CN113111931B - 一种基于光强变换和聚类的量筒读数方法 - Google Patents

Abstract

本发明涉及一种基于光强变换和聚类的量筒读数方法，包括以下步骤：1)将拍摄到的包含量筒式仪表盘的图片作为输入图片，并计算得到输入图片的亮度值；2)根据给定输入图片中量筒所在的位置和对应旋转角度，对输入图片进行裁剪和旋转操作，使得裁剪后图片的量筒呈竖直状态；3)将裁剪后的图片映射到HSV色域上，并根据图片的亮度值对Value通道进行亮度调节后，再转回到RGB色域；4)对量筒所在的位置区域进行聚类，利用聚类中心和液体颜色所占百分比得到量筒读数，并在图片中加以标明显示。与现有技术相比，本发明具有适用于室外弱光环境等优点。

Description

一种基于光强变换和聚类的量筒读数方法

技术领域

本发明涉及量筒仪表盘读数及图像处理领域，尤其是涉及一种基于光强变换和聚类的量筒读数方法。

背景技术

在工业技术不断发展的当下，许多项目中都包含各类仪表，仪表显示的读数值对于相关人员进行维护或管理等有非常重要的运用，随着相关产业规模的扩大，出现的仪表盘也越来越多，而对于仪表读数接近预警值时进行警报的场景也随之增加，如果聘用专员对不同的仪表盘进行全天候监控显得不太现实，并且会大量浪费劳动力。计算机技术的发展让基于图片或视频对仪表盘实时监控读数成为了可能，既能够大幅度减少人力开销，又能够很准确地对相关仪表进行二十四小时监控，利用相关算法也能很快地对预设的情况进行预警。

在计算机视觉发展的当下，如OpenCV中包含很多图像处理的库函数。先前有研究人员利用分割出的量筒数据进行灰度化和二值化，并直接采用二值化后的图像来判断其中所含液柱的多少。利用这种方法可以很快地将量筒中的液柱进行估测，但在室外环境下如暗光等条件中，利用上述方案会出现在二值化时对阈值选取非常重要，由于在暗光条件下液柱区域与空白区域颜色差距较小，因此整体的读数结果对阈值非常敏感。因此，对于不同光照条件下将图片中的量筒进行读数是一个需要解决的任务。

现有技术也给出了一些仪表盘读数的解决方案，中国专利CN110490145A提出了一种指针式仪表盘的读数识别方式。通过对指针式仪表通常图样的具体分析，预先对样本和输入图样进行分析，减少输入样本数量和样本比对所需要的大量计算，提高了识别速度，便于对仪表读数迅速作出识别判断，现有专利大多数都是对指针式或数字式的表盘进行读数识别，几乎没有针对量筒式仪表进行读数。同时，现有的技术大都在平稳的光照环境中，并且相机距离表盘都较近，对于如室外的量筒式表盘读数仍有很大的研究空间。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于光强变换和聚类的量筒读数方法。

本发明的目的可以通过以下技术方案来实现：

一种基于光强变换和聚类的量筒读数方法，用以实现在室外弱光环境下的量筒准确度数，包括以下步骤：

1)将拍摄到的包含量筒式仪表盘的图片作为输入图片，并计算得到输入图片的亮度值；

2)根据给定输入图片中量筒所在的位置和对应旋转角度，对输入图片进行裁剪和旋转操作，使得裁剪后图片的量筒呈竖直状态；

3)将裁剪后的图片映射到HSV色域上，并根据图片的亮度值对Value通道进行亮度调节后，再转回到RGB色域；

4)对量筒所在的位置区域进行聚类，利用聚类中心和液体颜色所占百分比得到量筒读数，并在图片中加以标明显示。

所述的步骤1)中，输入图片的亮度值的计算式为：

其中，r、g分别为R、G的通道值。

所述的步骤2)具体包括以下步骤：

201)根据量筒所在位置对输入图片进行裁剪；

202)对裁剪后的图片进行标准化处理；

203)根据旋转角度构建旋转矩阵，对标准化处理后的裁剪图像进行仿射变换，使得图片中的量筒保持竖直正向。

所述的步骤3)具体包括以下步骤：

301)将仿射变换处理后的图片转换到HSV色域；

302)根据图片亮度值对图片Value通道值进行相应调整；

303)完成调整后，将图片从HSV色域转回到RGB色域。

所述的步骤302)为：

根据量筒所在的实际环境设置图片亮度的上下限阈值，当图片亮度值超出上下限阈值范围时，则将图片Value通道值按照超过上限阈值进行数值减少，低于下限阈值进行数值增加的方式进行调整，使得图片亮度值处于上下限阈值范围内。

