指针式仪表智能识别方法及其装置的制造方法
【技术领域】
[0001]本发明涉及视频监控技术领域，尤其涉及视频监控领域中的智能分析，具体而言，涉及一种指针式仪表智能识别方法及其装置。
【背景技术】
[0002]在视频监控中的智能分析技术领域里，对指针式仪表的识别是指:通过一些视频处理方法和/或图像处理方法获取目标监控场景范围内的指针式仪表的实时指示值。现有技术通常采用的处理方法为:
[0003]首先是获取视频流，其中，所述视频流来自架设在各个场景的摄像头。
[0004]其次从视频流中抓取包含指针式仪表的图片，对抓取的图像作一系列图像处理，并最终获取指针式仪表的实时指示值。
[0005]然而，采用该现有技术在指针式仪表的识别过程中，存在很多干扰因素，严重影响指针式仪表识别的准确率，因此在指针式仪表的指针识别过程中，如何消除干扰，以提升识别算法的鲁棒性是需要解决的一大技术问题。
[0006]由于用于采集视频流的摄像头通常会被架设在环境复杂的各个场景，例如光线昏暗、雾气弥漫等严重影响视频质量的环境。在进行指针式仪表的识别过程中，如果从质量受影响的视频流中抓取图片，所获取的图片其受到的干扰较大，加之仪表本身同样也会存在很多干扰纹理，因此在识别这些图片中的仪表时，这些干扰会严重影响仪表的识别准确度。
[0007]在公开号为CN101650198、专利名称为“一种读取指针式仪表示值的图像处理方法”的中国专利文献中，其在识别仪表的指针和指针左侧的刻度线时，需要获取指针与圆的交点位置以及指针左侧的刻度线与圆的交点位置，并根据指针与圆的交点位置以及指针左侧的刻度线与圆的交点位置计算仪表指针的示值。在这个技术方案中，其整个识别处理过程对图像的清晰度要求较高，而对于在环境较为复杂的情况下采集的图像而言，例如待识别的图像因为光线昏暗而较为模糊，或待识别的图像本身存在较多干扰性纹理，采用该技术方案会导致指针式仪表的实时指示值难以被准确识别出来或者存在较大误差。
【发明内容】
[0008]为了提高指针式仪表指针识别的鲁棒性，本发明实施例的目的在于提供一种指针式仪表智能识别方法及其装置，本发明实施例采用一系列图像优化处理措施，在一定程度上可以消除图像中存在的干扰，这些干扰有客观环境造成的图像模糊干扰，也有仪表本省自带的纹理干扰。采用本发明进行指针式仪表指针的识别具有较好的鲁棒性，从而可以应用到各个实际环境中。
[0009]为了达到本发明的目的，本发明采用以下技术方案实现:
[0010]一种指针式仪表智能识别方法，其包括:
[0011]从视频流中获取待处理图像，并对该待处理图像进行图像中值滤波处理以及图像增强处理获得一次处理图像；
[0012]基于大津法阈值分割方法对所述一次处理图像进行二值化处理获得二值化图像，对二值化图像作拉普拉斯变换，并将所述二值化图像与经拉普拉斯变换得到的图像作异或处理，再对经异或处理得到的图像进行中值滤波处理获得二次处理图像；
[0013]对所述二次处理图像进行细化处理，并对经细化处理得到的图像进行直线检测处理，识别出指针式仪表的指针直线；
[0014]依据指针式仪表的参数信息以及识别出来的指针直线计算指针式仪表的指针此时所指的刻度值。
[0015]优选地，对该待处理图像进行图像中值滤波处理以及图像增强处理获得一次处理图像的步骤包括:
[0016]对该待处理图像的Y分量或灰度分量进行中值滤波处理，以去除部分噪声；
[0017]对经中值滤波处理后的图像作拉普拉斯变换获取图像的边缘细节，并将经中值滤波处理后的图像与经拉普拉斯变换后的图像进行相加，以增强图像的边缘细节。
[0018]优选地，所述细化处理是指连续剥离形体最外层元素直到获得单位宽度的连通线。
[0019]优选地，在对所述二次处理图像进行细化处理之后，采用霍夫hough变换直线检测方法对经细化处理得到的图像进行直线检测处理，识别出指针式仪表的指针直线。
[0020]优选地,所述指针式仪表的参数信息包括指针式仪表轴心坐标、起始点坐标及起始点刻度值信息。
[0021]一种指针式仪表智能识别装置，其包括:
