一种基于对称性特征的仪表指针图像识别方法技术领域
本发明属于计算机图像处理领域，特别涉及一种指针式仪表读数的图像识别方
法，具体地，涉及一种基于对称性特征的仪表指针图像识别方法。
背景技术
指针式仪表作为一种测量仪器，由于其结构简单、维护方便、抗电磁干扰强、低成
本低故障率等诸多优点，被广泛应用于石油化工、电力系统等行业，如变电站的电流表、电
压表、功率表、SF6压力表等。传统的指针式仪表读数需要人工肉眼识别，该方法繁琐、劳动
强度大、效率低下，而且某些场合不适宜人工作业，这就使得利用图像处理与机器视觉算法
自动识别仪表读数具有重要的现实意义。
指针识别的准确性直接决定了仪表读数的精度，当前指针识别方法主要包括
Hough变换法与中心投影法。
(1)专利申请号为201310011025.7，名为《一种改进的变电站巡检机器人的多仪表
读数识别方法》的中国专利，首先利用自适应二值化算法分割出指针区域，然后采用形态学
方法提取指针的骨架，最后使用Hough变换提取指针，该方法依赖于二值图像的准确提取，
但实际情况中的光照不均、文字符号等因素将会使得指针团块与其他团块粘连在一起，导
致指针区域提取失效。
(2)专利申请号为201110359130.0，名为《高鲁棒仪表指针图像识别方法》公开了
一种高鲁棒的指针提取方法:针对细指针，利用Hough变换法求取直线，以此作为指针所在
直线；针对粗指针，以仪表中心为起点，计算射线方向上像素灰度值之和，其最大值对应的
射线即代表指针所在直线。该方法容易受到表盘各类线条的干扰，粗指针的识别对仪表中
心点位置的准确性要求较高。对于表盘文字符号干扰、光照不均、指针部分遮挡等问题，现
有的Hough变换法与中心投影法缺乏一定的鲁棒性，指针识别的稳定性不高。
发明内容
为解决现有技术存在的问题，本发明提供一种基于对称性特征的仪表指针图像识
别方法，能够克服表盘文字符号、光照不均以及指针部分遮挡等干扰因素，准确提取各种指
针的参数信息。
本发明提供的基于对称性特征的仪表指针图像识别方法，包括，
仪表定位：利用指针仪表模板在图像中进行模板匹配，得到仪表图像的ROI区域；
候选指针提取：在ROI区域内根据对称性特征提取若干组组候选指针的对称轴及
其对称边缘像素点对；
候选指针提炼：去除非候选指针边缘的对称边缘像素点对，使得最终的对称像素
点对基本上都属于候选指针，获得经过提炼后的候选指针对称边缘像素点对；
候选指针合并与选择：去除重叠的候选指针，获取指针识别结果。
优选地，所述候选指针提取具体为：根据ROI区域图像边缘的对称性构造累积矩阵
Φ，计算累积矩阵Φ中前T个最大值，计算旋转角与参考距离，作为T个候选指针的对称轴，
并计算候选指针对称轴对应的对称边缘像素点对。
优选地，所述候选指针提炼具体为：对对称边缘像素点对进行Ransac共线性检测，
并获得满足共线性约束的边缘像素点对，边缘像素点对对应的中点即为候选指针对称轴上
的点，获得候选指针对称轴像素点集；对候选指针对称轴像素点集进行分裂再组合，获得分
裂再组合后的对称边缘像素点对。
优选地，候选指针合并与选择包括以下步骤：
步骤1：根据候选指针对称边缘像素点对计算候选指针的最小最大宽度、指针夹
角、对称轴首尾端点与转角方向；
步骤2：若两候选指针同时满足：①转角方向近似一致、②指针夹角近似一致、③最
小最大宽度符合形态一致性要求，则将两候选指针进行合并，形成新的候选指针；
步骤3：选择边缘像素点集最多的候选指针作为最终的指针识别结果。
