱。所以本文将采用角度法进行读数计算。角度法通过计算指针直线的角度来计算指针读数。预先建立坐标系，以指零指针的方向为X轴正方向，测量指针指向最大刻度值M（可以用任意已知刻度值代替最大刻度值）时的方向与指针指零刻度线时方向的夹角β，然后计算指针直线与指零指针的夹角α，最后求得指针读数D。角度法相对于距离法要更加简单，且对噪声不敏感，即使刻度线有所缺失，也能进行精确的识别。