蒸汽锅炉汽包水位视频监控系统 毕业论文.doc

摘 要蒸汽锅炉的汽包水位是发电厂的最重要的工艺控制指标。为了保证水位监测系统的性，在一个汽包设备上，安装有多套以不同原理工作的水位监测仪表，包括通过平衡容器的差压变送器水位测量装置、电接点水位报警装置、磁翻板水位计和玻璃板水位计。其中只有玻璃板水位计显示的水位是可以直接观察的，但是这种水位计不能产生电传信号，以往是由人工爬上锅炉顶平台的汽包处直接观察记录。 近年来，采用了电视摄像传输的方式来对玻璃板水位计进行摄像和视频传输。但这个系统的信号无法进入锅炉监控信息系统。本设计采用先进的视频采集分析软件，对采集的图象进行数字化，变成标准的电厂监控信号，可以提供给人工观察和进入计算机监控系统、DCS系统。关键词：蒸汽锅炉,汽包水位视频监控,分析软件,数字兼容AbstractSteam boiler drum water level is the most important power plant process control index. In order to guarantee the water level monitoring system, in a drum device, provided with a plurality of sleeves with different working principle of water level monitoring instrument, including through equilibrium container water level measuring device, a differential pressure transmitter electric contact water level alarm device, a magnetic flap level meter and glass plate water level meter. Only one glass plate water level meter level can be directly observed, but the water level gauge can not produce a teletype signal, formerly is by artificial climbing the top platform of boiler drum direct observation records. In recent years, the television camera transmission mode on the glass plate water level gauge for image and video transmission. But this system signal can not enter the boiler monitoring information system. This design uses the advanced video acquisition and analysis software, and the collection of image digitalization, became standard power plant monitoring signal, can be provided to the artificial observation and computer monitoring system, DCS system.Key words: steam drum water level of boiler, video monitoring, analysis software, digital compatible目 录1绪论11.1课题背景11.2 汽包的概念与作用21.2.1汽包的概念21.2.2汽包的作用31.3本文主要研究内容及研究意义31.4本文结构42设计原理52.1引言52.2汽包水位自动识别的设计原理52.3详细设计步骤62.3.1 