候选指针提取进一步具体包括：
步骤1：将ROI区域图像由RGB转为灰度图像，采用自适应Canny边缘检测算子提取
灰度图像的边缘，并计算每个边缘像素点的梯度方向，记边缘像素点集为Ω；
步骤2：定义[θmin,θmax]为仪表指针的转角范围，[ρmin,ρmax]为仪表指针的对称轴与
参考点Pr(x,y)的参考距离范围，定义初始累积矩阵
Φij←0，其中，θmin≤i≤θmax,ρmin≤j≤ρmax；
对任意的转角θ，θmin≤θ≤θmax，首先，将所有边缘像素点旋转θ角，得到边缘像素点
集Ωθ；其次，计算旋转后的边缘像素点到图像原点O(0,0)的距离，将Ωθ按照距原点距离大
小进行分组，得到分组后的边缘像素点集Ωθk，其中，M、N分别表示
ROI区域的高度、宽度；最后，对任意的k，任意两个边缘像素点Pi与Pj，Pi,Pj∈Ωθk，若Pi与Pj
同时满足：①点对距离约束、②点对方向约束、③点对对称轴参考距离约束；则置
Φij←Φij+1，其中，θmin≤i≤θmax,ρmin≤j≤ρmax，
行索引i＝θ表示指针对称轴的旋转角索引，列索引j为像素点Pi与Pj的中点到参考
点Pr(x,y)的距离，表示指针对称轴的参考距离索引；
步骤3：计算累积矩阵Φ中前T个最大值，以此作为候选指针的对称轴，相应的行索
引表明了指针对称轴的旋转角，列索引表明了指针对称轴的参考距离，记前T个候选指针的
对称轴两侧对称边缘像素点集分别为La与Ra，其中，a＝1,2,…,T。
候选指针提炼进一步具体包括：
步骤1：对候选指针的边缘像素点集La、Ra进行Ransac共线性检测，其中，a＝1,
2,…,T，提取最多的共线性像素点，得到共线性像素点的索引集Lidx、Ridx；若索引idx满足
idx∈Lidx∧idx∈Ridx，则该索引对应的边缘像素对就是满足共线性约束的边缘对，记满
足共线性约束的边缘像素点集为L1a与R1a，L1a、R1a点对对应的中点即为候选指针对称轴上
的点，记候选指针对称轴像素点集为Ma；
步骤2：对候选指针对称轴点集Ma进行距离聚类，记候选指针的对称轴聚类簇为
Γab，其中，a＝1,2,…,T；b＝1,2,…L，b表明聚类簇的个数；
步骤3：对候选指针的对称轴聚类簇Γab进行再组合，具体地，设Γas与Γat表示第a
个候选指针对称轴的任意两个聚类簇，对应的聚类中心点像素坐标为Pas与Pat，统计ROI区
域图像从像素点Pas到像素点Pat的像素值变异系数CVst，若其值小于预设的阈值，则将聚类
簇Γas与Γat对应的边缘像素点集进行再组合，经过聚类簇再组合操作后的候选指针边缘
像素点集记为L2a与R2a，其中，a是候选指针的索引，s、t指任意两个聚类簇的聚类簇索引。
优选地，自适应Canny边缘检测算子的低阈值、高阈值分别为(1-σ)μ、(1+σ)μ，其
中，μ为图像灰度值的均值，σ为调节参数，调节参数σ过小会使得弱边缘丢失，过大将产生许
多伪边缘，根据经验值，优选设定为0.33。
本发明通过提取被识别图像中对称性特征，并在此基础上进一步处理得到被识别
指针的一系列信息；在全景图的感兴趣区域内，对边缘像素点在指针转角和参考距离的量
化空间上进行累计矩阵投票，得到若干组组候选指针对称轴。通过指针边缘像素点共线性
特性和指针对称轴线段对应的图像像素值近似一致性特点，对候选指针进行提炼，使得最
终的对称像素点对基本上都属于指针。候选指针合并去除重叠的候选指针，选择边缘像素
点集最多的候选指针作为最终的指针识别结果。
