本科畢業(yè)設(shè)計(論文電氣自動化基于機器視覺的指針表圖像采集技術(shù))

1、本科畢業(yè)設(shè)計（論文）基于機器視覺的指針表圖像采集技術(shù) 基于機器視覺的指針表圖像采集技術(shù)陳杰明自動化學(xué)院摘 要人類社會發(fā)展到今時今日，不斷涌現(xiàn)出大量新技術(shù)，而機器視覺的應(yīng)用，無疑也是當(dāng)中重要的一項。如今，機器視覺已經(jīng)不斷被應(yīng)用到各種工業(yè)現(xiàn)場自動化領(lǐng)域，發(fā)揮著極其重要的作用。而傳統(tǒng)的指針表具有很多優(yōu)點，目前還在電力系統(tǒng)、鐵路系統(tǒng)、廠礦企業(yè)、計量部門等大量使用。但是在工業(yè)上，指針表還存在很多問題，導(dǎo)致不能廣泛應(yīng)用，而且對于指針表的研究資料還比較少。本文主要討論的是基于機器視覺指針儀表的圖像采集技術(shù)的應(yīng)用及其圖像預(yù)處理的關(guān)鍵技術(shù)。本文首先介紹了課題的研究背景和意義，包括機器視覺的概念、歷史、存在問題和

2、前景，然后從指針表的特點入手，研究一個應(yīng)用于指針表的圖像采集系統(tǒng)，包括圖像的采集，圖像的預(yù)處理。并且設(shè)計出仿真采集指針表圖像的實驗系統(tǒng)，從實驗中分析處理的效果，而找出最佳的圖像預(yù)處理效果。在圖像采集方面，本課題分析研究了攝像機的景深，還有攝像時的光源對采集的圖像的影響。在圖像預(yù)處理方面，采用圖像增強、濾波去噪、二值化等預(yù)處理的方法處理圖像并取得預(yù)期的效果。圖像的采集和預(yù)處理，是本課題的主要研究工作。建立實驗仿真系統(tǒng)，對實驗結(jié)果進行對比，從而得出結(jié)論。關(guān)鍵詞：機器視覺，指針表,攝像機,圖像增強,中值濾波,二值化 AbstractDevelopment of human society today

3、, a large number of new emerging technology, and machine vision applications, which is undoubtedly important. Today, machine vision has been applied to various fields of industrial automation field, plays an extremely important role. The traditional indicator table has many advantages, So it still u

4、se in the power system, railway systems, factories and mines, large-scale use of measurement sector. However, in industry, pointer table still exist many problems, resulting in not widely used, and the pointer table for research data is still relatively small。This article is focused on machine visio

5、n in the pointer table and the application of its key technologies.In this paper, we first introduced to study the background and significance of issues, including the concept of machine vision, history, problems and prospects, and then make a pointer table used in image acquisition systems by Chara

6、cteristics of the table pointer , including image acquisition , image pre-processing. Simulation and design a collection for the pointer table of the experimental system images from the experimental analysis of the effects of image pre-processing to find the best results.In image acquisition, the an

7、alysis of this issue of the depth of field camera, as well as when the camera light on the impact of image acquisition. Image Pre-processing, the use of image enhancement, noise filtering, binarization, such as pre-processing approach to image and obtain the desired results.Image acquisition and pre

8、-processing, is the subject of a major research work. Experimental simulation system, the experimental results were compared in order to reach a conclusion.Key words：Machine Vision ,Camera，Indicator Type Measuring Appliance， Image Enhancement，Median filter，Binarization目 錄1 緒 論41.1引言11.1.1本課題的背景和意義11

9、.1.2國內(nèi)外的應(yīng)用現(xiàn)狀和存在問題21.1.3本課題的主要內(nèi)容和關(guān)鍵技術(shù)31.1.4 本章小結(jié)42 圖像的采集52.1引言52.2景深對圖像的影響52.3光源對圖像質(zhì)量的影響72.3.1光源的分析與選擇72.3.2 光照方式的分析和選擇92.4 本章小結(jié)103 圖像的預(yù)處理113.1 引言113.2 圖像的增強113.2.1灰度拉伸113.2.2直方圖均衡化123.2.3梯度場放大增強133.2.4本課題采用的圖像增強方法143.3 圖像的濾波去噪143.3.1算術(shù)平均值濾波143.3.2加權(quán)均值濾波153.3.3中值濾波153.3.4本設(shè)計采用的濾波去噪方法173.4 圖像的二值化173.4

10、.1整體全局閾值二值化183.4.2分塊局部閾值二值化193.4.3動態(tài)閾值二值化193.4.4本文采用的圖像二值化方法203.5 本章小結(jié)214 指針表圖像采集實驗系統(tǒng)224.1 引言224.2 系統(tǒng)硬件設(shè)計224.2.1程控標(biāo)準(zhǔn)電流源的設(shè)計224.2.2程控電流源硬件結(jié)構(gòu)及電路設(shè)計234.3 系統(tǒng)軟件設(shè)計254.3.1程控電流源軟件設(shè)計254.4基于Matlab的圖像處理程序設(shè)計264.5 本章小結(jié)275 總 結(jié)286 參考文獻297 致謝301. 緒 論在人類的科學(xué)探索與生產(chǎn)實踐活動中，儀器儀表是認識世界的重要工具。作為現(xiàn)代社會中“信息獲得”的源頭，儀器儀表工業(yè)代表著一個國家科技發(fā)展的水

11、平。隨著數(shù)字電子的發(fā)展，數(shù)字儀表精度高、易讀，雖然部分指針式儀表已被數(shù)字儀表所代替，但是當(dāng)被測量對象快速變化或來回波動時，數(shù)字式儀表的示值會快速變化而不易讀取，且價格較高。而指針式儀表可以直觀地反映出被測量值的變化趨勢，而且還具有結(jié)構(gòu)簡單，安裝維護方便，具有防塵、防水、防寒、不受電磁場干擾、可靠性高、價格便宜等優(yōu)點，目前還在電力系統(tǒng)、鐵路系統(tǒng)、廠礦企業(yè)、計量部門等大量使用。1.1引言對于一些行業(yè)的指針式儀表，特別是準(zhǔn)確度比較高的儀表的檢驗，至今仍是采用手工記錄讀數(shù)、處理結(jié)果，指針式儀表的檢定要求檢定人員在每個需要檢定的刻度上通過比較指針表的實際讀數(shù)與標(biāo)準(zhǔn)電源的輸出值之間的差異來分析被檢定儀表的

