玻璃管温度计示值视觉检测系统研制

苑玮琦 李坤鹏

(沈阳工业大学视觉检测技术研究所，沈阳 110870)

玻璃管温度计示值视觉检测系统研制

苑玮琦 李坤鹏

(沈阳工业大学视觉检测技术研究所，沈阳 110870)

针对玻璃管温度计的结构特点，结合检定温度计的实际工作环境研制了玻璃管温度计示值视觉检测系统。该系统根据温度计在图像中的横向特点，运用灰度极小值法、水平投影法，找到并提取出温度计图像，根据刻度线的垂直特性，运用模板二值化法对温度计图像加以处理并对处理后的刻度线图像进行细化并分析得出刻度线的位置。通过hough变换，将膨胀算法和腐蚀算法相结合得出液柱头的位置，再通过投影分析得到温度计上的数字字符和字符对应长刻度线的位置，最终得出正确的示值。通过实验证明该系统稳定、可靠，识别精度可达0.01℃以上。

视觉检测系统 玻璃管温度计 水平投影 模板二值化 hough变换

玻璃管温度计的价格低廉﹑使用方便﹑准确度高﹑结构简单，在现代检测技术中是不可或缺的测温工具之一，其广泛应用于石油、化工、船舶及机械等行业。玻璃管温度计主要由玻璃材质制成的薄壁感温泡、带均匀刻度的毛细管和感温液体组成，利用感温液体随被测温度的变化而热胀冷缩的原理来达到测量温度的目的[1]。根据JJG 130-2011，棒式温度计的检定周期为一年[2]。大多数的企业和部门所用的温度计都交给当地的计量检定部门来检定，因此，对于计量检定部门来说，温度计的检定数量是比较大的，并且检定一支温度计的时间较长，造成检定人员的劳动强度较大。虽然现在可以通过读数望远镜来读取温度计的数值，但仍然依靠工作人员的目测来读数，这样误差就在所难免。

针对以上问题，为了降低检定人员的工作强度，同时减小读数误差，需研制出玻璃管温度计示值视觉检测系统，通过安装一个工业相机来读取玻璃管温度计的示数。该视觉检测系统的实现需要解决如下几个问题：通过相机拍摄质量较好的图像；从拍摄图像中准确找到温度计的位置，即温度计定位；从温度计图像加以中找到刻度线的位置，即刻度线定位；正确提取出温度计图像中液柱头的位置，即液柱头定位；从温度计图像中找到两个数字字符，并找到两个字符对应长刻度线的位置。

近年来已有许多针对玻璃管温度计的算法被提出。文献[3]采用灰度极小值法来找出刻度线和液柱体，在某种程度上可以排除光照不均匀及反光等造成的干扰，但寻找液柱体时仍有可能造成遗漏，因为液柱体与周围像素的灰度值较为相近。文献[4]提出一种基于像素标定值的方法，只提取温度计的液柱体，二值化方法采用固定阈值，然后结合膨胀算法和腐蚀算法得出液柱体，省去了数字字符寻找和刻度线提取的过程，但是在标定时仍然要采用人为标定的方法。文献[5]先对温度计图像进行滤波，边缘增强，再进行补偿得到预处理图像，然后采取基于二维直方图的多阈值方法进行图像分割，分别得到刻度线、液柱和数字字符图像，经过后续相关处理得到温度计的示值。综上所述，玻璃管温度计读数系统主要由以下几个过程：图像灰度化、图像增强、图像二值化、图像滤波、图像细化及投影计算等。*收稿日期：2015-01-08

上述过程存在的问题是一直对整幅图像进行处理，这样计算速度得不到提高，不利于提高系统的快速性，并且对刻度线定位算法涉及较少。笔者提出一种新的算法，该算法先从整幅图像中提取出温度计图像部分，然后仅对该提取图像进行处理，提高了运算速度。另外针对温度计刻度线的垂直特性，利用特定的模板对其进行二值化，适用性较好，克服了设定阈值不准确及光照不均等问题。

1 系统总体设计

1.1系统总体框图

系统的总体设计功能框图如图1所示，系统主要包括光源、温控装置、玻璃管温度计、摄像机、处理器和计算机监控中心。

图1 系统总体设计功能框图

1.2实验设备

根据设计的系统总体框图，搭建好各实验设备如图2所示，主要实验设备如下：

a. 光源，经过多次实验采用普通的节能日光灯，将其夹在温度计的上方，这样可以保证连续拍摄的图像亮度较为均匀，具有较好的重复性；

b. 温控装置采用型号为HHS-1的恒温水浴锅，温度设定好后，加热时间短，热能损耗小，性能可靠，操作方便，控温精度高，可在室温到100℃范围内任意选择某点恒定温度作为使用温度；

c. 摄像机是由型号为DFK 24G20A的工业相机和型号为HF16HA-1B镜头组成，该相机的图像传感器为CCD，分辨率可达1600×1200，采集速度达每秒20帧，在既保证采集图像质量的基础上还能保持较快的采集速度。

