作者：董翔，張清，特日格樂，劉世超

1 引言

隨著自動(dòng)化流水線逐漸普及，許多工廠的設(shè)備需要更新?lián)Q代。但是，有些老式的設(shè)備功能完好，如經(jīng)簡單升級改造，仍可發(fā)揮巨大作用，從而提高設(shè)備利用率。

CCD在老式儀表改造中可用于實(shí)現(xiàn)老式檢測設(shè)備的實(shí)時(shí)監(jiān)測功能，利用CCD對傳統(tǒng)的機(jī)械表盤進(jìn)行圖像識別，用計(jì)算機(jī)代替人眼完成讀數(shù)以及判別工作，減輕了工作人員讀數(shù)并進(jìn)行數(shù)據(jù)處理等繁雜的工作，提高了監(jiān)測效率，實(shí)現(xiàn)了實(shí)時(shí)在線監(jiān)測及報(bào)警。

2 系統(tǒng)工作原理

如圖1所示，該CCD檢測系統(tǒng)主要由CCD攝像機(jī)、卡座、光源、圖像采集卡，計(jì)算機(jī)以及輸出設(shè)備組成。機(jī)械表盤和CCD攝像機(jī)被卡座固定，卡座內(nèi)部自帶光源，以防止外部環(huán)境變化影響圖像質(zhì)量，得到相對穩(wěn)定的圖像，簡化計(jì)算機(jī)處理過程，使軟件更加簡單可靠。得到的圖像通過圖像采集卡進(jìn)行A/D轉(zhuǎn)換．傳輸?shù)接?jì)算機(jī)進(jìn)行軟件處理和識別，由計(jì)算機(jī)對獲得的圖像進(jìn)行讀數(shù)并對采集數(shù)據(jù)進(jìn)行檢測、監(jiān)控等工作。

由于該設(shè)備把機(jī)械表盤的信息自動(dòng)讀取到計(jì)算機(jī)里，因此，用計(jì)算機(jī)替代人工進(jìn)行諸多處理工作。如，多次讀數(shù)進(jìn)行誤差分析和處理；設(shè)置值進(jìn)行預(yù)警監(jiān)控；可遠(yuǎn)程自動(dòng)監(jiān)控危險(xiǎn)場所等。

3 選擇相關(guān)硬件設(shè)備

3．1 光源選擇及卡座設(shè)計(jì)

可選數(shù)只LED發(fā)光二極管均勻安裝在卡座內(nèi)壁四周；也可選圓環(huán)狀、照度好的節(jié)能燈管，避免光源直射CCD鏡頭，光源面對CCD鏡頭的一面要有遮擋。這樣設(shè)計(jì)光源和卡座，可以保證光線能均勻的照在表盤上，有利于CCD獲得高質(zhì)量的圖像，防止部分CCD單元出現(xiàn)飽和現(xiàn)象使圖像部分泛白而影響圖像處理。

3．2 CCD及鏡頭選取

根據(jù)表盤本身精度選擇CCD，保證圖像能分辨表盤最小刻線，且表盤屬于小視場，故選擇小尺寸一般分辨率的CCD即可。CCD鏡頭配合表盤大小及視場選取，計(jì)算公式如下：

式中，L為視場，HL為視場的水平方向，VL為視場的垂直方向，f為焦距。

4 圖像處理軟件的設(shè)計(jì)

由于表盤離CCD鏡頭近、視場小，屬于近軸光成像，圖像形變小。預(yù)先處理可只進(jìn)行簡單地濾波去噪。由于VC++簡便快捷，因此，處理程序以Windows操作系統(tǒng)為平臺，在VC++的環(huán)境下開發(fā)。

5 邊緣檢測

通過邊緣檢測可得到表針的邊緣信息，使圖像的輪廓更加突出，同時(shí)邊緣以外區(qū)域保持原樣。邊緣檢測與增強(qiáng)處理削弱了圖像的低頻部分，處理后的圖像亮度保持不變，像素值變化緩慢的區(qū)域保持不變，而像素值變化劇烈的區(qū)域被突出。常用的邊緣檢測方法有平移和差分邊緣增強(qiáng)、梯度方向邊緣增強(qiáng)、Laplace邊緣增強(qiáng)和Sobel邊緣檢測。

5．1 Robert檢測算子

Robert算子是在2×2鄰域上計(jì)算對角導(dǎo)數(shù)，即：

圖像點(diǎn)（x，y）的梯度g（x，y）的幅度用差分的均值近似，即：

從上述模板形式可看出，Robert計(jì)算時(shí)利用的像素共4個(gè)，該算子邊緣定位準(zhǔn)，但對噪聲敏感，適用于邊緣明顯且噪聲較少的圖像。效果圖如圖2所示。