12、性能。然而由于人眼的分辨能力有限，當(dāng)指針位于兩刻度線之間時，只能粗略估計指針的位置，不能準(zhǔn)確讀取儀表的示數(shù)，這將直接影響了檢定的準(zhǔn)確程度。再者人的眼睛在大量的視覺工作之后會出現(xiàn)視覺疲勞，在檢驗測試工作中會出現(xiàn)疏忽和差錯，若能及時發(fā)現(xiàn)改正這些差錯，則要增加了重復(fù)勞動。如果不能及時發(fā)現(xiàn)，則有可能帶來嚴重的后果。采用人工方式工作費時間、勞動強度大、檢定效率低、檢定誤差大、可靠性差。針對人工方式檢定的缺點，才用機器視覺來對儀表進行讀數(shù)必成為未來的主流1。1.1.1本課題的背景和意義機器視覺自起步發(fā)展到現(xiàn)在，已有15年的發(fā)展歷史。應(yīng)該說機器視覺作為一種應(yīng)用系統(tǒng)，其功能特點是隨著工業(yè)自動化的發(fā)展而逐漸完善

13、和發(fā)展的。機器視覺又叫計算機視覺，是用計算機系統(tǒng)來對人的視覺的模擬和延伸。機器視覺涉及到多個學(xué)科，給出一個精確的定義是很困難的，而且在這個問題上見仁見智，各人認識不同。美國制造工程師協(xié)會(SME)機器視覺分會和美國機器人工業(yè)協(xié)會(RIA)自動化視覺分會關(guān)于機器視覺的定義是：“Machine vision is the use of devices for optical noncontact sensing to automatically receive and interpret an image of a real scene in order to obtain information

14、 andor control machines or processes”譯成中文是：“機器視覺是使用光學(xué)器件進行非接觸感知，自動獲取和解釋一個真實場景的圖像，以獲取信息和(或)控制機器或過程2。”它涉及多方面的技術(shù)，包括光源技術(shù)、圖像采集技術(shù)、圖像處理技術(shù)及運動控制技術(shù)等多個方面的技術(shù)。機器視覺系統(tǒng)是指通過機器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標(biāo)的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。 由于機器視覺系統(tǒng)可以快速獲取大量信息，而且

15、易于自動處理，也易于同設(shè)計信息以及加工控制信息集成，因此，在現(xiàn)代自動化生產(chǎn)過程中，人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控制等領(lǐng)域。目前，在指針式儀表檢定方面還沒有見到使用自動化檢定裝置的產(chǎn)品，基本上采用常規(guī)的檢測方法和檢測手段，自動化檢定裝置作為研究方向一直在進行之中，在科學(xué)、技術(shù)方面還需要進一步研究。若基于機器視覺技術(shù)指針式儀表自動檢定系統(tǒng)研制成功并投入使用，將減少人工的重復(fù)勞動，減輕勞動強度，加快檢定速度，具有較好的社會和經(jīng)濟效益。1.1.2國內(nèi)外的應(yīng)用現(xiàn)狀和存在問題 20世紀(jì)70年代中期，以Marr, Barrow和Tenebaum等人為代表的一些研究者提出了一整套視覺計

16、算的理論來描述視覺過程，其核心是從圖像恢復(fù)物體的三維形狀2。在視覺研究的理論上，以Marr的理論影響最為深遠。其理論強調(diào)表示的重要性，提出要從不同層次去研究信息處理的問題。對于計算理論和算法實現(xiàn)，他又特別強調(diào)計算理論的重要性。這一框架雖然在細節(jié)上甚至在主導(dǎo)思想上還存在不完備的方面，許多方面還有很多爭議，但至今仍是目前計算機視覺研究的基本框架3。 進入80年代中后期，隨著移動式機器人等的研究，視覺研究與之密切結(jié)合，大量引入了空間幾何的方法以及物理知識，其主要目標(biāo)是實現(xiàn)對道路和障礙的識別處理。這一時期引入主動視覺的研究方法，使用了距離傳感器，并采用了多傳感器融合等技術(shù)。以計算器進行圖像處理，改善圖

17、像品質(zhì)的有效應(yīng)用開始于1964年美國噴射推進實驗室（J.P.L）用計算機對宇宙飛船發(fā)回的大批月球照片進行處理，獲得顯著的效果4。1970至1980年代由于離散數(shù)學(xué)的創(chuàng)立和完善，使數(shù)字圖像處理技術(shù)得到了迅速的發(fā)展，隨著電腦的功能日益增強，價格日益低廉，使得圖像處理在各行各業(yè)的應(yīng)用已經(jīng)成為相當(dāng)普遍的工具之一，廣泛應(yīng)用在醫(yī)學(xué)工程、工業(yè)應(yīng)用、交通等領(lǐng)域。1980年代開始，有關(guān)交通量估測的研究漸漸有了成果。到1985年以后，各國對于交通圖像偵測系統(tǒng)已有實際的成品發(fā)展出來。另外，近年來結(jié)合類神經(jīng)網(wǎng)絡(luò)加速圖像處理速度形成一個研究趨勢。而在中國，以上行業(yè)本身就屬于新興的領(lǐng)域，再加之機器視覺產(chǎn)品技術(shù)的普及不夠，

18、導(dǎo)致以上各行業(yè)的應(yīng)用幾乎空白，即便是有，也只是低端方面的應(yīng)用。目前在我國隨著配套基礎(chǔ)建設(shè)的完善，技術(shù)、資金的積累，各行各業(yè)對采用圖像和機器視覺技術(shù)的工業(yè)自動化、智能化需求開始廣泛出現(xiàn)，國內(nèi)有關(guān)大專院校、研究所和企業(yè)近兩年在圖像和機器視覺技術(shù)領(lǐng)域進行了積極思索和大膽的嘗試，逐步開始了工業(yè)現(xiàn)場的應(yīng)用。其主要應(yīng)用于制藥、印刷、礦泉水瓶蓋檢測等領(lǐng)域。這些應(yīng)用大多集中在如藥品檢測分裝、印刷色彩檢測等。真正高端的應(yīng)用還很少，因此，以上相關(guān)行業(yè)的應(yīng)用空間還比較大，其他領(lǐng)域如指紋檢測等等領(lǐng)域也有著很好的發(fā)展空間。 而且，對于機器視覺的研究工作和資料還比較少，不利于機器視覺的推廣應(yīng)用。而一些應(yīng)用到機器視覺的技術(shù)