[0022]第一处理模块，用于从视频流中获取待处理图像，并对该待处理图像进行图像中值滤波处理以及图像增强处理获得一次处理图像；
[0023]第二处理模块，用于基于大津法阈值分割方法对所述一次处理图像进行二值化处理获得二值化图像，对二值化图像作拉普拉斯变换，并将所述二值化图像与经拉普拉斯变换得到的图像作异或处理，再对经异或处理得到的图像进行中值滤波处理获得二次处理图像；
[0024]直线检测模块，用于对所述二次处理图像进行细化处理，并对经细化处理得到的图像进行直线检测处理，识别出指针式仪表的指针直线；
[0025]刻度计算模块，用于依据指针式仪表的参数信息以及识别出来的指针直线计算指针式仪表的指针此时所指的刻度值。
[0026]优选地，所述第一处理模块包括:
[0027]获取单元，用于从视频流中获取待处理图像；
[0028]中值滤波处理单元，用于对该待处理图像的Y分量或灰度分量进行中值滤波处理，以去除部分噪声；
[0029]图像增强处理单元，用于对经中值滤波处理后的图像作拉普拉斯变换获取图像的边缘细节，并将经中值滤波处理后的图像与经拉普拉斯变换后的图像进行相加，以增强图像的边缘细节。
[0030]优选地，所述细化处理是指连续剥离形体最外层元素直到获得单位宽度的连通线。
[0031]优选地，在直线检测模块对所述二次处理图像进行细化处理之后，直线检测模块采用霍夫hough变换直线检测方法对经细化处理得到的图像进行直线检测处理，识别出指针式仪表的指针直线。
[0032]优选地,所述指针式仪表的参数信息包括指针式仪表轴心坐标、起始点坐标及起始点刻度值信息。
[0033]与现有的指针式仪表指针识别方法相比，本发明提供的指针式仪表智能识别方法其鲁棒性较好，能抵抗一些客观环境造成的干扰以及仪表本身自带的一些干扰，能够很好应用到较为复杂的实际环境之中。
【附图说明】
[0034]图1为本发明实施例提供的指针式仪表智能识别方法流程示意图；
[0035]图2为本发明实施例提供的指针式仪表智能识别装置结构示意图；
[0036]图3为本发明实施例提供的第一处理模块功能结构示意图。
[0037]本发明目的的实现、功能特点及优异效果，下面将结合具体实施例以及附图做进一步的说明。
【具体实施方式】
[0038]下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
[0039]如图1所示，本发明实施例提供的一种指针式仪表智能识别方法，其包括如下步骤:
[0040]S10、从视频流中获取待处理图像，并对该待处理图像进行图像中值滤波处理以及图像增强处理获得一次处理图像；
[0041]S20、基于大津法阈值分割方法对所述一次处理图像进行二值化处理获得二值化图像，对二值化图像作拉普拉斯变换，并将所述二值化图像与经拉普拉斯变换得到的图像作异或处理，再对经异或处理得到的图像进行中值滤波处理获得二次处理图像；
[0042]S30、对所述二次处理图像进行细化处理，并对经细化处理得到的图像进行直线检测处理，识别出指针式仪表的指针直线；
[0043]S40、依据指针式仪表的参数信息以及识别出来的指针直线计算指针式仪表的指针此时所指的刻度值。
[0044]本实施例中，被监控对象为指针式仪表，目的在于获得所述指针式仪表的指针所指的具体刻度。在所述步骤SlO中，所述视频流可以为YUV数据格式的视频数据，也可以为其他格式的视频数据。
[0045]对于所述步骤S10，对该待处理图像进行图像中值滤波处理以及图像增强处理获得一次处理图像的步骤包括:
[0046]S101、对该待处理图像的Y分量(即YUV格式数据的Y分量)或灰度分量进行中值滤波处理，以去除部分噪声；
[0047]在本实施例中，对于图像中值滤波，所选窗口可以为3X3大小。由于来自摄像头的视频流存在来自各个客观环境的噪声，同样地，从视频流中抓取的图像存在着噪声，通过中值滤波可以消除部分噪声。
[0048]S102、对经中值滤波处理后的图像作拉普拉斯变换获取图像的边缘细节，并将经中值滤波处理后的图像与经拉普拉斯变换后的图像进行相加，以增强图像的边缘细节。
[0049]在指针式仪表识别的过程中，其要识别的对象是仪表的