本发明具有以下有益效果：(1)基于对称性特征的仪表指针自动识别方法，高精
度、高鲁棒性可大大增强自动化仪表和检测装置的适应性；(2)基于对称性特征的仪表指针
自动识别方法可以更加精确的提取指针的转角方向，对不同大小的仪表指针具有较好的普
适性；(3)能够克服表光照不均、表盘文字符号干扰、指针部分遮挡等因素的干扰，实现仪表
指针稳定精确的识别。
附图说明
图1是候选指针提取的流程图；
图2是累积矩阵累加策略流程图；
图3是候选指针提炼与合并的流程图；
图4是候选指针提取的结果图；
图5是候选指针提炼的结果图；
图6是最终识别的指针结果图。
具体实施方式
下面将结合附图阐述本发明的最优实施例：
以某变电站中BWY(WTYK)-803型变压器温度控制器仪表为例，本发明提供的基于
对称性特征的仪表指针图像识别方法，按以下步骤进行：
仪表定位：在含有BWY(WTYK)-803型变压器温度控制器仪表的全景图中，利用事先
标定好的仪表模板进行模板匹配，寻找指针仪表的感兴趣(Region Of Interesting,ROI)
区域，记为Iyx(1≤y≤M,1≤x≤N)，其中M、N分别表示ROI区域的高度与宽度。
候选指针提取：如图1所示，根据图像边缘的对称性构造累积矩阵Φ，计算累积矩
阵Φ中前T个最大值，据此计算旋转角与参考距离，作为T个候选指针的对称轴，并计算对称
轴对应的对称边缘像素点对，具体地包含以下几个步骤：
2.1)将仪表ROI图像由RGB颜色空间转换到灰度空间，采用自适应Canny边缘检测
算法提取仪表ROI灰度图像的边缘，其中Canny边缘检测的低阈值、高阈值分别设为(1-σ)μ、
(1+σ)μ，这里μ为图像灰度值的均值，σ为调节参数，参数σ过小会使得弱边缘丢失，过大将产
生许多伪边缘，根据经验值，这里设定为0.33，同时计算每个边缘像素点的梯度方向，记边
缘像素点集为Ω。
2.2)定义[θmin,θmax]为仪表指针的转角范围，[ρmin,ρmax]为仪表指针的对称轴与事
先标定的参考点Pr(x,y)的参考距离范围，将参数空间(θ,ρ)(θ为转角、ρ为参考距离)在
[θmin,θmax]×[ρmin,ρmax]区域上进行等间隔量化，构造累积矩阵Φ，并将其初始化为0，
Φij←0(θmin≤i≤θmax,ρmin≤j≤ρmax)。
累积矩阵的累加策略如图2所示，对每一个转角参数θ(θmin≤θ≤θmax)，首先，将所
有边缘像素点逆时针旋转θ角，得到旋转后的边缘像素点集Ωθ；其次，计算旋转后的边缘像
素点到图像原点O(0,0)的距离，将Ωθ按照距图像原点距离的大小进行分组，得到分组后的
边缘像素点集这里为向下取整符号；最后，对每一个距
离参数任意两个边缘像素点Pi与Pj(Pi,Pj∈Ωθk)，若Pi与Pj同时满
足：
①点对距离约束，即点Pi与Pj的距离必须在一定范围内；
②点对方向约束，指针边缘像素对的方向近似相对或者向背，且与指针对称轴近
似垂直；
③点对对称轴参考距离约束，点对对应的对称轴必须与参考点满足一定的距离约
束；
则置
Φij←Φij+1(θmin≤i≤θmax,ρmin≤j≤ρmax)，
这里的行索引i＝θ表示指针对称轴的旋转角索引，列索引j为像素点Pi与Pj的中点
到参考点Pr(x,y)的距离，表示指针对称轴的参考距离索引，据此完成累积矩阵的投票累
加。
2.3)累积矩阵Φ的元素值表明了边缘像素对的多少，Φ的最大值代表了最多的对
称边缘像素对。计算累积矩阵Φ中前T个最大值，相应的行索引表明了对称轴的旋转角，列