19、，還不夠成熟，造成較大的誤差，十分需要進一步地研究機器視覺的工業(yè)應(yīng)用。1.1.3本課題的主要內(nèi)容和關(guān)鍵技術(shù)本課題的研究目的就是通過攝像機采集指針表的圖像，然后經(jīng)過圖像預(yù)處理從而讓機器自動獲得指針表的讀數(shù)。研究內(nèi)容包括采集圖像時攝像機的聚焦、景深以及光源對圖像的影響，處理圖像時進行的去除噪聲，灰度拉伸，二值化。關(guān)鍵技術(shù)包括：（1）對攝像機擺放位置、光照設(shè)施的選用和設(shè)定。由于焦距，景深的影響，本文對攝像機采圖時擺放位置的確定做了一些有益的探討。（2）比較各種對圖像進行處理的方法，選取最方便有效的對圖像進行處理。本文去除指針表圖像噪聲時，采用了非線性濾波中的中值濾波。中值濾波可以做到既去除噪聲又保護

20、圖像邊緣的較滿意的復(fù)原，且在噪聲未知的情況下很適合于信號的平滑，消除噪聲的同時又保留了圖像的細節(jié)。而對可能產(chǎn)生的對比度不足的問題，則采用灰度拉伸。灰度拉伸是將圖像的灰度區(qū)間分成兩段甚至多段，可以突出感興趣的目標(biāo)或者灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)域，這樣體現(xiàn)出了有選擇的拉伸灰度區(qū)間的靈活性，更好地控制圖像灰度直方圖分布。最后將圖像二值化，通過非零取一、固定閾值、雙固定閾值等不同的閾值化變換方法，使一幅灰度圖變成黑白二值圖，將我們我需的目標(biāo)部分從復(fù)雜的圖像背景中脫離出來，更好地研究圖像。（3）建立仿真系統(tǒng)，對本設(shè)計進行檢定。1.1.4 本章小結(jié)本章講述了機器視覺技術(shù)的概念、國內(nèi)外發(fā)展及應(yīng)用

21、現(xiàn)狀，雖然機器視覺是門新興的科學(xué)，但是已在日新月異發(fā)展的工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)等領(lǐng)域嶄露頭角，并為社會生產(chǎn)力的提高和生產(chǎn)自動化程度的提高，起到了積極的推進作用，由此可見機器視覺技術(shù)的廣闊發(fā)展前景。最后總結(jié)了本文研究的現(xiàn)實意義及關(guān)鍵技術(shù)。2.圖像的采集2.1引言對指針表圖像進行處理，首先要做的是獲得能用計算機處理的數(shù)字圖像，其方法是直接用數(shù)碼照相機、數(shù)碼攝像機等輸入設(shè)備來產(chǎn)生。目前可以選擇的圖像采集設(shè)備比較多，能用于機器視覺系統(tǒng)的攝像設(shè)備有：電子管攝像機、CCD攝像機、CMOS攝像機等。本章主要討論的就是攝像機的景深和光源對采集到得圖像質(zhì)量的影響。2.2景深對圖像的影響要利用攝像機采集到好的圖像，我們

22、先要了解有關(guān)攝像機的知識，包括攝像機的焦距，景深等。本設(shè)計采用最常用的USB接口的CMOS攝相機來采集指針表的圖像。光軸平行的光線射入凸透鏡時，理想的鏡頭應(yīng)該是所有的光線聚集在一點后，再以錐狀的擴散開來，這個聚集所有光線的一點，就叫做焦點。在焦點前后，光線開始聚集和擴散，點的影像變成模糊的，形成一個擴大的圓，這個圓就叫做彌散圓。在現(xiàn)實當(dāng)中，觀賞拍攝的影像是以某種方式(比如投影、放大成照片等等)來觀察的，人的肉眼所感受到的影像與放大倍率、投影距離及觀看距離有很大的關(guān)系，如果彌散圓的直徑小于人眼的鑒別能力，在一定范圍內(nèi)實際影象產(chǎn)生的模糊是不能辨認的。這個不能辨認的彌散圓就稱為容許彌散圓(permi

23、ssible circle of confusion)。在焦點的前、后各有一個容許彌散圓5。在鏡頭前方（調(diào)焦點的前、后）有一段一定長度的空間，當(dāng)被攝物體位于這段空間內(nèi)時，其在底片上的成像恰位于焦點前后這兩個彌散圓之間。被攝體所在的這段空間的長度，就叫景深。換言之，在這段空間內(nèi)的被攝體，其呈現(xiàn)在底片面的影象模糊度，都在容許彌散圓的限定范圍內(nèi)，這段空間的長度就是景深。以持照相機拍攝者為基準(zhǔn)，從焦點到近處容許彌散圓的的距離叫前景深，從焦點到遠方容許彌散圓的距離叫后景深。景深的大小，首先與鏡頭焦距有關(guān)，焦距長的鏡頭，景深小，焦距短的鏡頭景深大。其次，景深與光圈有關(guān)，光圈越小（數(shù)值越大，例如f16的光圈

24、比f11的光圈?。吧罹驮酱?；光圈越大（數(shù)值越小，例如f2.8的光圈大于f5.6）景深就越小。其次，前景深小于后景深，也就是說，精確對焦之后，對焦點前面只有很短一點距離內(nèi)的景物能清晰成像，而對焦點后面很長一段距離內(nèi)的景物，都是清晰的。圖2.1 景深示意圖景深的計算公式6： 其中是允許彌散圓直徑；f是鏡頭焦距；F是光圈值；L是對焦距離也就是圖中的拍攝距離?，F(xiàn)在關(guān)鍵是要確定彌散直徑，允許彌散圓直徑6為： 式中，為CCD像面的水平寬度；H/V為CCD像面的寬高比；為水平清晰度線數(shù)6。景深除了與光學(xué)鏡頭的焦距、光圈孔徑和拍攝距離有關(guān)外(即景物愈遠、焦距愈短.光圈孔徑愈小即F指數(shù)愈大.則景深愈大)還涉