提出总体设计方案63图像边缘检测的分类及算法研究83.1图像边缘检测的分类83.1.1经典算子83.1.2最优算子93.1.3多尺度方法93.1.4自适应平滑滤波方法103.1.5其他方法103.2边缘检测的步骤103.2.1 边缘检测的“两难”问题113.2.2边缘分类及性能分析114图像处理数字化部署及方案144.1输入待处理的原始图像:144.2图像的灰度化144.3边缘检测164.3.1对得到图像开始操作进行滤波17432对二值图像进行区域提取，并计算区域特征参数174.3.3对水平投影进行峰谷分析184.4去水平（上下）边框,获取字符高度194.4.1计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码205应用软件介绍215.1 LabVIEW简介215.2系统组成简介215.3软件设计与实现225.3.1 模块化设计22结论24参考文献251绪论1.1课题背景在火力发电厂中锅炉，汽轮机，发电机是三大能量转换设备。其中锅炉是火炉的作用是使燃料在炉内燃烧放力发电厂三大主机中最基本的能量转换设备。锅热，并将锅内工质由水加热成具有足够数量和一定质量的过热蒸汽，供汽轮机使用。在锅炉中实现煤的化学能转换成蒸汽的热能时，进行四个相互关联的工作过程，即煤粉制备过程，燃烧过程，通风过程和过热蒸汽的生产过程。由此我们可将电厂锅炉划分为这样几个系统：制粉和燃烧系统，烟风系统，汽水系统。下面我们进一步研究和讨论汽水系统。汽水系统的任务是通过各换热设备将高温火焰和烟气的热量传递给锅炉内的工质。汽水过程是由送入的给水到送出的过热蒸汽，中间要经过一系列加热过程。首先把给水加热到饱和温度，其次是饱和水的蒸发（相变），最后是饱和蒸汽的过热。给水经省煤气加热后进入汽包锅炉的汽包。经下降管引入水冷壁下联箱再分配给各水冷壁管。水在水冷壁中继续吸收炉内高温烟气的辐射热达到饱和状态，并使部分水蒸发变成饱和蒸汽。汽水混合物向上流动，并进入汽包。在汽包中通过汽水分离装置进行汽水分离，分离出来的饱和蒸汽进入过热器吸热变成过热蒸汽然后到汽轮机做功。而分离出来的饱和水与给水混合后再流入下降管继续循环。图1-1汽水分离图1汽包；2水冷壁；3集中下降管；4屏式过热器；5顶棚过热器；6高温对流过热器；7低温对流过热器；8省煤器；9空气预热器1.2 汽包的概念与作用1.2.1汽包的概念汽水系统中最重要的设备是汽包。汽包是由钢板制成的长圆筒形容器，它由筒身和封头组成。筒身是由钢板卷制焊接而成；封头由钢板模压制成，焊接与筒身。在封头留有椭圆形或圆形人孔门，一备安装和检修时工作人员进出。在汽包上开有很多管孔，并焊上称作管座的短管，通过对焊，可分别连接给水管、下降管、汽水混合物引入管、蒸汽引出管以及连续排污管、给水再循环管、加药管和事故放水管等。还有一些连接仪表和自动装置的管座。为了保证汽包能自由膨胀，现代锅炉的汽包都用悬吊在炉顶大梁上。汽包横置与炉顶外部，不受火焰和烟气的直接加热，并具有良好的保温。汽包的尺寸和材料与锅炉的容量、参数及内部装置的形式等因素有关。汽包的长度应适合锅炉的容量、宽度和连接管子的要求；汽包的内径由锅炉的容量、汽水分离装置的要求来决定。汽包的壁厚由锅炉的压力、汽包的直径与结构以及钢材的强度来决定。锅炉压力越高及汽包的直径越大，汽包壁越厚。但汽包壁太厚，使得制造困难、且变工况运行时还会产生较大的热应力。为了限制汽包的壁厚，一方面高压以上锅炉的汽包内径一般不超过1600-1800毫米。相应壁厚为80-150毫米，另一方面使用强度较高的低合金钢。另外，汽包内部采用合理的结构布置，可减少锅炉启停和变工况运行时汽包产生的热应力，汽包壁厚可相应减小。锅炉型号汽包内径（mm）汽包壁厚（mm）汽包长度（mm）汽包钢材牌号HG-220/1001600901270022gHG-410/1001800971000022gSG-400/1401600751188615MnMoVNiDG-670/1401800902000018MnMoNbDG-1000/170177814522250BHW35表1-2大型锅炉的汽包尺寸和钢材牌号1.2.2汽包的作用汽包在汽包锅炉中具有很重要的作用，其主要作用是： 连接受热面管子与管道 s6 H5 " S如图所示，水冷壁、下降管、分别连接于汽包，形成了自然循环回路；省煤器出口与汽包连接；汽包出口与过热器连接。