所述的图片亮度的上下限阈值分别为100和30。

所述的步骤4)具体包括以下步骤：

301)采用K-Means模型，并设置聚类类别数目为2，用以分别表示液柱所在区域和无液柱区域；

302)将图片中量筒所在区域的像素点输入K-Means模型中进行聚类，得到两个聚类中心，每一个像素点在进行分类后，根据液柱所在区域像素的分类标签确定液体标签，并以此计算液柱所占百分比，并完成视频读数。

所述的步骤302)中，图片中量筒所在区域的像素点在分类后，每个像素点对应一个分类标签，即液柱所在区域或无液柱区域，计算所有标签为液柱所在区域对应像素点的占比，即为液柱所占百分比。

在进行视频读数时，考虑到视频中不同帧之间改变较小的特点，采用窗口平均的方式使得最终的读数结果更为稳定，采用窗口大小为100。

实现该量筒读数方法的量筒读数装置，包括：

相机：用以拍摄得到包含量筒式仪表盘的图片，并通过传输线发送给存储器；

存储器：用以存储运行量筒读数方法步骤的计算机程序；

处理器：用以调用存储器中的计算机程序，执行量筒读数方法的步骤。

与现有技术相比，本发明具有以下优点：

本发明对于室外弱光环境场景中包含量筒的图片，通过计算图片亮度，并在HSV色域上根据不同亮度调整图片的亮度值，在得到图片中量筒的位置后，将量筒区域进行如标准化、仿射变换等操作，让量筒处于正向的位置，之后利用聚类的方式将量筒中液柱部分与非液柱部分进行区分，根据聚类中心和两部分占比推算出液柱的高度，即得到量筒的读数，利用本方法能够在如弱光等环境下对于量筒读数能够有较好的效果，快速准确。

附图说明

图1为实施例1中在正常光环境下的结果显示图。

图2为实施例1中在弱光环境下的结果显示图。

图3为实施例1的方法流程图。

图4为本发明的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

如图3所示，本实施例提供一种基于光强变换和聚类的量筒读数方法，包括以下步骤：

1)对于输入的包含量筒式仪表盘的图片，计算出输入图片的亮度值；

2)给定图片中量筒所在的位置和相关旋转角度，并对该图片进行相关变换操作，使得量筒呈竖直状态；

3)将图片映射到HSV色域上，并依据步骤1)的亮度值对Value通道进行处理，最终转回到RGB色域；

4)在量筒区域进行聚类，利用聚类中心和液体颜色所占百分比得到量筒读数，并在图中加以标明显示。

对于步骤1)中通过RGB三个通道的均值计算出图片亮度值，本例中采用OpenCV中相关图像处理库函数进行完成，图片亮度值Lightness表示为：

其中，r、g分别为R、G的通道值。

在得到图片亮度值后，在后续图像进行亮度变换处理时以此为基准进行相应的转换。

步骤2)中，根据输入的量筒位置进行裁剪得到的图片区域进行图像处理，具体的操作过程具体为：

201)对于输入的图片利用量筒所在位置进行裁剪；

202)对量筒图片进行标准化操作，其中参数设置为：alpha＝255，beta＝0，norm_type＝cv2.NORM_MINMAX；

203)利用旋转角度构建矩阵，对图像进行仿射变换使得图片中量筒保持竖直正向。

在完成步骤201)-203)后，后续处理的图片均为裁剪后的区域。

步骤3)中对于图像亮度的相关处理具体步骤为：

301)将裁剪并处理后的图片转换到HSV色域；

302)将图片Value通道根据图片亮度值进行相应调整，具体为：

根据实际设置图片亮度的上下限阈值，当图片亮度值超出上下限阈值范围外时，则将图片Value通道值(即图片亮度值)按照超过上限阈值进行数值减少，低于下限阈值进行数值增加的方式进行调整，在本实施例中，图片亮度的上下限阈值分别为100和30；