25、及有關(guān)彌散圓直徑。一個具有縱深距離的景物通過鏡頭在攝像機的CCD上成像時，并不是所有景物的像都是清晰的。除了聚焦目標(biāo)的像焦點清晰外，在聚焦目標(biāo)靠前和靠后景物的像，都表現(xiàn)為不清晰的極小的圓圈這個小圓圈在光學(xué)上稱為彌散圓。只要彌散圓足夠小(這與采用的清晰度標(biāo)準(zhǔn)有關(guān))這時將看不出是小圓圈而被看成是一個小點。因而在這種情況中在聚焦目標(biāo)靠前和靠后一定距離上諸景物的像與聚焦目標(biāo)的像將是同樣的清晰。這段包含在聚焦目標(biāo)前、后景物之間的清晰空間就是被攝范圍的景深7。超出這個區(qū)域離鏡頭更遠和更近的景物像的清晰度便急劇地下降。不同像面寬度和不同清晰度的攝像機有不同的行間距值, 亦即有不同的彌散圓允許直徑。小景深的鏡

26、頭在縱深空間中提供信息較少，它能夠更為單純，一般采用大光圈+盡可能小的攝距+長焦鏡頭來實現(xiàn)小景深。過小的攝距會引起被攝主體形變失真或不符合取景構(gòu)圖的要求；采用長焦鏡頭來獲取小景深，會帶來空間透視壓縮的效應(yīng)；采用大光圈的方法，則不會引起小攝距、長焦所帶來的負面影響，但是可能會造成畫面曝光過度。大景深可采用盡量小光圈+盡可能大的攝距+廣角鏡頭來實現(xiàn)。通過增加照明，藉以減小光圈，可增加景深；用短焦拍攝，不但因焦距短而增加景深，還因焦距短像場亮度將有所改善而增加景深。大景深可以實現(xiàn)更廣闊的視野，能拍攝更大的場面相比較而言，我們?yōu)榱巳〉幂^好的圖像，應(yīng)使得攝像機的景深比較大。景深大，則圖像中的景物更加清晰

27、可見，方便研究。而減小相對孔徑，采用短焦距，增加照明等方法都可以增大景深。2.3 光源對圖像質(zhì)量的影響2.3.1光源的分析與選擇光源普遍可以分為以下4類：1.白熾燈：白熾燈是最普通的人造光源，根據(jù)熱輻射原理制成的，把鎢絲通電加熱到白熱狀態(tài)而發(fā)光。為了減少鎢絲的蒸發(fā)，將燈絲密封在玻殼中，殼中充以氮、氬等惰性氣體。白熾燈發(fā)出的全部輻射中，不可見輻射占60%-80%，可見光輻射只占6%-12%，是低效率的發(fā)光器件。白熾燈的光譜功率分布是連續(xù)光譜。為了適應(yīng)不同的用途，已經(jīng)制造出許多種類的白熾燈，例如普通照明燈、儀表指示燈、光學(xué)儀器專用燈等。2.高壓和超高壓氙燈：高壓和超高壓氙燈是氣體放電燈。其特點是：

28、發(fā)光光譜非常接近日光；放電通路很窄，可形成線形光源或點光源。發(fā)光效率高。3.激光器：激光器可以產(chǎn)生高度集中的光線。通過將工作物質(zhì)(氬、氦、氖等)的原子提升到高能級狀態(tài)然后激勵它們使之同時躍遷回常態(tài)，產(chǎn)生很窄的高強度相干光束。激光很容易被聚焦和偏轉(zhuǎn)，與其它光源相比，激光有單色性好、方向性強、光亮度極高等優(yōu)點，所以近年來應(yīng)用十分廣泛。4.熒光物質(zhì)：某些熒光物質(zhì)受到電子照射時會發(fā)光。如果電子束在涂覆了熒光物質(zhì)的玻璃板表面聚焦成一個小點，這一點就會發(fā)光。在制造熒光物質(zhì)是可以控制其產(chǎn)生光的波譜和持續(xù)時間，很寬范圍的發(fā)射波譜和持續(xù)時間，例如從一毫秒到幾秒鐘都是可以得到的。隨著半導(dǎo)體科學(xué)技術(shù)的發(fā)展，超高亮度

29、的發(fā)光二極管(Lighting Emitting Diode LED)制作技術(shù)取得重大突破，如圖2.2所示。它利用固體半導(dǎo)體芯片作為發(fā)光材料，在半導(dǎo)體中通過載流子發(fā)生復(fù)合放出過剩的能量而引起光子發(fā)射，可以直接發(fā)出紅、黃、藍、綠、白色的光。作為第四代照明光源和綠色光源，廣泛應(yīng)用于各種指示、顯示、裝飾、背光源、普通照明和城市夜景等領(lǐng)域。 圖2.2 二極管實物圖與傳統(tǒng)光源相比，LED光源具有以下優(yōu)點：高節(jié)能：節(jié)能能源無污染即為環(huán)保。直流驅(qū)動，超低功耗電光功率轉(zhuǎn)換接近100%，相同照明效果比傳統(tǒng)光源節(jié)能80%以上。壽命長：LED光源有人稱它為長壽燈，意味永不熄滅的燈。固體冷光源，環(huán)氧樹脂封裝，燈體內(nèi)有

30、沒有松動的部分，不存在燈絲發(fā)光易燒、熱沉積、光衰等缺點，使用壽命約5萬小時以上，比傳統(tǒng)光源壽命長10倍以上。多變換：LED光源可利用紅、綠、藍三基色原理，在計算機技術(shù)控制下使三種顏色具有256級灰度并任意混合，形成不同光色的組合變化多端，顯現(xiàn)豐富多彩的動態(tài)變化效果及各種圖像。利環(huán)保：環(huán)保效益更佳，光譜中沒有紫外線和紅外線，所以既沒有熱量也沒有輻射，眩光小，而且廢棄物可回收，沒有污染不含汞元素，冷光源可安區(qū)觸摸，屬于典型的綠色照明光源。高新尖：與傳統(tǒng)光源單調(diào)的發(fā)光效果相比，LED光源是低壓微電子產(chǎn)品，成功的融合了計算機、網(wǎng)絡(luò)通信技術(shù)、圖像處理技術(shù)、嵌入控制技術(shù)等，所以亦是數(shù)字信息化產(chǎn)品，是半導(dǎo)體