汽包成为水冷壁、省煤器及过热器的连接中心。此外，还有一些辅助管道与汽包连接，如给水管、事故放水管、加药管、排污管和蒸汽净化等装置。' ?5 # Q0 H! _' : w" f 增加锅炉的蓄热量: a7 S+ j: j& S 汽包、下降管、水冷壁、联箱等金属和锅内储存的炉水在一定的温度下具有的热量称为锅炉的蓄热量。当锅炉输出的热量大于输出的热量时，锅炉就自发释放部分蓄热量补充输入热量的不足，以快速适应外界负荷的需要；反之，当锅炉增加蓄热量时就吸收部分多余的的输入热量。锅炉的蓄热量的变化的靠锅炉汽压的变化来实现的。蓄热能力大的锅炉具有较好的负荷调节特性。2 n $ O3 V! ) V p" B+ / 汽水分离, r2 N7 X, F- E; q; f* b/ ?# m由水冷壁进入汽包的汽水混合物，利用汽包内部的蒸汽空间和汽水分离装置进行汽水分离，使离开汽包的饱和蒸汽的水分降到最低值。超高压的锅炉汽包内部还装有蒸汽清洗装置，利用给水清洗蒸汽，减少蒸汽直接溶解的盐分。6 k/ R3 F* I4 Q. G- ( h 其他/ l! f! % o' # w! R利用汽包水空间对炉水加药、排污，进行炉内水处理。1.3本文主要研究内容及研究意义汽包水位自动识别是一项利用汽包水位的动态视频或静态图像进行水位计号码、水位计颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别水位计号码的处理机等，其软件核心包括汽包水位定位算法、水位计字符分割算法和光学字符识别算法等。汽包水位监控系统的目的在于正确获取整个图像中汽包水位的区域，并识别出汽包水位的位置。通过设计实现汽包水位识别系统，能够提高我的分析问题和解决问题的能力，还能培养一定的科研能力。1.4本文结构本文共分五个部分，各部分主要内容安排如下：1.绪论：主要介绍了课题的研究背景及作用。2.设计原理：对汽包水位自动识别的设计原理介绍。3.图像边缘检测的分类及算法研究:论述了图像边缘检测的分类和方法。4.图像处理数字化部署及方案：论述了图像处理数字化部署。5.软件就介绍：介绍了LabVIEW软件的应用。6.结论：陈述本课题的研究结论及本课题对实际工程所起到的指导性作用。2设计原理2.1引言实现生产过程自动化对国民经济的发展有十分重要的意义。在火力发电厂中，实现热力过程自动化后，能使机组安全，可靠，经济的运行。1.提高机组运行的安全可靠性。安全可靠是机组运行的首要要求，特别是对大容量机组更具有重要的意义。随着机组容量的增大，热力系统越来越复杂，需要监视，控制的项目显著增多。例如：一台500MW的机组，需要监视的项目达1200多个，需要操作的项目达40000多个。仅在启动过程中，就需要监视500多个项目，进行400多个操作。靠人来监视和操作，不仅劳动强度大，而且很难胜任，同时极易因误操作而造成事故，所以必须采用自动化仪表来完成监视和操作。因为检测装置能把机组的运行状态随时报告给人和调节装置；自动调节装置能随时对机组的运行状态进行调节，使机组在良好的状态下运行；程序控制装置能简化操作步骤和减少操作数量，避免误操作；保护装置能在机组运行中发生异常或运行参数超过允许值时进行报告，避免，限制，处理事故。计算机应用使机组运行的安全可靠性得到了进一步的提高。2提高机组运行的经济性。自动化仪表能保护机组在良好状态下运行，因此，可以减少事故停机的损失和设备检修费用，可提高热效率，降低供电热耗和煤耗。3减少运行人员，提高劳动生产率。采用几种控制方式的国产125MW机组，一台机组的运行人员每班需要810人左右。但由于未实现机组的自动启停，机组启动时还需派人协助操作及做抄表工作。在国外，由于自动化程度高，一般每台单元机组每班运行人员为5人左右，有的国家仅为23人，正常启停时不需临时增加人员。4改善劳动条件。