图2 实验设备

2 算法实现

2.1温度计图像提取

图像提取的目的是从拍摄的整幅图像(图3)中提取出温度计图像(图4)，这样后续的算法都只针对图4进行处理，加快了图像处理速度。采用的方法为先对整幅图像进行灰度化，然后运用灰度极小值方法得到整幅图像的二值化图像，再进行水平投影即可得到温度计在整幅图像中上下边缘的位置，最后根据上下边缘的位置从原图像中提取出温度计图像。

图3 整幅图像

图4 温度计图像

其中，笔者采用的灰度极小值法[6]是用3个窗口，每个窗口中的像素个数为5，灰度极小值窗口模型如图5所示。

图5 窗口模型

图5中，X1～X3分别为：

(1)

式中ak——横坐标为k点的图像灰度值；

w——图像的宽度。

2.2温度计刻度线提取

在温度计图像中刻度线都为线性且方向为垂直方向，可根据此特点采用特定的模板对图像进行二值化。模板法是一种局部二值化方法，即使拍摄的图像光照不均也能够取得较好的二值化效果，由于制定模板的方向与刻度线平行，针对线性的检测效果较好。

模板大小为15×15的矩形(图6a)，四周0区域部分的目的是去除图像的边缘以免对后续处理产生影响。将固定阈值法和模板法进行对比，得到的二值化图像分别如图6b、c所示。模板二值化过程中x表示模板中2区域与1区域的差值，m代表阈值，起调节作用，对图像中点(i,j)二值化的定义为：

(2)

a. 模板

b. 固定阈值法

c. 模板法

图6 刻度二值化

通过图6可以看出模板法对线的检测效果较好，液柱部分已经全部去掉，而固定阈值法则将大部分图像信息都检测出来，还需要后续处理才能检测出刻度线部分。经过模板法处理后，刻度线二值图像中的刻度线粗细不均匀，这样不利于统计刻度线在图像中的位置，所以对其进行细化，使每条刻度线的宽度仅为一个像素宽度。然后对细化后的图像进行垂直投影，统计刻度线出现的频率，最后完成对刻度线的标定与提取，并将刻度线的位置坐标存在一个数组weizhi中。

2.3温度计液柱提取

温度计液柱提取的主要目的是得到液柱头在图像中的位置。温度计图像中的液柱为水平方向，可根据此特点改变2.2节中的模板方向对温度计图像进行二值化，即可得到液柱图像。对2.2节中的模板旋转90°即为新模板，用该模板对图4进行二值化得到液柱二值化图像，图像中液柱的长度最长且为水平方向，先对二值图像进行水平膨胀和腐蚀处理[7]，然后运用水平hough变换[8]提取出图像中的液柱线。液柱提取图像如图7所示。

a. 新模板

b. 二值图像

c. 液柱图像

图7 液柱提取图像

从液柱图像中得到液柱头的位置。通过对液柱图像进行像素矩阵扫描，找到液柱头所处的像素位置，并记录下这个位置(yt)。

2.4温度计字符图像提取

从温度计上提取的数字字符大小和形状都不尽相同，如果把不同温度计上的字符都提取并识别出来，需要较大的工作量，所以笔者只提取字符图像，并不进行字符识别，而是借助于手动输入字符图像所代表的实际数值来实现字符识别。从图4可以看出图像中6和8并不是温度计上的实际数值，如果提取的字符图像是6和8这两个字符，则手动输入的实际数值为16和18。

字符图像提取的步骤如下：

a. 对图4进行预处理，图像拍摄时加了光源使得图像整体亮度均匀，所以增强图像对比度和亮度即可；

b. 对预处理后的温度计图像二值化，笔者选择最大类间方差法，此方法运用广泛在此不再赘述；

c. 在步骤b处理后图像的下1/3处画一条白线，这样可以将所有的刻度线连接起来构成温度计图像中最大的连通域，以方便后续提取；

d. 最大连通域检测，对步骤c处理后的图像进行最大连通域检测，获取此最大连通域的轮廓面积，然后提取出该最大连通域；

e. 提取出字符图像，计算由步骤d提取出图像的高度，那么温度计图像的总高度减去此高度就是字符图像高度，由计算出的高度，从步骤b处理后的图像中提取出字符图像。

字符图像提取结果如图8所示。

a. 画白线二值图

b. 最大连通域

c. 字符图像

图8 字符图像提取结果

完成字符图像提取后进行单字符图像提取(图9)，具体过程如下：

a. 对图9c字符图像进行垂直投影，这样做的目的是得到数字字符在温度计图像中的水平位置坐标，即实现字符定位。

b. 对投影图分析，得到图像中第一个字符的起始点，分析投影图可以看出关键是处理像20这样的双字符图像，由于0和2这两个字符的间距较小，不会超过20个像素的宽度，所以在从左向右搜索字符时认为中间间断点数不超过20个像素的范围都为一个字符图像，同时记录下各个字符的起始位置。