31、光電子器件“高新尖”技術(shù)，具有在線編程、無限升級、靈活多變的特點。與傳統(tǒng)光源相比，LED光源具有優(yōu)點高節(jié)能、壽命長、多變換、利環(huán)保、高新尖等的優(yōu)點7。正是因為有這些優(yōu)點，所以本系統(tǒng)光源選用LED作為照明光源。如圖2.3所示。圖2.3 光源實物圖該光源底座可以固定，燈頭是由兩排發(fā)光二極管組成(每排八個二極管)，燈頭和底座是由通過一段可以任意彎曲和改變形狀的金屬軟管相連，這樣就非常容易調(diào)整光照角度和方向。2.3.2 光照方式的分析和選擇光照的方式也就是光源擺放位置的確定非常重要，直接關(guān)系到采集到的圖像質(zhì)量。光源的照明方式多種多樣，采用什么樣的照明方式取決于檢測對象的特征和周圍環(huán)境的特點。機器視覺照

32、明系統(tǒng)中常用的照明方式大體可以分為背向照明和前向照明兩大類：背向照明是將光源置于物體的后面，這種照明方式的優(yōu)點是能突出顯示被測物的邊緣輪廓。該方法90%用于精密測量系統(tǒng)中或圖像的融合中。如果條件不允許，也可以考慮同軸光照明。將光源置于相機和被測物之間，構(gòu)成同軸光照明7。一般來說，相同條件下，同軸光的照明效果不如背向照明的照明效果，而且同軸光源的價格要比背景光源高，所以對于尺寸測量，應(yīng)首先考慮背景光源。前向照明即光源位于物體的前面，主要是照射物體的表面缺陷、表面劃痕和重要的細節(jié)特征。常見的照明方式有正射、斜射、后射、前照、暗場照明和漫反射等等，如下圖所示。 a) 正射式 b)前照式 c)斜射式

33、d)背照式圖2.4各種光源擺放方式本設(shè)計采用一個四周封閉上蓋可以活動的紙箱將攝像機、光源、被測對象放在其內(nèi)。經(jīng)試驗，決定結(jié)合無影燈原理，采取了漫反射式讓光線垂直照射在箱體的頂部，這樣光線變得柔和，光場也更加均勻。一方面避免了光線直接照在表盤上產(chǎn)生局部過亮，另一方面光線在箱體的頂部發(fā)生漫反射，使得光線從各個方向各個角度照向儀表的表盤，就像無影燈一樣避免了指針的影子出現(xiàn)，采集到的圖片質(zhì)量較高。2.4 本章小結(jié)本章講述了圖像采集的各方面的內(nèi)容。首先是對攝像機的景深做了簡單的闡述，通過計算方法，得知應(yīng)該如何地確立攝像機的景深大小。其次，本章對光源做了一點研究，決定采用漫反射方式來設(shè)置光源位置?？傊?，應(yīng)

34、根據(jù)工業(yè)現(xiàn)場所有的條件，對攝像機以及光源做出適當(dāng)?shù)恼{(diào)整，取得更好的圖像效果。3.圖像的預(yù)處理3.1 引言指針式儀表圖像預(yù)處理主要包括三個方面：圖像的增強、濾波去噪和圖像二值化。指針式儀表圖像增強的目的在于對表盤圖像中的刻度、指針、數(shù)字和符號目標(biāo)區(qū)域進行增強，滿足主觀視覺的要求。已有的圖像增強包括圖像結(jié)構(gòu)增強、對比度增強等。濾波去噪的目的就是使圖像均勻平滑，而且保留邊緣細節(jié)。圖像二值化的目的是使指針圖像的目標(biāo)特征區(qū)域更加突出。3.2 圖像的增強圖像增強的目的在于改善圖像的視覺效果，突出圖像的某項特征，比如提高對比度、增加亮度等，來改善一幅圖像的視覺效果。針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的

35、整體或局部特性，擴大圖像中不同物體特征之間的差別，滿足某些特殊分析的需要。其方法是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。圖像增強的方法包括圖像直接灰度變換，直方圖處理、基于Retinex圖像增強算法論的圖像增強、基于梯度場放大的圖像增強等。3.2.1 灰度拉伸灰度拉伸：又叫對比度拉伸，使用分段線性變換函數(shù)，提高圖像處理時灰度級的動態(tài)范圍。主要解決的是圖像對比度太低而不能識別圖像的問題。一般由兩個操作組成：第一步用直方圖統(tǒng)計，來確定對圖像進行灰度拉伸的兩個拐點軟化灰度變換。第二步就根據(jù)步驟一確

36、定的分段線性變換函數(shù)進行像素灰度值的映射。常用的灰度變換的方法有以下幾種：全域線性灰度變換、截取式線性灰度變換、分段線性灰度變換以及直方圖均衡化。成像系統(tǒng)一般都具有一定的亮度范圍，亮度最大值與亮度最小值之比為對比度。由于圖像系統(tǒng)的對比度有限,圖像會出現(xiàn)對比度不足的缺點,使人眼觀看圖像時視角效果很差，而通過灰度變換法可以大大改善人的視角效果。增強圖像對比度就是增強原圖的各部分的反差。實際中往往是通過增加原圖里某兩個灰度值間的動態(tài)范圍來實現(xiàn)的。圖3.1是典型的對比拉伸圖像灰度變換。圖3.1對比拉伸灰度變換圖中和分別表示原圖像和變換后圖像在位置處的灰度值，設(shè)和的取值范圍都為0到L-1。表示增強操作。

37、可以看出通過變換，原圖中灰度值在0到和到L-1之間的動態(tài)范圍減小了，而原圖中灰度值在和之間的動態(tài)范圍增加了，從而這個范圍內(nèi)的對比度增強了。但是，當(dāng)取值不合適時，可能會丟失一些細節(jié)信息。3.2.2 直方圖均衡化直方圖均衡化是一種經(jīng)典有效的圖像增強方法。這種方法是根據(jù)輸入圖像的灰度概率分布來確定圖像對應(yīng)的輸出灰度值，通過拓展圖像灰度分布的動態(tài)范圍以改善圖像視覺效果。其基本思想是：把原始圖的直方圖變換為均勻分布的形式,這樣就增加了像素灰度值的動態(tài)范圍從而達到增強圖像整體對比度的效果。設(shè)具有L級灰度的圖像，是圖像中具有灰度級為k的像素的個數(shù)，n是圖像像素總數(shù)，其第k級灰度出現(xiàn)的概率為: 增強函數(shù)需要滿

