一種圖像識別系統與遠傳技術的應用研究

廖小春，華瑩珂

（江西銅業集團有限公司 貴溪冶煉廠，江西 貴溪 335424）

1 引言

天然氣計量撬作為標定天然氣壓力值、流量值的標準計量器具，對天然氣計量撬信息的掌控將直接關系著日常銅業冶煉生產的安全問題。由于天然氣計量撬一般安置在廠區工業大型設備的附近，傳統獲取的方式為人員巡查并手工記錄并上傳電腦形成記錄，耗時耗力，人工成本和作業效率低下。針對這一問題，基于圖像識別的方法，作為最直觀改進作業方式的手段，完全可以實現遠程智能獲取天然氣計量撬的信息，提高生產的作業效率，替代傳統人工抄表的模式。

目前，基于圖像分析的方法較多,包括：（1）對數字式測量儀器實驗數據圖像進行預處理的基礎上，利用灰度投影直方圖實現字符分割，進而采用卷積神經網絡實現字符識別［1］，該方法實現實驗數據的實時采集，該方法只適用于單目標環境穩定的場景應用。（2）針對單一的神經網絡難以識別模糊的車牌字符,提出了一種混合神經網絡實現車牌字符識別技術［2-3］。該混合神經網絡結合聯想記憶與BP 神經網絡,對輸入的字符進行兩次判別,經過訓練、特征提取得到檢測結果。通過在不同的噪聲和不同的角度實驗表明,采用混合神經網絡具有更高的識別精度。（3）針對列車運行監控裝置（LKJ）的用戶交互設備人機界面（DMI）單元信息識別場景，設計出一種基于點陣對比方式的字符識別方法,來對DMI 圖像中的字符做識別［5］，識別的結果提供給系統校驗程序使用，該算法復雜，實時性較差。（4）針對中文字符的相關性提出一種詞匯信息的半球處理機制，實現對中文字符識別的準確獲?。?］。

綜合上述分析，圖像識別技術在手寫字符、車牌字符、電子界面的字符、中文字符印刷體等領域應用十分廣泛，利用基于圖像識別技術，通過對圖像進行濾波去噪，紋理加強，輪廓提取，特征匹配等一系列處理，實現對天然氣計量撬的信息識別。

2 天然氣計量撬的識別系統

2.1 系統拓撲結構

在貴溪冶煉廠二系統電解廠房的天然氣計量撬的監測地點，通過安置一架高清攝像頭，對人機界面進行實時圖像抓拍；網絡攝像機利用RJ45 接口與光纖收發器連接，通過光纖傳輸介質將光纖接入光纖接線盒，光纖收發器將光纖信號進行調制接入監測服務器；信息處理服務器在接收到圖像信息后，先對圖像進行預處理及圖形分割，然后進行模式識別，智能獲取天然氣計量撬的信息。系統提供了一個信息共享平臺，將識別的信息存在局域網計算機數據庫中，供辦公信息內調用和實時信息處理及推送。其拓撲結構如圖1 所示。

圖1 天然氣計量撬的信息識別系統拓撲結構

2.2 系統圖像識別的關鍵步驟：

Step 1: 開始抓取天然氣計量撬的界面圖片，讀入內存；

Step 2: 進行自適應濾波，轉化彩色圖片為灰度圖片，過濾圖片上的基礎標記信息；

Step 3: 基于HSV 三通道建模，通過形態學梯度檢測邊緣,圖像閾值化，水平方向梯度的閉運算，垂直方向閉運算等圖像處理，大致檢索到標量信息的方框位置；

Step 4: 對圖像進行8 領域連通域檢測,獲取圖像輪廓，連通區域遍歷，提取標量信息的矩形區域，進行灰度轉彩色，對矩形框內的圖片進行深度學習訓練，并進行OCR 字符識別；