实现生产过程自动化，可使运行人员从繁忙的体力劳动和紧张的精神负担中解脱出来，值班员除在机组启停时有些操作外，正常运行时只需在控制室内集中监视主设备及自动化仪表的运行情况。以锅炉汽包水位为例，在旧式锅炉中，必须有司水员整天呆在温度高、飞灰多、工作环境很差的炉顶汽包旁进行监视。在新式锅炉中，利用电接点式水位计或工业电视的摄像装置等将汽包水位真实地反映到控制室，值班员在控制室内就可以清楚的看到汽包水位的高低。2.2汽包水位自动识别的设计原理汽包水位自动识别是一项利用汽包水位的动态视频或静态图像进行水位计号码、水位计颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别水位计号码的处理机等，其软件核心包括汽包水位定位算法、水位计字符分割算法和光学字符识别算法等。某些水位计识别系统还具有通过视频图像判断水位计视野的功能称之为视频水位检测。一个完整的水位识别系统应包括汽包水位检测、图像采集、水位计识别等几部分。当汽包水位检测部分检测到水位到达时触发图像采集单元，采集当前的视频图像。水位计识别单元对图像进行处理，定位出水位计位置，再将水位中的字符分割出来进行识别，然后组成水位计号码输出。2.3详细设计步骤2.3.1 提出总体设计方案为了进行水位计识别，需要以下几个基本的步骤：水位计定位，定位图片中的水位计位置；水位字符分割，把水位计中的字符分割出来；水位字符识别，把分割好的字符进行识别，最终组成水位计号码。水位计识别过程中，水位计颜色的识别依据算法不同，可能在上述不同步骤实现，通常与水位计识别互相配合、互相验证。(1）水位计定位:自然环境下，汽包水位计图像背景复杂、光照不均匀，如何在自然背景中准确地确定水位计区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合水位计液位照的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为水位计区域，并将其从图象中分割出来。流程图:（2）水位计字符分割 :完成水位计区域的定位后，再将水位计区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足水位计的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的水位计图像中的字符分割有较好的效果。流程图:（3）水位计的字符识别 :字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。实际应用中，水位计识别系统的识别率与水位计质量和拍摄质量密切相关。水位计质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、水位计倾斜、高亮反光等等；实际拍摄过程也会受到环境亮度、拍摄亮度等等因素的影响。这些影响因素不同程度上降低了水位计识别的识别率，也正是水位计识别系统的困难和挑战所在。为了提高识别率，除了不断的完善识别算法，还应该想办法克服各种光照条件，使采集到的图像最利于识别。3图像边缘检测的分类及算法研究边缘是图像最基本的特征，包含图像中用于识别的有用信息，下面详细介绍现有边缘检测技术和方法，给出了边缘检测的一般步骤，分析了边缘检测“两难”问题，描述了实际图像中可能出现的边缘类型的数学模型，探讨了解决“两难”问题的方法。3.1图像边缘检测的分类早在1965年就有人提出边缘检测算子4，主要分为经典算子、最优算子、多尺度方法及自适应平滑滤波方法，近年来又提出了将模糊数学、神经元网络和数学形态学应用于边缘检测的思想。3.1.1经典算子传统的边缘检测算法通过梯度算子来实现，在求边缘的梯度时，需要对每个象素位置计算。在实际中常用小区域模板卷积来近似计算，模板是N*N的权值方阵，经典的梯度算子模板：Sobel模板、Kirsch模板、Prewitt模板、Roberts模板、Laplacian模板等2，表2.1给出了经典算子运算速度的比较。表3-1加法运算p乘法运算mRoberts算子0Sobel算子Prewitt算子0Kirsch算子Laplacian算子可以看出，Krisch算子的运算量比较大。