CCD在老式仪表改造中的应用-设计应用

精品文档-下载后可编辑CCD在老式仪表改造中的应用-设计应用1引言

随着自动化流水线逐渐普及，许多工厂的设备需要更新换代。但是，有些老式的设备功能完好，如经简单升级改造，仍可发挥巨大作用，从而提高设备利用率。

CCD在老式仪表改造中可用于实现老式检测设备的实时监测功能，利用CCD对传统的机械表盘进行图像识别，用计算机代替人眼完成读数以及判别工作，减轻了工作人员读数并进行数据处理等繁杂的工作，提高了监测效率，实现了实时在线监测及报警。

2系统工作原理

如图1所示，该CCD检测系统主要由CCD摄像机、卡座、光源、图像采集卡，计算机以及输出设备组成。机械表盘和CCD摄像机被卡座固定，卡座内部自带光源，以防止外部环境变化影响图像质量，得到相对稳定的图像，简化计算机处理过程，使软件更加简单可靠。得到的图像通过图像采集卡进行A/D转换．传输到计算机进行软件处理和识别，由计算机对获得的图像进行读数并对采集数据进行检测、监控等工作。

由于该设备把机械表盘的信息自动读取到计算机里，因此，用计算机替代人工进行诸多处理工作。如，多次读数进行误差分析和处理；设置值进行预警监控；可远程自动监控危险场所等。

3选择相关硬件设备

3．1光源选择及卡座设计

可选数只LED发光二极管均匀安装在卡座内壁四周；也可选圆环状、照度好的节能灯管，避免光源直射CCD镜头，光源面对CCD镜头的一面要有遮挡。这样设计光源和卡座，可以保证光线能均匀的照在表盘上，有利于CCD获得高质量的图像，防止部分CCD单元出现饱和现象使图像部分泛白而影响图像处理。

3．2CCD及镜头选取

根据表盘本身精度选择CCD，保证图像能分辨表盘刻线，且表盘属于小视场，故选择小尺寸一般分辨率的CCD即可。CCD镜头配合表盘大小及视场选取，计算公式如下：

式中，L为视场，HL为视场的水平方向，VL为视场的垂直方向，f为焦距。

4图像处理软件的设计

由于表盘离CCD镜头近、视场小，属于近轴光成像，图像形变小。预先处理可只进行简单地滤波去噪。由于VC++简便快捷，因此，处理程序以Windows操作系统为平台，在VC++的环境下开发。

5边缘检测

通过边缘检测可得到表针的边缘信息，使图像的轮廓更加突出，同时边缘以外区域保持原样。边缘检测与增强处理削弱了图像的低频部分，处理后的图像亮度保持不变，像素值变化缓慢的区域保持不变，而像素值变化剧烈的区域被突出。常用的边缘检测方法有平移和差分边缘增强、梯度方向边缘增强、Laplace边缘增强和Sobel边缘检测。

5．1Robert检测算子

Robert算子是在2×2邻域上计算对角导数，即：

图像点(x，y)的梯度g(x，y)的幅度用差分的均值近似，即：

从上述模板形式可看出，Robert计算时利用的像素共4个，该算子边缘定位准，但对噪声敏感，适用于边缘明显且噪声较少的图像。效果图如图2所示。

5．2Krisch边缘检测算子

Krisch边缘检测算子使用8个模块来确定梯度幅度值和梯度的方向，即表示为：

如上所示，该算子对图像中的每个点都用8个卷积核进行卷积，每个卷积核对某个特定边缘方向作出响应，所有8个方向中的值作为边缘图像的输出。

Krisch算子是一阶微分算子，用于检测图像的阶跃性边缘，算法简单、编程方便，对带噪声的边缘较敏感，有时会造成假轮廓或生成某些并不存在的边缘点，对于屋顶型边缘无效，其效果图加图3所示。

该Laplace算子的零交叉点也可作为图像的阶跃型边缘点，而其极小值点可作为图像的屋顶型边缘。同时，由于噪声点对边缘检测有一定影响，所以该算子是效果较好的边缘检测器，其效果图如图4所示。

5．4Sobel检测算子

Sobel检测算子是由两个卷积形成，即：

该算子将方向差分运算与局部平均相结合，在以f(x，y)为中心的3×3的邻域上计算x和y方向的偏导数，即：

式(5)应用了f(x，y)邻域的图像强度的加权平均差值。其梯度幅度为：

Sobel算子认为，邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般距离越远，产生的影响越小。其效果图如图5所示。

6仪表盘的示值图像处理的相关算法

仪表盘的示值图像处理的相关算法主要包括二值化处理、投影法识别等。为了从复杂图像中提取特定的区域和信息。需要对图像进行简化和分割，将背景(不感兴趣的区域)和物体(感兴趣的区域)分开。

常用的图像分割方法是把图像灰度分成不同的等级，然后用设置灰度门限(阈值)将图像二值化，分割出有意义的区域，使得有用的信息均转换为黑色，而无用的信息被剔除转换为白色。对指示表图像来说有意义的区域是灰度值较小(较暗)的指针，而其他灰度值较大(较亮)的表盘是不感兴趣的区域。由于实际情况下指示表的指针和表盘问有较大的对比度，因此在均匀的光照条件下，很容易自动搜索出一个较为合理的阈值将图像二值化，灰度值大于该阈值的点变为白色，否则变为黑色。

该设计系统采用如下阈值选取算法：首先随机确定一个阈值T(T≠0)，然后分别求出灰度大于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。确定一个终止条件，如ε=0．001，判断是否|T'-T|ε。如果不满足，则用T'代替T继续进行下一轮运算；如果满足，则跳出循环，且以T'作为终的阈值。

将二值化后的表盘图像中的各个像素从中心沿半径向圆周投影，投影的长度代表该方向上黑色像素的个数，投影长的点应是指示表指针所在的位置，找到该点就可