303)完成更改后，将图片从HSV色域转回RGB色域。

图像在完成301)-303)操作后，输入最终的聚类模块中进行聚类，并且聚类时采用仅包含量筒的列矩阵进行计算。

步骤S4中，对图片进行聚类读数的具体步骤为：

401)采用K-Means模型，聚类类别数目为2，参数设置为n_clusters＝2,n_jobs＝32,tol＝0.01；

402)将图片中量筒区域的像素点放入模型中进行聚类，得到两个聚类中心，每一个像素点在进行分类后，根据液柱所在区域像素标签确定液体标签，并以此来计算液柱所占百分比。

在进行视频读数时，需要考虑到视频中不同帧之间改变较小的特点，利用窗口平均的方式使最终的读数结果更为稳定，本实施例中采用窗口大小为100。

在图1中可以看出，本实施例在正常光照环境下有较好的效果。

图2为在黑暗弱光条件下，本方法对于量筒式仪表读数的效果，可以看出即使在黑暗的情况下，本方法仍然具有很好的读数结果。

实施例2

本实施例提供与实施例1对应的一种基于光强变换和聚类的量筒读数方法的装置，包括相机、传输线、存储器和处理器，该存储器存储有运行上述读数方法的计算机程序，处理器调用该计算机程序执行如上述度数方法的步骤。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (4)

1.一种基于光强变换和聚类的量筒读数方法，用以实现在室外弱光环境下的量筒准确度数，其特征在于，包括以下步骤：

1)将拍摄到的包含量筒式仪表盘的图片作为输入图片，并计算得到输入图片的亮度值；

2)根据给定输入图片中量筒所在的位置和对应旋转角度，对输入图片进行裁剪和旋转操作，使得裁剪后图片的量筒呈竖直状态；

3)将裁剪后的图片映射到HSV色域上，并根据图片的亮度值对Value通道进行亮度调节后，再转回到RGB色域；

4)对量筒所在的位置区域进行聚类，利用聚类中心和液体颜色所占百分比得到量筒读数，并在图片中加以标明显示；

所述的步骤1)中，输入图片的亮度值的计算式为：

其中，r、g分别为R、G的通道值；

所述的步骤2)具体包括以下步骤：

201)根据量筒所在位置对输入图片进行裁剪；

202)对裁剪后的图片进行标准化处理；

203)根据旋转角度构建旋转矩阵，对标准化处理后的裁剪图像进行仿射变换，使得图片中的量筒保持竖直正向；

所述的步骤3)具体包括以下步骤：

301)将仿射变换处理后的图片转换到HSV色域；

302)根据图片亮度值对图片Value通道值进行相应调整；

303)完成调整后，将图片从HSV色域转回到RGB色域；

所述的步骤302)为：

根据量筒所在的实际环境设置图片亮度的上下限阈值，当图片亮度值超出上下限阈值范围时，则将图片Value通道值按照超过上限阈值进行数值减少，低于下限阈值进行数值增加的方式进行调整，使得图片亮度值处于上下限阈值范围内；

所述的图片亮度的上下限阈值分别为100和30；

所述的步骤4)具体包括以下步骤：

401)采用K-Means模型，并设置聚类类别数目为2，用以分别表示液柱所在区域和无液柱区域；

402)将图片中量筒所在区域的像素点输入K-Means模型中进行聚类，得到两个聚类中心，每一个像素点在进行分类后，根据液柱所在区域像素的分类标签确定液体标签，并以此计算液柱所占百分比，并完成视频读数。

2.根据权利要求1所述的一种基于光强变换和聚类的量筒读数方法，其特征在于，所述的步骤402)中，图片中量筒所在区域的像素点在分类后，每个像素点对应一个分类标签，即液柱所在区域或无液柱区域，计算所有标签为液柱所在区域对应像素点的占比，即为液柱所占百分比。

3.根据权利要求1所述的一种基于光强变换和聚类的量筒读数方法，其特征在于，在进行视频读数时，考虑到视频中不同帧之间改变较小的特点，采用窗口平均的方式使得最终的读数结果更为稳定，采用窗口大小为100。

4.根据权利要求3所述的一种基于光强变换和聚类的量筒读数方法，其特征在于，实现该量筒读数方法的量筒读数装置，包括：

相机：用以拍摄得到包含量筒式仪表盘的图片，并通过传输线发送给存储器；

存储器：用以存储运行量筒读数方法步骤的计算机程序；

处理器：用以调用存储器中的计算机程序，执行量筒读数方法的步骤。

Images