1 简介
本设计主要针对指针式仪表的数字化读数的研究,提高读取效率和读数的准确性.以MATLAB为载体对图像进行仿真处理,通过设备采集图片,对图像进行表盘定位,图像预处理,边缘检测,Hough变换等操作,识别出指针的位置,得出指针所在直线的斜率,并结合角度与量程的关系,显示得出的示数.
2 部分代码
clear all;
close all;
clc;
P= imread('时钟-2.jpg'); %2/5/8/11 没问题 7/10反 13图分针错 16图时针错
I = imresize(P,0.7); % 图像缩小70%
% figure('NumberTitle', 'off', 'Name', '原图');
% imshow(I);
% 去除背景
[m,n]=size(I);
for i=1:m
for j=1:n
if I(i,j)>100
I(i,j)=256;
end
end
end
imshow(I);
I1 = im2bw(I); %rgb转化为二值化图像
% figure('NumberTitle', 'off', 'Name', '二值化后图像');
% imshow(I1);
% I2 = edge(I1,'canny'); %canny 算子提取边界
% figure(3)
% imshow(I2)
I20 = imcomplement(I1); %图像反色
% figure('NumberTitle', 'off', 'Name', '反色后图像');
imshow(I20);
I2 = bwmorph(I20,'skel',8); %提取图像骨架 6ci N=6、7、8、9都行 10图取3 11图取5
% figure('NumberTitle', 'off', 'Name', '提取图像骨架');
imshow(I2);
%检测直线
[H,T,R] = hough(I2);
figure('NumberTitle', 'off', 'Name', '峰值提取效果');
imshow(H,[],'XData',T,'YData',R, 'InitialMagnification','fit');
xlabel('\theta'), ylabel('\rho');
axis on, axis normal, hold on;
P = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x = T(P(:,2));
y = R(P(:,1));
plot(x,y,'s','color','white');
% 找出对应的直线边缘
lines = houghlines(I2,T,R,P,'FillGap',5,'MinLength',7);
total = length(lines); %检测出的直线总数
figure, imshow(I2),hold on;
% sec_line = 0; %秒针长度
% min_line = 0; %分针长度
% hour_line = 0; %时针长度
array0=[]; %存放检测出的直线长度
array1=[]; %排序后的长度
for k = 1:length(lines)
xy = [lines(k).point1; lines(k).point2];
plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
% 标记直线边缘对应的起点
plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
% 计算直线边缘长度
len = norm(lines(k).point1 - lines(k).point2);
array0(k)=len;
end
%按长度排序,降序排列，前三个数分别是秒针长度、分针长度、时针长度
array1 = sort(array0,'descend');
%找到秒针、分针、时针对应的直线，并算出斜率、角度
for k=1:length(lines)
xy = [lines(k).point1; lines(k).point2];
len = norm(lines(k).point1 - lines(k).point2);
if(len == array1(1))
sec_line = xy;
angle_s = lines(k).theta; %算出的角度是与Y轴负方向的夹角， X轴正向是右，Y轴正向是向下
% k_s = (xy(2,2)-xy(1,2))/(xy(2,1)-xy(1,1)) %秒针斜率
end
if( len == array1(2))
min_line = xy;
angle_m = lines(k).theta;
% k_m = (xy(2,2)-xy(1,2))/(xy(2,1)-xy(1,1))
end
if(len == array1(3))
hour_line = xy;
angle_h = lines(k).theta;
% k_h = (xy(2,2)-xy(1,2))/(xy(2,1)-xy(1,1))
end
end
%highlight the longest line segment
%plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','blue')
plot(sec_line(:,1),sec_line(:,2),'LineWidth',2,'Color','b');
plot(min_line(:,1),min_line(:,2),'LineWidth',2,'Color','c');
plot(hour_line(:,1),hour_line(:,2),'LineWidth',2,'Color','r');
%转换成常用的xy坐标系
if(angle_m < 0)
angle_m= -angle_m + 90;
else
angle_m = 90 - angle_m;
end
if(angle_h < 0)
angle_h = -angle_h + 90;
else
angle_h = 90 - angle_h;
end
if(angle_s < 0)
angle_s = -angle_s + 90;
else
angle_s = 90 - angle_s;
end
%%%%%%%%%%%%%% 识别相反时
% % angle_m = angle_m - 180
% % angle_h = angle_h - 180
%%%%%%%%%%%%%%
hour=0;
mins = 0;
sec = 0;
%判断时间，分针与时针 （度数）
if(angle_h <= 90 && angle_h > 60)
hour = 12;
elseif(angle_h <= 60 && angle_h > 30)
hour = 1;
elseif(angle_h <= 30 && angle_h > 0)
hour = 2;
elseif(angle_h <= 0 && angle_h > -30)
hour = 3;
elseif(angle_h <= -30 && angle_h > -60)
hour = 4;
elseif(angle_h <= -60 && angle_h > -90)
hour = 5;
elseif(angle_h <= -90 && angle_h > -120)
hour = 6;
elseif(angle_h <= -120 && angle_h > -150)
hour = 7;
elseif((angle_h <= -150 && angle_h > -180)||(angle_h <= -150 && angle_h >180))
hour = 8;
elseif(angle_h <= 180 && angle_h > 150)
hour = 9;
elseif(angle_h <= 150 && angle_h > 120)
hour = 10;
elseif(angle_h <= 120 && angle_h > 90)
hour = 11;
end
if((angle_m > 0 && angle_m <= 90) || (angle_m <= 0 && angle_m > -180))
angle_m = 90 - angle_m;
mins = fix(angle_m / 6);
elseif(angle_m > 90 && angle_m <= 180)
angle_m = angle_m - 90;
mins = fix(angle_m / 6);
mins = 60 - mins - 1;
end
if(mins >= 10)
fprintf('当前时间是：%d点%d分',hour,mins)
else
fprintf('当前时间是：%d点0%d分',hour,mins)
end
3 仿真结果
4 参考文献
[1]韩涛, 杨洋. 基于Hough变换的图像目标检测与识别[J]. 计算机与数字工程, 2019.
部分理论引用网络文献，若有侵权联系博主删除。
5 MATLAB代码与数据下载地址
见博客主页