索引表明了指针对称轴与参考点的参考距离，以此作为候选指针的对称轴，记T个候选指针
的对称轴两侧边缘像素点集分别为La与Ra(a＝1,2,…,T)，La、Ra构成候选指针对称轴对应
的对称边缘像素点对。
图4显示了BWY(WTYK)-803型变压器温度控制器仪表ROI区域经过步骤2.1)至2.3)
得到的候选指针图像。
候选指针提炼：如图4所示，候选指针提取的结果通常存在许多伪指针边缘像素
对，候选指针提炼的目的在于去除这些非指针边缘的像素对，使得最终的像素对基本上都
属于指针。通过观察发现：①指针两侧的边缘像素点基本上满足共线性特性；②指针对称轴
线段对应的图像像素值近似一致，即满足一致性。如图3所示，候选指针提炼具体包括以下
几个子步骤：
3.1)对候选指针的边缘像素点集La(a＝1,2,…,T)进行Ransac共线性检测，提取
最多的共线性像素点，得到共线像素点的索引集记为Lidx。同理可以得到边缘像素点集Ra
(a＝1,2,…,T)的共线边缘像素点的索引集记为Ridx，若索引idx同时满足idx∈Lidx∧idx
∈Ridx，则说明该索引对应的边缘像素对就是满足共线性约束的边缘对，记满足共线性约
束的边缘像素点集为L1a与R1a(a＝1,2,…,T)，L1a、R1a构成满足共线性约束的边缘像素点
对，L1a、R1a(a＝1,2,…,T)点对对应的中点即为指针对称轴上的点，记对称轴像素点集为Ma
(a＝1,2,…,T)。
3.2)对称轴像素点集分裂与再组合：由于光线、条纹、符号等干扰，提取到的指针
对称轴会存在断开的情况，为了得到准确的指针信息，需要对对称轴像素点集进行分裂与
再组合处理。首先，像素对距离在小范围内的理论上可以认为属于同一目标，具体地，对候
选指针对称轴点集Ma(a＝1,2,…,T)进行距离聚类，将距离较小的点对聚成一簇，记得到的
聚类簇为Γab(a＝1,2,…,T；b＝1,2,…,L)，下标b表明聚类簇的个数，不同的候选指针具有
不同的聚类簇数目。其次，对聚类簇Γab(a＝1,2,…,T；b＝1,2,…,T)进行再组合，具体地，
设Γas与Γat表示第a个候选指针对称轴的任意两个聚类簇，对应的聚类中心像素点坐标为
Pas与Pat，统计ROI区域图像内从像素点Pas到Pat直线段对应的像素值变异系数，可以描述为
其中σst、μst分别为直线段对应像素值的标准差与均值，若变异系数CVst小于事先
指定的阈值，则将聚类簇Γas与Γat对应的边缘像素点集进行再组合，边缘像素点集L1a与
R1a(a＝1,2,…,T)经过聚类簇再组合操作后的边缘像素点集记为L2a与R2a(a＝1,2,…,T)，
L2a、R2a构成聚类簇再组合操作后的边缘像素点对，其中，a是候选指针的索引，s、t指任意两
个聚类簇的聚类簇索引。
指针合并与选择：指针合并的目的是去除重叠的候选指针。
首先，根据对称边缘像素点集L2a与R2a(a＝1,2,…,T)计算候选指针的最小最大宽
度、指针夹角、对称轴首尾端点与转角方向等信息；
其次，若两候选指针同时满足：①转角方向近似一致；②指针夹角近似一致；③最
小最大宽度符合形态一致性要求，则将两候选指针进行合并，形成新的候选指针。
选择边缘像素点集最多的候选指针作为最终的指针识别结果。
图像5显示了BWY(WTYK)-803型变压器温度控制器仪表候选指针提炼的结果，图像
6显示了最终识别的指针结果。
本发明还可以有其它实施方法，凡采用同等替换或等效变换形成的技术方案，均
落在本发明要求保护的范围之内。