汽车指针仪表的视觉检测系统的研究与设计_徐洋

。将视觉技术应用在汽车仪表的检
下几部分组成： 视频图像处理的控制计算机及其处理软 USB 接口的 CMOS 摄像头获取实时的无压缩的视频 件， LED 灯群为图像 数据， 摄像头横纵竖三方向的移动支架， 采集提供外部光源， 促使仪表转动的驱动模块， 被测仪表 以及其固定支撑台。 本设计中控制计算机采用 Intel 公司生产的 Pentium 处理器， 处理速度为 2. 20 GHz， 内存 2. 00 Gbyte， 可以满足 实时 采 集 需 求。 图 像 处 理 软 件 采 用 基 于 Visual Studio 2008 集成开发环境下的 OpenCV 库， 实现相关函数可对采 取图像进行预处理和识别判定。 图像采集部分采用 Microview 公 司 的 MVC－ II－3 M 摄
【Abstract】A system of automobile instrument inspection is designed， which is based on the OpenCV programming environment and uses machine vision and then the system will do some necessary image processing and technology. At first，the system collects effective images of the automobile instrument， recognition in order to readout the value of the instrument calibrations. Through those the system could judge the accuracy of the instrument whether it meets the requirements or not. The design contains several parts such as configuration of light source，selection and horizontal longitudinal and vertical movement of camera，image preprocessing and image recognition and so on. Experiments show that， this system can effectively read out the value of the vehicle pointer instrument and points out the dial precision by an automatic way， comparing with the similar products abroad the distinguishing speed and accuracy have obvious improvement. 【Key words】machine vision； pointer instrument； OpenCV
【摘 要】 研究了一种基于机器视觉的汽车仪表盘自动检测系统。该系统通过机器视觉的方法， 采用 OpenCV 编程环境， 采集有 效的汽车指针仪表盘图像， 并对其进行处理， 识别出仪表刻度值与指针的位置和重合程度， 从而判定仪表指示准确性是否符合 要求。系统包含了光源的配置、 摄像头的选取和其横纵竖三向的移动、 图像的预处理以及图像的识别判定等部分。测试证明， 该系统能有效地自动读出指针仪表的示数并判断其是否准确， 识别速度和精确度与国外类似产品相比得到了提升。 【关键词】 机器视觉； 指针仪表； OpenCV 【中图分类号】 TN911. 93； TP391. 41 【文献标识码】 A
测中， 不仅可以减少传统人眼检测因视野距离或疲劳疏忽 等因素导致的缺陷和不足， 而且可以大大地加快检测速 率， 节省时间成本， 真正实现系统化、 规范化和自动化的 检测。 图像处理技术开发的工具众多， 对仪表图像的研究 MATLAB 或者单纯的 VC ++ 等工 一般多采用 LabView、 具
［ 2 －3 ］
IplImage * pFrame = camera. QueryFrame（ ） ； cvNamedWindow（ " Original" ， 0） ； cvShowImage（ " Original " ，pFrame） ；
pFrame 是 OpenCV 中创建的一个 IplImage 结构 其中， camera. QueryFrame 是类 camera 中的的帧获取函 体变量，
2
Βιβλιοθήκη Baidu仪表图像采集处理及识别
对图像进行处理的前提是图像本身能够最大程度地
反映有用信息， 如果图像本身由于非客观因素导致的图像 质量低下， 那么这幅图像可以视为不合格的研究对象， 后 续的处理与识别也不再有意义。因此采集最佳的仪表图 像成为本设计的关键之一。 2. 1 图像的采集 MVC－II－3M 摄像头提供了 SDK 软件开发工具包， 可
［ 1 ］
brary） 是基于 Visual Studio 集成开发环境的开源计算机视 觉库， 为图像处理技术的研究提供了方便快捷且完全免费 的平台
［ 4 ］
， 采用其进行图像处理识别的研究可以提高执
行速率， 减少代码数量， 符合即时、 便捷的需要。
1
汽车仪表视觉检测系统设计
系统的总体设计结构框图如图 1 所示， 系统主要由以
图2 高斯去噪效果对比图
140
《电视技术》 第 36 卷第 17 期（ 总第 393 期） | 投稿网址 http： www．VideoE．cn