c. 字符裁剪，裁剪两个数字字符即可，因为有两个字符，根据其对应的长刻度线坐标就可以计算出像素分度值和温度计的读数结果。由步骤b得出字符在图像中的水平位置，由图9中的字符图像得出要裁剪的字符高度，图像宽度选取220个像素宽度(经测试对于不同温度计此宽度都可以将字符包含进去)，对应到图4中对其进行裁剪，裁剪出字符图像。从图4裁剪的目的是防止从二值化后图像上提取的字符不清晰，不利于人眼识别。

d. 字符图像旋转，对提取出的字符图像旋转180°以便人眼识别。

a. 字符图像垂直投影

b. 裁剪的字符图像

c. 旋转后字符图像

2.5寻找两字符对应长刻度线位置

温度计两字符提取后找到两字符对应长刻度线的位置。由于2.2节中的weizhi数组中已经记录了刻度线的位置和每条刻度线的高度，将去掉短刻度线只剩下长刻度线的位置放在数组ckd中，通过两字符所在位置与长刻度线位置的比较分析，得出两字符对应长刻度线位置坐标w1、w2，两个字符图像对应的实际数值为z1、z2。

2.6结果计算

由上面两字符所对应两长刻度线的坐标值w1、w2和这个两个字符所代表的实际数值z1、z2，可求出图像中每个像素所对应的像素分度值xf，即：

(3)

得到像素分度值后，选取第一个字符为参考点，那么温度计的最终读数结果为：

res=z1+(w1-yt)×xf

(4)

3 实验结果与分析

通过改变恒温水浴锅的温度进而改变玻璃管温度计的示数，同时用200万像素的CCD工业相机对温度计图像进行读取。实验所选用的玻璃管温度计为精创玻璃水银温度计，量程为0～50℃，最小分度值为0.1℃，在实际的玻璃管温度计读数时要对其最小分度值的下一位进行估读，通过本系统可以估读最小分度值的下3位小数，表1为本系统读数和人工读数的部分结果对比。

表1 读取温度结果对比 ℃

从表1可以看出本系统读数与人工读数的温度差值均小于0.1℃，人工读数小数点后的第二位为估读位，由此可以看出本系统读取的温度值更准确，达到了预期的要求。

4 结束语

针对玻璃管温度计在图像中的特点，研制出了示值视觉检测系统，并通过实验证明了系统的可行性与算法的有效性，实现了玻璃管温度计的自动读数，人为参与因素较少，可代替人工读数，提高了读数的准确性，在检测领域具有推广价值。针对玻璃管温度计的刻度线和液柱，利用模板法取得了较好的效果，同时对亮度不均匀的图像处理效果也较为良好，与其他温度计读数系统相比省去了预处理部分，读数更快，更具针对性，通用性更好。

[1] 喻晓虎，孙世海，彭瑞军,等.玻璃液体温度计自动读数系统的研制[J].计量技术,2012，(12):62～64.

[2] JJG 130-2011，工作用玻璃液体温度计检定规程[S].北京：中国标准出版社，2011.

[3] 王学智，杨国松.玻璃液体温度计自动检测方法[J].湖北水利水电职业技术学院学报，2013，(2)：21～24.

[4] 李宁，汪仁煌，刘孝峰,等.基于机器视觉的温度测量系统的设计及应用[J].计算机与现代化，2012，(9)：57～60.

[5] 汪祥，薛生虎，徐朋朋.玻璃液体温度计数显读数装置的研究[C].中国仪器仪表学会第十一届青年学术会议论文集.杭州：中国仪器仪表学会，2009:186～190.

[6] 贾永红.数字图像处理[M].武汉：武汉大学出版社，2008.

[7] 苑玮琦，王楠.基于局部灰度极小值的掌脉图像分割方法[J].光电子·激光，2011，22(7)：1091～1096.

[8] 张铮，王艳平，薛桂香.数字图像处理与机器视觉:Visual C++与Matlab实现[M].北京：人民邮电出版社，2010.

(Continued on Page 107)

DevelopmentofVisualInspectionSystemforGlassThermometerIndication

YUAN Wei-qi, LI Kun-peng

(ComputerVisionGroup,ShenyangUniversityofTechnology,Shenyang110870,China)

Aiming at the structure characteristics of glass thermometer and considering the actual working conditions of verification thermometer, a visual inspection system for the glass thermometer indication was developed. The system has transverse characteristics of the thermometer in images based and both gray minimum value method and horizontal projection method adopted to find and extract thermometer images and then has the characteristics of vertical scale line based and the template binarization employed to process and refine thermometer images so as to get scale line position. Through the hough transform and combining expansion algo-

TH865

A

1000-3932(2016)01-0032-06