黄秋彬

（德化县质量计量检测所，福建德化 362500）

机器视觉技术就是利用高分辨率的摄像装置，代替人眼采集水表的图像信息，并且利用通信装置将采集到的图像、视频信号，传递给核心中控机，完成数据处理后得出检定结果。整个过程实现了自动化，摆脱了水表检定对人力的依赖，并且保证了效率与精度的提升。现阶段，机器视觉技术日益成熟，并且在各种精密仪器的检测、质控等领域得到了推广使用。现以水表检定为例，就基于机器视觉技术的水表检定装置设计与应用展开简要分析。

1 基于机器视觉技术的水表检定装置结构设计

该装置的核心部件是一台工控机，一方面处理前端采集的数据和反馈的信号，并做出相应地分析和处理；另一方面根据分析结果，在显示器上直观展示出来。连接工控机的设备主要有3 类，分别是数据采集卡、电子天平和电子阀控制扩展板。数据采集卡利用CCD 工业相机，实时采集水表信息，并将采集到的数据汇总、打包，以特定频率发送给工控机；电磁阀控制扩展板与出水阀相连，调控阀门开闭。出水阀的总阀门与换向器连接，通过电子天平保证水量稳定，整个装置的结构组成如图1所示。

图1 水表新型检定装置的结构组成

2 基于机器视觉技术的水表新型检定方法

2.1 视频图像采集

作为本装置的前端采集模块，为保证图像、视频信号采集的时效性，选择DH-VT142 图像采集卡，除了具有采集速度快、传输效率高的特性外，还具有自动稳定功能，防止图像或视频信号出现失真的情况。图像采集卡利用PCI-E 总线，与分布在各台水表上的CCD 工业相机连接。采用有线通信，提高了抗干扰能力，使得该装置能够在恶劣环境下保证信号正常传输，提高了检定结果的精确性。

2.2 通水阀门自动控制

该部分选择ATMEGA16 微型控制器，采用独立串口与核心工控机完成信息交互。在I/O 端口有一个三极管，连接继电器后可以直接控制电磁阀。根据工控机发出的指令，微型控制器接收该指令后进行数据解析，识别指令后，在I/O 口输出高电平，从而达到控制阀门开闭的效果。

2.3 电子天平数据采集

水量波动会直接影响水表检定结果的精确性，为了控制误差，该装置中引入了电子天平。同样的，电子天平也采用独立串口与核心工控机连接，支持动态检定的顺利实现。由于输出信号不同，电子天平与出水阀之间连接了一台换向器，这样既起到了稳定水量的需要，保证系统可以采集到标准水量数据，同时又实现了不停机检定，进一步提高了水表检定作业的效率。

2.4 核心工控机

该装置实现的功能主要有两个：其一是数据处理，待处理数据包括CCD 工业相机采集的图像或视频数据，以及电子天平提供的标准量值数据等。其二是根据数据处理结果，利用内置程序和相关算法，得出最终的检定结果。除此之外，在工控机的操作平台上，还提供了人机交互、报表打印等功能。

2.5 图像识别及数据建模算法

在软件部分，采用了高斯拟合建模算法。首先，利用颜色特征和背景对比相结合的方式，对水表指针做到了精确定位。同时将表盘指示值以动态视频的方式，传输到工控机中。其次，建立背景模型，利用背景减除法得到指正准确的分度值，由此实现了指针的动态定位。即便是指针运动到气泡、水珠等有遮挡的区域，也能够利用高斯拟合建模算法，较为准确地推算出指针运动方位。

3 基于机器视觉技术的水表新型检定的实验分析

3.1 实验步骤

系统运行后的初始界面如图2 所示。基本操作流程为：（1）查看待测水表，了解其精度等级和量程，将数据输入到主页面的“被检表参数”一栏中。在“标准器参数”一栏中，要求量程和精度级别不低于被检表。（2）填写基本数据后，检查仪表外观确定不存在问题。然后连接导线，启动摄像机，打开机器视觉软件，即可同步获得水表的表盘图像。在主页面上，点击右侧“获取图像”的按键，在正方形区域内会自动显示表盘图像。可拖动图像，让指针完全处于该区域内。（3）点击右侧的“图像预处理”按键，由系统对获取的表盘图像进行自动调校，提高识别精度。（4）点击右下方“受检点检定”按钮，可以获得受检点的检定结果。

图2 系统主界面

3.2 实验结果

水表的出厂检定需要分别选取三个流量点，即常用流量、分界流量、最小流量。常规的人工检定方法，只能读取到0.01L；而使用机器视觉技术的新型检定装置，其最小读数可以达到1×10-6L。对比人工与机器两种方法，对同一流量点的检定结果，如表1 所示。

根据表1 可知，两种方法在同一流量点的检定结果总体上保持一致，但是本方法的检定结果，读取到了小数点后6 位，因此结果精度上显然要高于人工方法。除此之外，本实验中还对比了两种检定方法在用时上的差异，如表2 所示。

表1 两种方法在不同流量点的检定结果

表2 两种检定方法用时差异比较

结合表2 可以发现，在分界流量、最小流量上，本方法检定用时分别为72s 和115.2s，仅为人工检定用时的1/10。可见基于机器视觉技术的水表自动检定方法，显著提高了工作效率。

3.3 精度估计

影响该装置检定结果精度的因素，可归纳为人为因素和硬件因素两类。人为因素主要与操作水平有关，如果操作不规范、技术不达标，很可能导致误差增大，精度也达不到要求。硬件因素与选用的CCD 相机有关。使用高分辨率的相机，将会提升检定结果的精确性。硬件精度（S）可根据公式计算出来：

S=S'×M

上式中，S'为相机的角度精度，M 为常数，根据CCD 工业相机的型号取6。而S'又可以根据相机的像素（T）计算得出：

最终S 值为0.024，小于允许精度0.4，故满足水表检定的精度要求。

3.4 误差分析

采集设备精度不高是引起误差的常见原因，这就需要我们在开展水表检定时，要认真检查该系统的图像采集装置，若出现光照分布不均、存在指正阴影等，应当及时处理。还有一种是图像分割误差，例如指针信息与背景信息对比度不高，无法提取图像信息。应对方法是搭建一个良好的图像采集系统，或者调整光照强度，以提高图像对比效果。

4 结论

传统以人工为主的检定方法，除了效率低，在精度方面也不能满足当下的要求。设计一种基于机器视觉技术的自动化、高精度水表检定装置，具有较强的实用价值。本文介绍的一种以工控机为核心，融合了高斯拟合建模算法和高清图像采集处理技术的检定系统，从实验效果来看，具有效率高、精度好等特点，成为新时期水表检定的优选方法。