其次在边缘检测中边缘定位能力和噪声抑制能力方面，有的算子边缘定位能力强，有的抗噪声能力比较好：Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失一部分边缘，同时由于没经过图像平滑计算，不能抑制噪声。该算子对具有陡峭的低噪声图像响应最好；Sobel算子和Prewitt算子都是对图像进行差分和滤波运算，差别只是平滑部分的权值有些差异，对噪声具有一定的抑制能力，不能完全排除检测结果中出现伪边缘。这两个算子的边缘定位比较准确和完整，但容易出现边缘多像素宽。对灰度渐变和具有噪声的图像处理的较好；Krisch算子对8个方向边缘信息进行检测，因此有较好的边缘定位能力，并且对噪声有一定的抑制作用，该算子的边缘定位能力和抗噪声能力比较理想；Laplacian算子是二阶微分算子，对图像中的阶跃型边缘点定位准确且具有旋转不变性即无方向性。但该算子容易丢失一部分边缘的方向信息，造成不连续的检测边缘，同时抗噪声能力比较差，比较适用于屋脊型边缘检测。3.1.2最优算子最优算子又可以分为马尔算子（LOG滤波算子）、坎尼（Canny）边缘检测、曲面拟合法。Torre和Poggio5提出高斯函数是接近最优的平滑函数，Marr和Hildreth应用Gaussian函数先对图像进行平滑，然后采用拉氏算子根据二阶导数过零点来检测图像边缘，称为LOG算子。对于LOG算子数学上已经证明6，它是按照零交叉检测阶跃边缘的最佳算子。但在实际图像当中，高斯滤波的零交叉点不一定全部是边缘点，还需要进一步确定真伪7；坎尼把边缘检测问题转换为检测单位函数极大值问题，根据边缘检测的有效性和定位的可靠性，研究了最优边缘检测器所需的特性，推导出最优边缘检测器的数学表达式。与坎尼密切相关的还有Deriche算子和沈俊算子，它们在广泛的意义下是统一的；曲面拟合的基本思想是用一个平滑的曲面与待测点周围某邻域内像素的灰度值进行拟合，然后计算此曲面的一阶或二阶导数。该方法依赖于基函数的选择，实际应用中往往采用低阶多项式。3.1.3多尺度方法早期边缘检测的主要目的是为了处理好尺度上的检测和定位之间的矛盾，忽略了在实际图像中存在的多种干扰边缘，往往影响到边缘的正确检测和定位。Rosenfeld等8首先提出要把多个尺寸的算子检测到的边缘加以组合；Marr倡导同时使用多个尺度不同的算子，并提出了一些启发性的组合规则。这一思想后来经Witkin等发展成了尺度空间滤波理论，说明了不同尺度上的零交叉的因果性；Lu Jain对二维信号进行了类似的研究；Yuille和Poggio证明了对于任意维信号，当用高斯函数滤波时，尺度图中包含了数目最小的零交叉，并且可以由粗到细地跟踪这些零交叉。多尺度信号处理不仅可以辨识出信号中的重要特征，而且能以不同细节程度来构造信号的描述，在高层视觉处理中有重要的作用。其中小波变换是近年得到广泛应用的数学工具。与傅立叶变换和窗口傅立叶变换相比，小波变换是时间和频率的局域变换，因而能有效地从信号中提取信息，它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅立叶变换不能解决的很多困难问题，因而被誉为“数学显微镜”。信号突变点检测及由边缘点重建原始信号或图像是小波变换应用的一个很重要的方面。从边缘检测的角度看，小波变换有以下几个优点：（1）小波分解提供了一个数学上完备的描述；（2）小波变换通过选取合适的滤波器，可以极大地减小或去除所提取的不同特征之间的相关性；（3）具有“变焦”特性：在低频段可用高频分辨率和低时间分辨率；在高频段可用低频分辨率和高时间分辨率；（4）小波变换可通过快速算法来实现。文献9提出了一种基于层间相关性的小波边缘检测算法，依据的是信号主要分布在低频部分或低尺度部分，而噪声分布于高频部分或高尺度部分的特点。另外小波变换具有较强的去相关性，变换后的小波系数之间仍然存在大量的相关性质，即小波系数在不同分辨率下的对应系数之间具有较强的相关性或称层间的相关性。通过对比该方法能够较好多的防止噪声干扰，又能有效地保留图像边缘。