Step 5：系統對識別結果進行邏輯判斷，判定是否識別成功，并將信息傳遞給其他模塊進行處理與顯示，休眠本次線程；

3 實驗與結果分析

通過特點區域被架設海康威視紅外高清網絡攝像機進行抓拍，抓取了大量的計量撬的圖像進行深度學習實驗測試，圖像的抓拍的基礎參數如表1 所示。

表1 抓取的圖片格式

3.1 計量撬信息OCR 字符識別

天然氣計量撬信息為銅礦冶煉必須管控的重要工作，靠人工手寫記錄登記，后續匯總鍵入電腦勢必造成檢修效率低下，同時存在人員馬虎記錯記漏等諸多監管不變的因素。倘若利用圖像處理技術進行在線計量撬信息識別不僅能夠實現現場與檢修中心辦公網無縫對接，而且通過抓取備份的視頻圖片等電子信息可以提升作業管控級別［5］。以垂直車頭面小于20°進行圖像提取，通過圖像的尺寸縮放，灰度變換，連通域檢測, 外輪廓循環,學梯度檢測邊緣, 閾值化以及OCR 字符識別等一系列處理，實現計量撬信息自動識別并提取記錄，結果如下圖2 示,準確的識別信息并保持記錄。

圖2 計量撬圖像信息處理的效果示意圖

3.2 計量撬信息字符識別準確性分析

計量撬信息字符識別準確性是本系統自動識別計量撬信息可行性的重要指標。重點考慮到外界環境等因素是否對圖像識別有影響，從天然氣計量撬人機界面隨機抓取了N=50，N=100，N=200，N=500 張天然氣計量撬圖片分為四組，并重復分組若干次，以隨機統計樣本的均值進行識別的準確度進行評估，其直方圖概率密度統計圖如圖3 所示，圖中分別統計了單一錯誤率和多處錯誤率。單一錯誤率主要針對識別字符信息只存在一位字符識別錯誤，反之，多處錯誤率指二處及以上錯誤率。觀察直方圖分布，可以發現隨著樣本的數量增多，識別準確度隨著增加，這是計量撬圖像樣本因為數量低時，單一錯誤或者多次誤差占總樣本數量因比率過高而被放大。表2 中，選取后3 組進行均值統計，可以得出本系統當前準確度大約在94.6%。同樣，對錯誤的圖片進行分析，大都是因為光照、粉塵等因素影響，計量撬人機界面上導致的圖像閾值分割處理時，其邊界分割效果不理想［6］。

圖3 計量撬圖像信息識別準確性直方圖概率密度分布

表2 計量撬圖像信息識別情況統計表

3.3 計量撬圖像信息識別耗時分析

為了直觀的了解系統在自動識別計量撬圖像信息號耗時情況，系統隨機抓取了500 張計量撬圖像圖片，并從現場檢修工齡在十年以上的工人中隨機選取若干名進行計量撬信息記錄。同步計時，直觀的了解人工記錄信息與系統自動識計量撬信息的耗時情況。如圖4 所示，人工記錄耗時大約是自動化識別的15 倍左右，當N=8 時，人工耗時需要8.278s，而識別系統耗時為0.512s。而且，隨著記錄次數的增加，人工記錄時耗呈一定的增加趨勢，而這種生物疲倦因素在圖像自動化識別的系統中并不存在。

圖4 人工記錄與自動識別耗時對比圖

通過分析上述統計圖，折線圖及表格等信息，基于圖像自動化識別計量撬信息準確度高，時耗非常低，提高效率明顯。在許多冶煉生產過程中對于各類計量撬信息的掌控，可以借助這種圖像自動化識別系統，完成自動化提取信息，為后續工作簡化過程，輔助人工日?；鳂I等。

4 信息調用

為了進一步提高產能，對設備、工藝、流程進行智能化工廠改造，在線檢測裝備儀表-計量儀表的數據智能傳輸代替人工抄表成為必然趨勢，采用數字圖像識別方法對天然氣檢測裝置儀表數據進行識別，然后進行遠傳、存儲，如圖5 所示，進一步上傳到PI 實時數據庫系統（以下簡稱PI 系統）平臺，其它數據及應用平臺再從PI 系統中讀取數據，將大數據智能化。

圖5 PI 系統數據顯示

5 結論

基于圖像識別天然氣計量撬信息識別系統的應用研究在技術上是可行的，系統通過非接觸的高清真彩攝像機抓天然氣計量撬人機界面圖片，通過一系列的圖像處理技術，自動化識別并記錄形成電子信息，供生產管控和其他部門使用。利用數字圖像識別技術對儀表數據進行自動采集，信號采集穩定可靠、使用簡單方便，同時對智能化工廠大數據建設提供了必要的信息資產。