5．2 Krisch邊緣檢測算子

Krisch邊緣檢測算子使用8個(gè)模塊來確定梯度幅度值和梯度的方向，即表示為：

如上所示，該算子對圖像中的每個(gè)點(diǎn)都用8個(gè)卷積核進(jìn)行卷積，每個(gè)卷積核對某個(gè)特定邊緣方向作出最大響應(yīng)，所有8個(gè)方向中的最大值作為邊緣圖像的輸出。

Krisch算子是一階微分算子，用于檢測圖像的階躍性邊緣，算法簡單、編程方便，對帶噪聲的邊緣較敏感，有時(shí)會(huì)造成假輪廓或生成某些并不存在的邊緣點(diǎn)，對于屋頂型邊緣無效，其效果圖加圖3所示。

該Laplace算子的零交叉點(diǎn)也可作為圖像的階躍型邊緣點(diǎn)，而其極小值點(diǎn)可作為圖像的屋頂型邊緣。同時(shí)，由于噪聲點(diǎn)對邊緣檢測有一定影響，所以該算子是效果較好的邊緣檢測器，其效果圖如圖4所示。

5．4 Sobel檢測算子

Sobel檢測算子是由兩個(gè)卷積形成，即：

該算子將方向差分運(yùn)算與局部平均相結(jié)合，在以f（x，y）為中心的3×3的鄰域上計(jì)算x和y方向的偏導(dǎo)數(shù)，即：

式（5）應(yīng)用了f（x，y）鄰域的圖像強(qiáng)度的加權(quán)平均差值。其梯度幅度為：

Sobel算子認(rèn)為，鄰域的像素對當(dāng)前像素產(chǎn)生的影響不是等價(jià)的，所以距離不同的像素具有不同的權(quán)值，對算子結(jié)果產(chǎn)生的影響也不同。一般距離越遠(yuǎn)，產(chǎn)生的影響越小。其效果圖如圖5所示。

6 儀表盤的示值圖像處理的相關(guān)算法

儀表盤的示值圖像處理的相關(guān)算法主要包括二值化處理、投影法識別等。為了從復(fù)雜圖像中提取特定的區(qū)域和信息。需要對圖像進(jìn)行簡化和分割，將背景（不感興趣的區(qū)域）和物體（感興趣的區(qū)域）分開。

最常用的圖像分割方法是把圖像灰度分成不同的等級，然后用設(shè)置灰度門限（閾值）將圖像二值化，分割出有意義的區(qū)域，使得有用的信息均轉(zhuǎn)換為黑色，而無用的信息被剔除轉(zhuǎn)換為白色。對指示表圖像來說有意義的區(qū)域是灰度值較小（較暗）的指針，而其他灰度值較大（較亮）的表盤是不感興趣的區(qū)域。由于實(shí)際情況下指示表的指針和表盤問有較大的對比度，因此在均勻的光照條件下，很容易自動(dòng)搜索出一個(gè)較為合理的閾值將圖像二值化，灰度值大于該閾值的點(diǎn)變?yōu)榘咨駝t變?yōu)楹谏?/p>

該設(shè)計(jì)系統(tǒng)采用如下閾值選取算法：首先隨機(jī)確定一個(gè)閾值T（T≠0），然后分別求出灰度大于T的像素的灰度平均值v1和灰度小于T的像素的灰度平均值 v2；再求出T‘=（v1+v2）P2。確定一個(gè)終止條件，如ε=0．001，判斷是否|T’-T|將二值化后的表盤圖像中的各個(gè)像素從中心沿半徑向圓周投影，投影的長度代表該方向上黑色像素的個(gè)數(shù)，投影最長的點(diǎn)應(yīng)是指示表指針?biāo)诘奈恢茫业皆擖c(diǎn)就可以通過對應(yīng)關(guān)系求出指示表的讀數(shù)。

7 結(jié)束語

該系統(tǒng)硬件部分簡單，軟件算法可靠性高，具有很高的通用性，對于不同的機(jī)械表盤，根據(jù)不同的需求添加相應(yīng)的程序功能模塊，選擇不同口徑的卡座，經(jīng)簡單調(diào)試就可以使用。簡便易實(shí)現(xiàn)，在生產(chǎn)過程中具有廣泛的應(yīng)用價(jià)值。

責(zé)任編輯：gt