3.1.4自适应平滑滤波方法该方法是边缘检测的一个重要方法10，无论是对于灰度图象处理还是距离图像和平面曲线处理都是非常有效的。它的优点是：（1）平滑滤波的迭代运算使信号的边缘得到锐化，此时再进行边缘检测，可以得到很高的边缘定位精度；（2）通过自适应迭代平滑，实现了将高斯平滑之后的阶跃边缘、屋顶状边缘和斜坡边缘都转化为理想的阶跃边缘，提高了图像的信噪比；（3）经过多次迭代运算，图像按边缘分块实现自适应平滑，但不会使边缘模糊；（4）应用自适应平滑滤波得到一种新的图像尺度空间描述。3.1.5其他方法近年来随着模糊数学、神经网络的发展，人们不断探索将其应用于图像的边缘检测中。文献11和12依据模糊理论讨论了边缘检测算法的抗噪性和检测速度问题，并证明了模糊集合理论能较好地描述人类视觉中的模糊性和随机性；应用人工神经网络提取图像边缘成为新的研究分支，目前已提出了很多算法，具有计算简单功能强的特点，但是速度慢，稳定性差。但是神经网络边缘检测可以避免自适应确定阈值的问题，具有较好的容错性和联想功能。3.2边缘检测的步骤边缘检测分为彩色图像边缘检测和灰度图像边缘检测两种，由于彩色图像有八种彩色基，在边缘检测时选用不同的彩色基将直接影响实时性、兼容性和检测效果，因此本文只限于灰度图像的边缘检测研究，其中边缘定位是对边缘图像进行处理，以得到单像素宽的二值边缘图像，通常使用的技术是阈值法和零交叉法。边缘定位后往往存在一些小的边缘片断，通常是由于噪声等因素引起的，为了形成有意义的边缘需要对定位后的边缘进行链接。通常有两种算法：局部边缘链接和全局边缘链接3.2.1 边缘检测的“两难”问题首先来了解一下边缘检测的常用定义13：边缘检测是根据引起图像灰度变化的物理过程来描述图像中灰度变化的过程。引起图像灰度不连续性的物理过程可能是几何方面的（深度的不连续性、表面取向、颜色和纹理的不同），也可能是光学方面的（表面反射、非目标物体产生的阴影及内部倒影等）。这些景物特征混在一起会使随后的解释变得非常困难，且实际场合中图像数据往往被噪声污染。信号的数值微分的病态问题：输入信号的一个很小的变化就会引起输出信号大的变化。令 f（x）为输入信号，假设由于噪声的影响，使 f（x）发生了一个很小的变动： (3.1)其中 <<1。对式（3.1）两边求导数则： (3.2)由式（3.2）可以看到，若w足够大，即噪声为高频噪声时，会严重影响信号f（x）的微分输出，进而影响边缘检测的结果。为了使微分正则化，则需要先对图像进行平滑。然而图像平滑会引起信息丢失，并且会使图像平面的主要结构发生移位。另外若使用的微分算子不同，则同一幅图像会产生不同的边缘，因此噪声消除与边缘定位是两个相互矛盾的部分，这就是边缘检测中的“两难”14,15。3.2.2边缘分类及性能分析图像中的边缘通常分为：阶跃边缘、斜坡边缘、三角型屋脊边缘、方波型屋脊边缘、楼梯边缘、双阶跃边缘和双屋脊边缘1。（1）阶跃边缘模型为：，其中 c>0为边缘幅度，为阶跃函数。若存在噪声，可以选用大尺度的模板平滑图像，不会影响边缘的定位。（2）斜坡边缘理想的斜坡边缘模：，其中S为边缘幅度，d为边缘宽度。斜坡边缘的检测不仅跟尺度有关，还与边缘本身的宽度有关，若边缘宽度比较小，则在小的平滑尺度下也能检测到边缘；无论是检测极值点还是过零点，边缘的定位都没有随着尺度的变化而变化。因此，对于斜坡边缘若存在噪声，可以选用大尺度的模板平滑图像。而不会影响到边缘定位。（3）三角型屋脊边缘模型为：，其中S为边缘幅度，d为边缘宽度。对于三角型屋脊边缘若存在噪声可以选用大尺度的平滑模板，而不会影响边缘的定位。（4）方波型屋脊边缘方波型屋脊边缘的模型为：，其中S为边缘幅度，d为边缘宽度。对于方波型屋脊边缘检测，不仅与平滑尺度有关，还与边缘宽度有关，若存在噪声，可以选用大尺度的平滑模板，而不会影响边缘的定位。（5）楼梯边缘楼梯边缘模型为：，其中c1、c2、l均为常数。这种检测的特点是平滑后的楼梯边缘不能准确定位，必须对检测到的边缘位置进行移位校正。（6）双阶跃边缘双阶跃边缘与方波型屋脊边缘相同，不同之处为：双阶跃边缘的边缘点为x=-d/2与 x=d/2，而方波型屋脊边缘的边缘点为 x=0。