38、足2個條件： 在范圍內(nèi)是1個單值單增函數(shù)；該條件保證原圖各灰度級在變換后仍保持從黑到白(或從白到黑)的排列次序。 對有。該條件保證變換前后灰度值動態(tài)范圍的一致。反變換 也應(yīng)滿足上兩個條件。累積分布直方圖滿足上述兩個條件并能將的分布轉(zhuǎn)換為的均勻分布。事實上的CDF就是原始圖的累積直方圖： 這樣就可以根據(jù)圖像直方圖直接算出直方圖均衡化后各像素的灰度值。直方圖均衡化加大了目標(biāo)與背景的對比度，占有較少像素的灰度在變換后和前一個灰度的級差較小，需進行歸并8。由于頻數(shù)較少的灰度進行歸并，可能損失一些較重要的圖像細節(jié)。另外，處理后的圖像顯得較為粗獷，視覺效果得不到良好的保證。3.2.3梯度場放大增強由于圖像

39、的對比度正比于圖像灰度強度的相對變化，因此圖像對比度與灰度梯度的模值有關(guān)。設(shè)是一幅灰度圖像，則點處的對比度定義為8: 也就是圖像在點的梯度。這樣，圖像在每一點的對比度構(gòu)成了一個二維的矢量場9。對比度場，也即梯度場，它反映了圖像中任一點附近的變化情況，梯度大小表示了變化的快慢，梯度的方向表示了變化的方向。從圖像的梯度信息來分析，低對比度圖像相應(yīng)灰度梯度模值較小，而高對比度圖像的灰度變化較大，其相應(yīng)灰度梯度模值較大。由此，圖像對比度增強可以通過提高灰度梯度信息來實現(xiàn)。直接利用原圖像梯度場的線性放大作為結(jié)果圖像的目標(biāo)對比度場可以對圖像的細節(jié)起到一定的增強作用，但當(dāng)圖像的噪聲較大時，噪聲也被同等放大了

40、10。3.2.4 本課題采用的圖像增強方法相比較上述3種方法，針對指針儀表的特征，本課題采用灰度拉伸對采集得到圖像的進行對比度增強。經(jīng)實驗得到的效果圖如下： a）原圖 b）灰度變換后圖3.2 灰度變換效果對比圖3.3 圖像的濾波去噪實際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免地存在著外部干擾和內(nèi)部干擾，如光照強度不均勻形成的亮斑或者陰影、光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤差及人為因素等，均會存在一定程度的噪聲干擾。噪聲惡化了圖像質(zhì)量，使圖像模糊、特征淹沒，給分析帶來了一定的困難。因此，去除噪聲、恢復(fù)原始圖像是圖像預(yù)處理過程中一個重要內(nèi)容。消

41、除圖像噪聲的工作稱之為圖像平滑或濾波。圖像平滑的目的有兩個：改善圖像質(zhì)量和抽出對象特征。濾波實際上是一個對超空泡圖像進行平滑的過程,即使圖像沒有被外界干擾，也需要去除圖像中不需要的細節(jié)，突出圖像的主要特征。主要有算術(shù)平均值濾波，加權(quán)均值濾波，中值濾波等11。3.3.1 算術(shù)平均值濾波算術(shù)平均值法適用于對一般具有隨機干擾的信號進行濾波，這種信號的特點是有一個平均值，信號在某一數(shù)值范圍附近作上下波動，此時僅取一個采樣值作依據(jù)顯然是不準(zhǔn)確的，如壓力、流量、液平面等信號的測量。但對脈沖性干擾的平滑作用尚不理想，因此它不適用于脈沖性干擾比較嚴重的場合。算術(shù)平均值法對信號的平滑濾波程度完全取決于測量信號的

42、次數(shù)N。當(dāng)N較大時，平滑度高，但靈敏度低，即外界信號的變化對測量計算結(jié)果Y的影響??；當(dāng)N較小時，平滑度低，但靈敏度高。應(yīng)視具體情況選取N，以便既少占用計算時間，又達到最好的仿真效果。根據(jù)經(jīng)驗一般可取N=816或N=4實現(xiàn)仿真。3.3.2 加權(quán)均值濾波鑒于對未被噪聲污染的像素點進行濾波會造成圖像的模糊，將圖像像素點分為信號像素點或可能的噪聲像素點兩個類別。對于可能的噪聲像素點，采用基于直方圖的加權(quán)均值濾波算法進行處理，而對于信號像素點則不做任何處理，以保留更多的圖像細節(jié)。設(shè)原始圖像為，含有噪聲的圖像為，是在點處的估計值。在大小的圖像上，用大小的濾波器模板對圖像進行線性平滑。這里， 為非負整數(shù)。當(dāng)

43、時，加權(quán)濾波器的濾波函數(shù)如下式所示。其中，為噪聲圖像上點所對應(yīng)的權(quán)值，為點所對應(yīng)的灰度值，求出的函數(shù)值作為中心點像素的灰度估計值。文中算法將噪聲圖像直方圖上所對應(yīng)的函數(shù)值作為濾波器的權(quán)值進行計算。遍歷噪聲圖像各點所對應(yīng)的標(biāo)識矩陣的元素值，如果為0則對所對應(yīng)的像素點采用式進行濾波。濾波首先以3×3窗口長度來進行，如果檢測出窗口內(nèi)部全部為噪聲點，則進一步擴大窗口長度到5×5，直至窗口中存在非噪聲點的像素。這樣，根據(jù)圖像各個區(qū)域的噪聲污染程度的不同，可自適應(yīng)地調(diào)整濾波窗口長度。已經(jīng)判定為噪聲的像素點不參與均值濾波過程。3.3.3 中值濾波中值濾波是基于排序統(tǒng)計理論的一種能有效抑制