视频应用与工程 VIDEO APPLICATION ＆ PROJECT OpenCV 的 cvCvtColor 函数可将 当数据类型一致时， 图像从一个颜色空间转换到另一个空间。OpenCV 可实 HSV 色彩空间、 HLS 色彩 现 RGB 色彩空间到灰度空间、 CIE 色彩空间的转换以及反变换。图像的灰度化即 空间、 OpenCV 图像 是将图像从 RGB 色彩空间转换到灰度空间， 灰度化代码如下：
汽车仪表关系着驾驶状态的正确指示， 对保障行驶的 安全性至关重要。因此， 仪表出厂前需要对其各项功能进 行严格的检测及校正。目前仪表的检测， 国内绝大多数仍 采用人工的方法， 国外研究发展相对起步较早， 普遍采用 电子设计自动化、 计算机辅助测试等新技术， 已有不少先 进的检测仪器。机器视觉技术旨在通过计算机模拟人眼 的视觉功能， 获取客观三维世界的信息， 并对其进行测量、 跟踪、 处理和识别
Research and Design of Vision Inspection System of Automobile Pointer Instrument
XU Yang， LIAO Qinyu， LI Rui， CHENG Anyu
（ Automotive Electronics and Embedded System Engineering Research Center， Chongqing University of Posts and Telecommunications， Chongqing 400065 ， China）
《电视技术》 投稿网址 http： www．VideoE．cn | 第 36 卷第 17 期（ 总第 393 期）
139
视频应用与工程 VIDEO APPLICATION ＆ PROJECT 以利用其 API 接口进行二次开发。结合 MVC 摄像头开发 包编程可以采集视频图像， 该采集过程中不但可以对视频 窗口的横纵偏移量和窗口大小进行设置而且可以通过调 节曝光时间和红绿蓝三色增益来得到满意的图像色彩。 对摄像头采集的视频信息进行抓帧处理即可获取想要的 各幅图像， 这些图像将存入计算机缓存中以供后面处理需 要。摄像头获取并显示图像的代码如下：
视频应用与工程 VIDEO APPLICATION ＆ PROJECT
J］ ． 电视技术， 2012， 36（ 17） ． 【本文献信息】 徐洋， 廖钦渔， 李锐， 等 . 汽车指针仪表的视觉检测系统的研究与设计［
汽车指针仪表的视觉检测系统的研究与设计
徐 洋， 廖钦渔， 李 锐， 程安宇
（ 重庆邮电大学 汽车电子与嵌入式系统工程研究中心， 重庆 400065）
in 和 out 分别为高斯去噪的输入图像和输出结 其中， CV_GAUSSIAN 代表去噪类型， 果， 最后的 2 个参数代表对 图像进行核大小为 3 × 3 的高斯卷积。OpenCV 高斯去噪 的仪表图像对比如图 2 所示， 左边为原图 Original， 右边为 高斯去噪后的图 Denoising。
。使用这些方法虽然可以进行相关图像处理的研
但是它们或者提供的是非语言性编程， 只能做仿真， 或 究， 者就是编程工作量巨大， 不能实现简单、 便捷以及即时性 的综合需求。OpenCV （ Open Source Computer Vision Li-
基金项目： 重庆高校创新团队建设计划项目（ 201014） ； 重庆市科技攻关计划项目（ CSTC2008AA6025） ； 重庆高校优秀成果转化资 “汽车智能网络仪表测试系统平台研发” 2011］ 424 号） 助项目（ KJZH11207） ； 重庆矢崎仪表有限公司 项目（ 渝发改技函［
图1 系统总体结构框图
cvNamedWindow 和 cvShowImage 分别为窗口命名和图 数， 像显示函数。 2. 2 图像的预处理 系统采集到的仪表图像是 RGB 格式的彩色图像， 虽 但也包含了很多对于表盘和 然里面包含了所需要的信息， 由于外界因素的影响图像难 指针检测无用的信息。同时， 免存在一定的噪声， 如果不进行处理， 就会加大工作量和 影响对有用信息的获取。本实验只对图像的表盘、 指针等 轮廓突出信息进行检测， 对图像的颜色亮度等不做研究， 所以只须将原图像进行去噪、 灰度化、 边缘检测便可给后 续识别环节提供充足的信息。 OpenCV 可以提供 5 种不同的图像平滑去噪方法， 所 有的操作都由 cvSmooth 函数实现。高斯滤波是最常用的 它利用卷积核与输入图像的每个像素点进行卷 去噪方法， 积， 将最 终 的 计 算 结 果 之 和 作 为 输 出 图 像 的 像 素 值。 OpenCV 的高斯滤波提供的几个标准核大小 3 × 3， 5 × 5， 7 × 7具有比其他核更优的性能。OpenCV 高斯去噪代码 如下：
cvSmooth（ in，out，CV_GAUSSIAN， 3， 3）；
像头， 这是一款遵循 USB 2. 0 标准的高分辨力、 高清晰度、 高帧率一体化的摄像头， 具有高速、 带帧存、 外触发采集和 最高分辨力可达到 2 048 × 1 536， 符合 闪光灯输出功能， 仪表检测对高分辨力的特殊要求。 Y 轴， Z 轴） 3 本系统还设计了摄像头横纵竖（ X 轴， 个方向的自由移动功能。当需要在表盘上获取某指定部 分信息时可以在 X 轴和 Y 轴移动支架调整摄像头位置， 而当需要拉伸缩进摄像头与表盘相对位置时就可在 Z 轴 调整。这样可以随意调整支架， 从而调整摄像头位置以获 取想要的图像信息。 由于检测系统的封闭性， 内部只靠驱动后的仪表自 不足以给检测环境提供充足且均匀的光源， 所以 带发光， 需要在系统内部周边安装光源。选取的 LED 灯耗电量 少、 发光效率高、 发热量低， 能在不影响系统性能的情况下 提供均匀稳定的光源。 要获取指定刻度的仪表指针指示情况， 被测仪表需 这里 要一定的驱动信号使其指针旋转到预期指定的位置， 采取给仪表接入信号发生器和电位调节器的方法， 可以对 仪表盘上不同功能的表头进行驱动控制。 最后系统设计了固定的支撑台， 通过夹具将被测仪表扣 锁在支撑台上， 这样才可以保证检测时图像采集的稳定性。