双阶跃边缘的两个边缘点通过检测一阶导数的两个极值点和二阶导数的两个过零点获得。因此对于双阶跃边缘大尺度下不能准确定位，必须对检测到的边缘位置进行移位校正。（7）双屋脊边缘模型为：，其中：S为边缘幅度，l为屋脊边缘的宽度，d为两个屋脊边缘间距。实际图像中边缘类型的分类及边缘定位于平滑尺度的关系如表3.1所示。实际应用中可根据具体要求进行建模，选取合适的平滑尺度，尽可能解决“两难”问题。如果已知目标物体的边缘类型，则可以根据该边缘类型一阶倒数和二阶倒数的特性以及与平滑尺度的关系只检测出目标物体所属的边缘类型，滤掉其他的边缘类型。表3-2边缘类型一阶导数二阶导数边缘点类型平滑尺度与边缘定位的关系阶跃边缘极大值点，>0过零点拐点无关斜坡边缘极大值点，>0过零点拐点无关，但小检测不到边缘三角型屋脊边缘过零点极小值点，<0极大值点无关方波型屋脊边缘过零点极小值点，<0极大值点无关，但小检测不到边缘楼梯边缘极大值点，>0过零点拐点随增大向外侧偏移双阶跃边缘两个极值点：极大值点，>0极小值点，<0两个过零点两个拐点随增大向外侧偏移双屋脊边缘两个过零点两个极值点：极大值点，>0极小值点，<0两个极大值点随增大向内侧偏移，直至消失边缘检测是基于边界的分割方法。由于图像边缘是图像最基本的特征，往往携带着图像中最重要的信息。因此边缘检测在计算机视觉、图像分析等应用中起着重要的作用，为人们描述或识别目标以及解释图像提供了一个有价值的特征参数。本文较详细地回顾了现有的边缘检测技术和方法，并对边缘检测的步骤作了总结。在微分法边缘检测中，边缘定位与噪声滤除是两个相互矛盾的部分，很难同时得到很好的解决，这就是边缘检测的“两难”问题。从这个难题出发，对实际图像中可能出现的七种边缘类型分别进行数学模型描述。由于实际图像比较复杂，往往包含多种边缘类型，因此很难对其进行建模和分类。本章得到的结论为边缘类型的分类提供了依据。若能预先对边缘类型进行分类，则可选取合适的平滑尺度，较好地解决边缘检测的“两难”问题。4图像处理数字化部署及方案4.1输入待处理的原始图像:clear ;待添加的隐藏文字内容2close all;%Step1 获取图像 装入待处理彩色图像并显示原始图像Scolor = imread('3.jpg');%imread函数读取图像文件图4-1原始图像4.2图像的灰度化彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。由彩色转换为灰度的过程叫做灰度化处理。选择的标准是经过灰度变换后，像素的动态范围增加，图像的对比度扩展，使图像变得更加清晰、细腻、容易识别。1.将彩色图像转换为黑白并显示Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图figure,imshow(Sgray),title(原始黑白图) 图4-2a原始黑白图像2.对原始图像进行开操作得到图像背景图像:s=strel('disk',13);%strei函数Bgray=imopen(Sgray,s);%打开sgray s图像figure,imshow(Bgray);title('背景图像');%输出背景图像图4-2b背景图像3.灰度图像与背景图像作减法，对图像进行增强处理:Egray=imsubtract(Sgray,Bgray);%两幅图相减figure,imshow(Egray);title('增强黑白图像');%输出黑白图像图4-2c黑白图像4.取得最佳阈值，将图像二值化:二值图像是指整幅图像画面内仅黑、白二值的图像。在实际的水位计处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。水位计识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。阈值处理的操作过程是先由用户指定或通过算法生成一个阈值，如果图像中某中像素的灰度值小于该阈值，则将该像素的灰度值设置为0或255，否则灰度值设置为255或0。