44、噪聲的非線性信號處理技術(shù)，中值濾波器是1971年由J.W.Jukey首先提出并應(yīng)用在一維信號處理(時間序列分析)中，后來應(yīng)用于二維圖像信號處理12?；驹硎前褦?shù)字圖像或數(shù)字序列中一點的值用該點的一個拎域中各點值的中值代替，讓周圍的像素值接近的值，從而消除孤立的噪聲點。方法是去某種結(jié)構(gòu)的二維滑動模板，將板內(nèi)像素按照像素值的大小進行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=medf(x-k,y-l),(k,lW) ，其中,f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓

45、環(huán)形等。在中值濾波算法中，對于孤立像素的屬性并不非常關(guān)注，而是認為圖像中的每個像素都跟鄰域內(nèi)其他像素有著密切的關(guān)系，對于每一個鄰域，算法都會在采樣得到的若干像素中，選擇一個最有可能代表當(dāng)前鄰域特征的像素的灰度作為中心像素灰度，這樣就有效避免了離散型雜點對圖像的影響。在中值濾波算法中，中心像素的灰度是通過對鄰域內(nèi)像素灰度排序然后取中值來確定的。圖3-1中a表示一個5×5鄰域的灰度信息，若選擇邊長為3像素的正方形作為采樣窗口對中心像素進行處理，那么采樣會得到9個灰度數(shù)值0、3、4、5、6、7、8、9、10，對這些灰度數(shù)值進行排序并取中值后得到中心像素的灰度值為6，如圖11-6b圖所示。圖

46、3.3.1 中值濾波示例選擇3×3的正方形作為采樣窗口，圖3-2顯示了中值濾波去除孤立雜點的作用，其中a表示一個5×5鄰域的像素灰度，其中灰度為0的點為雜點，b為對a進行中值濾波的結(jié)果。圖3.3.2中值濾波去除孤立雜點中值濾波不僅對孤立雜點的消除效果顯著，對稍密集的雜點或稍大的雜點也有很好的去除效果。如圖3-3所示，其中a表示一個5×5鄰域的像素灰度，其中灰度為0的點為雜點，b為對a進行中值濾波的結(jié)果。對比簡單平滑的結(jié)果不難看出中值濾波對消除離散型雜點的顯著效果。圖3-3.3 中值濾波消除連續(xù)的離散型雜點3.3.4 本設(shè)計采用的濾波去噪方法由于中值濾波能夠較好地清

47、除脈沖噪聲，使得濾波后的圖像均勻，且能極好地保持邊界信息，所以本設(shè)計采用中值濾波這個方法。圖3.4 圖像中值濾波后3.4 圖像的二值化圖像二值化即設(shè)定某一閾值(Threshold)，利用閾值將灰度圖像的數(shù)據(jù)分成兩部分：大于閾值的像素群和小于閾值的像素群。設(shè)輸入灰度圖像為，輸出的二值圖像為,則有： 通過求解閾值Threshold，從而把灰度圖像分成特征物和背景兩個區(qū)域13。閾值是把圖像和背景區(qū)分開的標(biāo)尺，選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息，又要盡可能減少背景和噪聲的干擾，這是選擇閾值的原則14。常用的圖像二值化閾值分割方法可分為2類：整體全局閾值二值化、分塊局部閾值二值化。3.4.1 整體

48、全局閾值二值化整體閾值法是指根據(jù)經(jīng)驗或灰度圖像的直方圖分布為整幅圖像確定一個閾值。閾值的確定一般分為兩種：(1)人工設(shè)定閾值：這種方案中，先根據(jù)經(jīng)驗或?qū)嶒炘O(shè)置一個固定的閾值。然后對每個像素按上述式子進行二值化處理。(2)由灰度直方圖確定整體閾值：利用原始圖像灰度分布的直方圖能給出圖像灰度值的概貌描述。設(shè)灰度值取值是0255之問的整數(shù)，為黑色，為白色。表示灰度值為的概率，表示灰度為的像素的個數(shù)，為總像素的個數(shù)。則有： 通常稱以為縱坐標(biāo)，為橫坐標(biāo)的圖像為其灰度直方圖，在數(shù)字圖像中，其由離散點或線構(gòu)成。儀表圖像的灰度直方圖通常有兩個峰值，分別對應(yīng)刻度數(shù)字信息和背景。閾值應(yīng)取兩峰之聞的波谷處，并且波谷

49、越深陡，二值化效果也越好。這是根據(jù)圖像和背景的灰度值確定整體閾值的方法。(3) 采用遺傳算法對閾值進行優(yōu)化處理：利用人工智能領(lǐng)域中的遺傳算法，通過建立合適的目標(biāo)評價函數(shù)來對原始圖像龐大的數(shù)據(jù)模擬進行類似自然界中競爭、生存、淘汰、適應(yīng)、優(yōu)化修正、再競爭等等的良性循環(huán)當(dāng)滿足誤差條件或者迭代要求時，就可以得到能基本表達圖像信息的主體中心指標(biāo)和背景中心指標(biāo)，然后，取其兩個中心指標(biāo)的算術(shù)平均，即可作為新的整體閾值然后，再次將原始圖像的數(shù)據(jù)輸入二值化判別模塊，通過競爭：判別該像素距離哪個中心指標(biāo)的差距更小，將全圖像素分為黑色和白色兩類，從而達到二值化目的。整體閾值方法一般只考慮到整體像素的平均灰度值，并未

50、顧及到每個像素的不同之處，所以其二值化在總體執(zhí)行速度上較快，且算法簡單，易于理解，但因為其對輸入圖像量化噪音或不均勻光照等情況抵抗能力差，在一些有干擾的像素上會發(fā)生錯誤判斷，使整幅圖像的二值化效果達不到后續(xù)作業(yè)的要求，所以在應(yīng)用上受到極大限制3.4.2 分塊局部閾值二值化對于目標(biāo)和背景比較清楚的圖像，全局閾值化方法可以取得較好結(jié)果。但是如果圖像的背景不均勻，或是目標(biāo)灰度變化率比較大。全局方法一般就不再適用了。由像素的灰度值和周圍點局部灰度特性來確定像素的閾值叫做局部閾值二值化。局部閾值選取一般將圖像劃分為若干子像，根據(jù)每個子圖像確定相應(yīng)的閾值，具體的閾值確定方法同全局閾值的確定類似。局部閾值一

