随着汽车电子技术、嵌入式技术及液晶显示技术的快速发展,汽车仪表盘显示的信息越来越丰富,它能够提供给驾驶人员车辆的各系统工况信息,如车速、发动机转速、挡位信息、警示信息等,这使得对数字智能化汽车仪表的需求也越来越多。总线式汽车仪表的传输线束简单、传输速率快,因此,总线式数字汽车仪表盘成为目前最为主流的汽车仪表盘。为了确保汽车仪表盘能够快速、准确的反映出车辆的各系统状态,在安装前需要对仪表盘在相应工况下显示的状态信息是否正确进行全面测试。传统的测试手段是通过人工目测,这种方法存在效率低、准确性差和操作枯燥等问题。尽管已有很多学者在自动化测试方面做了相关的研究,取得了一定的发展。但仍存在测试效率低和实时性差等问题。为此,论文设计了基于机器视觉技术的汽车仪表盘显示状态监测系统,提出了采用最小距离法与中心点校正相结合的指针直线提取方法,用以提高对指针读数的识别准确率和速率;采用Hu不变矩表征挡位图标特征,实现对挡位图标的识别;采用改进的SIFT(尺度不变特征转换)特征描述子表征警示图标特征,提高了对警示图标识别的准确率和速率;采用OCR(Optical Character Recognition)光学字符识别技术实现对文字与字符的识别;提取指示灯对应区域的灰度平均值,实现对指示灯状态的识别,并采用颜色空间模型实现对指示灯颜色信息的识别。论文的具体研究内容如下:(1)分析了汽车仪表盘显示内容的特征,确定视觉硬件设备。设计并搭建了汽车仪表盘图像采集试验平台。(2)研究了汽车仪表盘图像预处理所需要的算法,包括图像灰度化、图像增强、图像滤波、图像二值化。进行了算法的对比试验,分析并选择了合适的预处理算法。(3)研究了汽车仪表盘的显示状态特征,包括指针的读数信息、TFT(Thin Film Transistor)液晶屏上图标和文字与字符的状态信息、指示灯状态及灯的颜色信息。(4)提出了基于中心投影法和基于最小距离法与中心点校正相结合的方法提取指针直线,实现对指针读数的识别,并与传统的Hough变换提取指针直线的方法进行了分析实验对比。结果表明,在精度、复杂度、运算时间及抗噪性上基于最小距离法与中心点校正相结合的直线提取方法均优于另外两种方法,同时将指针读数识别的平均误差由0.98%减少到了0.49%,检测的平均时间从254.08ms减少到了49.42ms。(5)采用Hu不变矩表征挡位图标特征,实现对液晶屏上挡位图标的识别,采用改进的SIFT特征描述子表征警示图标特征,实现了对SIFT特征描述子的降维,且给描述子分配适当的权重,增强描述子间的可区分性,提高了对液晶屏上警示图标的识别准确率和速率,对图标的识别准确率达99%;采用OCR光学字符识别技术,实现对液晶屏上文字与字符的识别,并对识别结果进行修正,识别结果准确率达96%。(6)提取指示灯对应区域的灰度平均值,实现对指示灯亮灭状态的识别,根据亮灭状态时间间隔计算灯的闪烁频率,并采用颜色空间模型实现对灯颜色信息的识别,识别方法简单,识别准确率达99%。(7)编写仪表盘图像预处理、特征参数提取及识别、结果分析软件,并设计了人机交互界面。