fmax1=double(max(max(Egray);%egray的最大值并输出双精度型fmin1=double(min(min(Egray);%egray的最小值并输出双精度型level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值bw22=im2bw(Egray,level);%转换图像为二进制图像bw2=double(bw22);figure,imshow(bw2);title('图像二值化');%得到二值图像图4-2d二值图像4.3边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割、纹理特征提取和形状特征提取等图像分析的基础。为了对有意义的边缘点进行分类，与这个点相联系的灰度级必须比在这一点的背景上变换更有效，我们通过门限方法来决定一个值是否有效。所以，如果一个点的二维一阶导数比指定的门限大，我们就定义图像中的测点是一个边缘点，一组这样的依据事先定好的连接准则相连的边缘点就定义为一条边缘。经过一阶的导数的边缘检测，所求的一阶导数高于某个阈值，则确定该点为边缘点，这样会导致检测的边缘点太多。可以通过求梯度局部最大值对应的点，并认定为边缘点，去除非局部最大值，可以检测出精确的边缘。一阶导数的局部最大值对应二阶导数的零交叉点，这样通过找图像强度的二阶导数的零交叉点就能找到精确边缘点。grd=edge(bw2'canny')%用canny算子识别强度图像中的边界figure,imshow(grd);title(图像边缘提取);%输出图像边缘图4-3像边缘提取4.3.1对得到图像开始操作进行滤波数学形态非线性滤波，可以用于抑制噪声，进行特征提取、边缘检测、图像分割等图像处理问题。腐蚀是一种消除边界点的过程，结果是使目标缩小，孔洞增大，因而可有效的消除孤立噪声点；膨胀是将与目标物体接触的所有背景点合并到物体中的过程，结果是使目标增大，孔洞缩小，可填补目标物体中的空洞，形成连通域。先腐蚀后膨胀的过程称为开运算，它具有消除细小物体，并在纤细处分离物体和平滑较大物体边界的作用；先膨胀后腐蚀的过程称为闭运算，具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。对图像做了开运算和闭运算，闭运算可以使图像的轮廓线更为光滑，它通常用来消掉狭窄的间断和长细的鸿沟，消除小的孔洞，并弥补轮廓线中的断裂。432对二值图像进行区域提取，并计算区域特征参数进行区域特征参数比较，提取水位区域:1对图像每个区域进行标记，然后计算每个区域的图像特征参数：区域中心位置、最小包含矩形、面积。2.计算出包含所标记的区域的最小宽和高，并根据先验知识，比较谁的宽高比更接近实际水位计宽高比，将更接近的提取并显示出来。4.3.3对水平投影进行峰谷分析对水平投影进行峰谷分析,计算出水位计上边框、水位计字符投影、水位计下边框的波形峰上升点、波形峰下降点、峰宽、谷宽、峰间距离、峰中心位置参数。histcol1=sum(sbw1); %计算垂直投影histrow=sum(sbw1'); %计算水平投影figure,subplot(2,1,1),bar(histcol1);title('垂直投影（含边框）');%输出垂直投影subplot(2,1,2),bar(histrow); title('水平投影（含边框）');%输出水平投影图4.3垂直投影和水平投影figure,subplot(2,1,1),bar(histrow); title('水平投影（含边框）');%输出水平投影subplot(2,1,2),imshow(sbw1);title('水位计二值子图');%输出二值图对水平投影进行峰谷分析:4.4去水平（上下）边框,获取字符高度1.通过以上水平投影、垂直投影分析计算，获得了水位计字符高度、字符顶行与尾行、字符宽度、每个字符的中心位置，为提取分割字符具备了条件。2.计算水位计垂直投影，去掉水位计垂直边框，获取水位计及字符平均宽度。求垂直投影的最小值取阈值计算字符上升点计算谷宽度计算字符距离找到字符中心位置求垂直投影的平均值4.4.1计算计算获取的