51、般用于識別干擾比較嚴重、品質(zhì)較差的圖像，較整體閾值方法有更廣泛的應(yīng)用，但也存在缺點和問題，如實現(xiàn)速度慢、不能保證字符筆畫連通性以及容易出現(xiàn)偽影現(xiàn)象(即在背景域受噪音干擾得到筆畫結(jié)果)等。比較典型的局部二值化算法有KamelZhao算法、Bemsen算法、多閾值的梯度強度法、基于紋理圖像的方法30等。分塊局部閾值法將圖像按固定間隔分成N快子圖像，然后對每一塊求出各自的閾值T，考慮到各塊的平滑過渡，每塊閾值的選取再按下式來確定：其中，為第i快子圖像的最終閾值。3.4.3動態(tài)閾值二值化應(yīng)用局部閾值法后，從圖像局部看來，目標(biāo)特征物與背景是可分的，但是無法得到一個適用于整幅圖像的全局閾值。因此提出了動態(tài)

52、的局部閾值化算法，也稱自適應(yīng)閾值化算法。動態(tài)閾值選擇不僅取決于像素閾值以及其領(lǐng)域像素的灰度值，并且與該像素坐標(biāo)位置有關(guān)。動態(tài)是指根據(jù)每個像素及其鄰域像素的灰度值情況動態(tài)地計算分割所需的閾值。動態(tài)閾值二值化能夠處理品質(zhì)較差的圖像，甚至單峰直方圖，但因為動態(tài)閾值化方法常常需要對圖像中每個像素點都計算閾值，即對整幅圖像求出一個閾值面(通常是曲面)，計算量很大，運算速度一般比較慢，由于具有比較費時和某些失真的缺點，這在一定程度上阻礙其發(fā)展。比較典型的動態(tài)閾值二值化方法有迭代法等。表3.1是對常用二值化方法的比較。方法適用條件不足之處原理總體評價迭代法灰度直方圖呈明顯雙峰的圖像當(dāng)圖像存在光照不均勻或圖像

53、較臟時效果不好迭代運算一般梯度均值法適合于對自然場景圖像無明顯不足利用梯度信息較好多閾值的梯度強度法光照不均勻所產(chǎn)生的影響得到比較好的控制無明顯不足通過線性插值好基于紋理的二值化方法票據(jù)、文本以及車牌圖像無明顯不足采用模式識別中的最大最小準(zhǔn)則好微分直方圖法微分直方圖有一個峰值對于邊界附近灰度變化復(fù)雜的圖像，不太湊效利用灰度微分值一般最大方差法直方圖不存在峰值時也可以用不能反映圖像的幾何結(jié)構(gòu)根據(jù)方差之比為最大較好圖3.5常用二值化方法的比較3.4.4 本文采用的圖像二值化方法通過實驗對比，可以知道3種方法的優(yōu)缺點。1整體全局閾值二值化：全局閾值結(jié)果圖像質(zhì)量較差，刻度和數(shù)字信息都有丟失，而且當(dāng)燈光

54、強度發(fā)生變化時，要反復(fù)的進行人工閾值的選取才能得到一個較好的結(jié)果。2分塊局部閾值二值化:分塊局部二值化方法在圖像中間亮度較高的區(qū)域有比較好的圖像細節(jié)，儀表指針、刻度信息都沒有斷，連同情況好。但算法時間復(fù)雜度較高，圖像存在條狀的干擾信息，這是由于不同分塊中由不同閾值進行二值化而造成的。3動態(tài)閾值二值化:多閾值動態(tài)二值化算法，兼顧了圖像總體灰度水平和像素領(lǐng)域的特征，能夠適應(yīng)灰度變化范圍比較大的圖像，不僅適合于小面積，同樣也適合于大面積的掃描文本圖像的二值化，對于處理圖像的實用性更加廣泛，實驗結(jié)果也可以看到儀表指針、刻度信息都連同完好，圖像清晰可見。所以，本可以采用動態(tài)閾值二值化的方法進行處理。圖3

55、.6.圖像二值化后3.5 本章小結(jié)本章主要討論的圖像預(yù)處理的方法。首先研究圖像增強時，討論了灰度變化、直方圖均衡化、梯度場放大增強這3種方法。其次研究圖像的濾波去噪時，討論了算術(shù)平均值濾波、加權(quán)均值濾波、中值濾波這3種方法。最后在圖像的二值化方面，討論了整體全局和分塊局部2種閾值二值化方法。每種方法都做出了分別的概述，從而從當(dāng)中選取較好的方法來進行實驗，并取得比較理想的結(jié)果。4.指針表圖像采集實驗系統(tǒng)4.1 引言基于機器視覺指針式儀表圖像采集系統(tǒng)如圖4-1所示，各部分工作關(guān)系如下：圖4-1 自動讀數(shù)檢定系統(tǒng)的組成1. 計算機（PC）是整個系統(tǒng)的控制和處理核心，在計算機上運行的應(yīng)用程序應(yīng)該有如下

56、功能：a. 控制程控標(biāo)準(zhǔn)源輸出的標(biāo)準(zhǔn)量：計算機通過串行口對程控標(biāo)準(zhǔn)源進行通訊和控制，控制程控標(biāo)準(zhǔn)源的輸出模塊的輸出量大小；b. 采集表盤圖像：具有USB攝像頭相應(yīng)得設(shè)備驅(qū)動程序，通過USB接口實時采集攝像頭的圖像，得到BMP格式的表盤圖像；c. 圖像處理及識別讀數(shù)：對采集到的表盤圖像進行處理和計算，識別圖像中表盤的讀數(shù)；d. 數(shù)據(jù)管理：利用計算機的數(shù)據(jù)庫管理功能，把鑒定數(shù)據(jù)保存到數(shù)據(jù)庫中，并根據(jù)數(shù)據(jù)對被檢儀表的性能進行可行性的分析和判別。2 程控標(biāo)準(zhǔn)源：可在程序控制下，輸出標(biāo)準(zhǔn)電源，電源要求比被檢定儀表精度高，符合鑒定要求；程控標(biāo)準(zhǔn)源應(yīng)遵循與計算機匹配的串口通訊規(guī)約，對計算機的命令做出正確的執(zhí)行和回答。3. USB接口的攝像頭：可由計算機控制采集被檢定儀表的圖像。4.2 系統(tǒng)硬件設(shè)計4.2.1程控標(biāo)準(zhǔn)電流源的設(shè)