基于数学形态学的定位方法定位汽车仪表盘参数区域

【摘要】采用小波变换中的多分辨率分析方法，从汽车仪表盘图像中提取出纹理清晰、具有不同空间分辨率、不同方向的边缘子图像，再用数学形态学的方法对提取出的图像进行形态运算，滤除无用的信息，定位最终的仪表参数区域。

【关键词】仪表表盘参数定位 小波变换 数学形态学

（一）利用小波分解将仪表盘参数初步分解出来

仪表盘参数是研究的主要对象，因此除此之外的所有信号，包括指针读数、指针刻度线等都属于背景信息. 仪表盘参数由一行一行的字符信号组成，而背景信息（比如指针读数）中也含有字符信息，和仪表盘参数有相似特征，比较难定位和提取. 小波变换的基本思想是通过平移和伸缩等运算功能对原始信号进行多尺度细化分析，即将信号分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号，这些子带信号具有良好的时域和频域特性。利用这些特性来表示原始信号的局部特征，进而实现对信号时域和频域的局部分析。

二、多分辨分析在仪表盘参数定位中的应用

小波分解后得到的各个分量所对应的尺度从图3中小波分解的近似分量与细节分量中可以看出，小波分解后的图中有能较好地体现仪表参数位置的信息，特别是垂直方向高频分量图中，仪表盘参数的位置很明显. 下面对垂直分量图进行自适应滤波和二值化处理 ，经过小波分解和自适应滤波及二值化后，仪表盘参数的位置已经基本确定，但还含有些噪声（主要是仪表盘面上垂直特征明显的零星刻度值） ，需要进行更进一步形态学的处理。

三、形态学处理

形态学处理是指对图像进行变换，以突出所需要的信息，其采用的方法是：以某一具有“探针”作用的结构元与分析对象进行集合运算，采用不同的运算将产生不同的分析结果，其中最基本的两个变换是腐蚀（ Erosion）和膨胀（Dilation） 。

四、结论

前面所提的这一类指针式仪表的实验表明该方法简单有效，能够较好地定位和分割仪表盘参数区域，具有较强的鲁棒性. 而采用图像处理和识别的方法，从拍摄的仪表表盘图片中提取出仪表参数，再根据提取的参数建立一个仪表参数与对应仪表的数据库，这会大大方便仪表的管理；识别出仪表表盘准确度等各种参数，可实现完全自动仪表验.

参考文献：

[1]宁志刚，汪仁煌，张艳玲. 高精度仪表自动判读技术研究[J].光电工程，2006，33 （6）.

[2]章毓晋.图像工程（上册） 图像处理与分析[M].北京：清华大学出版社，2000.