CN102176228A - 一种用于识别多个指针式仪表表盘信息的机器视觉方法 - Google Patents
一种用于识别多个指针式仪表表盘信息的机器视觉方法 Download PDFInfo
- Publication number
- CN102176228A CN102176228A CN 201110030847 CN201110030847A CN102176228A CN 102176228 A CN102176228 A CN 102176228A CN 201110030847 CN201110030847 CN 201110030847 CN 201110030847 A CN201110030847 A CN 201110030847A CN 102176228 A CN102176228 A CN 102176228A
- Authority
- CN
- China
- Prior art keywords
- pointer
- dial plate
- image
- plate information
- instrument dial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000009191 jumping Effects 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 15
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract 1
- 230000000877 morphologic effect Effects 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种用于识别多个指针式仪表表盘信息的机器视觉方法,主要包括采集含有多个指针式仪表信息的图像、对采集的图像预处理、对图像中含有的多个指针式仪表表盘进行定位标记、多个指针式仪表表盘图像中仪表表盘的分割、数学形态学滤波、借鉴人眼视觉的跳跃搜索指针和借鉴人眼视觉注视特性提取仪表盘中的指针特征、计算出仪表指针读数等步骤。本发明可以自动对一幅图像中的多个指针式仪表表盘信息进行视觉识别。本发明具有自动化程度高、测量准确及效率高等优点;相对于目前的单指针式仪表检测中一图一仪表的检测方法,本发明提高了指针式仪表检测设备的利用率且降低了仪表检测的成本。
Description
技术领域
本发明属于机器视觉检测技术领域,是图像处理与识别技术的应用,特别是涉及一种用于识别多个指针式仪表表盘信息的机器视觉方法。
背景技术
在仪表检测方面,目前主要依靠人工观测、粗略估计的方法,或者部分实现对单个仪表进行视觉检测。但随着工业的快速发展,越来越多的仪表被应用,且会出现多个仪表集成在一起或将多个仪表集中安装在某一区域使用,以便于观测记录。这时依靠人工观测会出现人为误差和视觉误差、效率低下等缺点;而使用摄像机对单个仪表进行视觉检测识别,则需要多台摄像机或人工控制一台摄像机依次采集每个仪表的图像,这样就造成了成本的增加或检测效率及准确度的降低,不利于生产发展。
发明内容
本发明提供一种能大大提高仪表检测效率及识别的准确度,并降低仪表检测成本的用于识别多个指针式仪表表盘信息的机器视觉方法。
本发明实现上述发明目的的技术方案是:一种用于识别多个指针式仪表表盘信息的机器视觉方法,其创新点在于:包括如下步骤:
(1)、采集含有多个指针式仪表表盘信息的图像;
(2)、预处理步骤(1)中采集到的含有多个指针式仪表表盘信息的图像,最终得到二值化的含有多个指针式仪表表盘信息的图像;
(3)、对经过预处理后得到的二值化的含有多个指针式仪表表盘信息的图像中含有的多个指针式仪表表盘进行定位标记;
(4)、再对经过定位标记后的含有多个指针式仪表表盘信息的图像中的多个指针式仪表表盘的轮廓进行检测,然后将检测后的含有多个指针式仪表表盘信息的图像分割成多个只含有单一指针式仪表表盘信息的图像;
(5)、对分割后只含有单一指针式仪表表盘信息的图像进行数学形态学滤波;
(6)、对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的 处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度;
(7)、根据步骤(6)中得到的角度,计算出每个单一指针式仪表表盘的指针读数。
所述步骤(2)中预处理采集到的含有多个指针式仪表表盘信息的图像是指:
(2a)、变灰度图像,即是将采集到的含有多个指针式仪表表盘信息的图像变为数字化的灰度图像;
(2b)、进行图像增强,包括采用中值滤波去除含有多个指针式仪表表盘信息的图像的噪声,及对含有多个指针式仪表表盘信息的图像进行灰度拉伸以增加含有多个指针式仪表表盘信息的图像的对比度;
(2c)、对含有多个指针式仪表表盘信息的图像进行二值化处理。
所述步骤(2b)中对含有多个指针式仪表表盘信息的图像进行灰度拉伸的步骤为:首先扫描中值滤波后的含有多个指针式仪表表盘信息的图像,然后选出两个合适的灰度值a、b(其中0<a<b<255),如果的灰度值小于a,则将的值赋为0,如果的灰度值大于b,则将的值赋为255,如果的值介于a和b之间,则按的计算结果给赋值;即按如下公式对赋值:
所述步骤(2c)中对含有多个指针式仪表表盘信息的图像进行二值化处理的步骤为:先确定一个灰度值范围在0到255之间的阈值T,再将含有多个指针式仪表表盘信息的图像中每个像素的灰度值与T进行比较,大于T的灰度值设置为255,小于T的灰度值设置为0;即按如下公式赋值:
所述步骤(6)中对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度,所采用的具体算法实现过程如下:
(6a) 对分割滤波后的只含有单一仪表表盘信息的图像进行跳跃搜索,此时分割滤波后的只含有单一仪表表盘信息的图像是二值化图像,只含有两种灰度值,其中,背景含有一种灰度值,其他部分为另一种灰度值;统计出分割后的只含有单一指针式仪表表盘信息的图像的高度H,依次从图像高度的处从左到右扫描图像,其中n为正整数,i=1,3,5,…,2n-1,如果遇到不是背景上的点,对其进行分析;
(6b) 对遇到的不是背景上的点进行注视识别;对扫描到的不是背景上的点搜索其8个方向的邻域,并把邻域中搜索到的与该点具有同一灰度值的点的位置值存储起来,统计出这些具有同一灰度值的点形成的连通域的长度L、宽度W、宽长比A和和面积S,其中A=W/L,S为该连通域包含的像素总和;如果宽长比A<A0,则将上述存储起来的位置值清零,并认为该点及其连通域不是所要寻找的目标,继续重复步骤(6a)扫描图像,直到找到一个点,且该点的连通域满足A>A0和S>S0,则认为找到目标,停止搜索;
(6d) 拟合指针中轴线,利用最大似然估计产生指针的最大拟合参数,并根据步骤(6c)中的取样点(xj, yj),其中j=1,2,…,5,确定近似指针函数:
即,使F(c,d)最小,应使:
即可确定最小二乘法直线拟合的参数c,d;
所述步骤(7)根据步骤(6)中得到的角度,计算出每个单一指针式仪表表盘的指针读数的步骤为:先利用上述算法得到仪表表盘中零刻度时指针对应的角度,满刻度时指针对应的角度及待测指针对应的角度θ,再按照如下公式计算出该指针所对应的读数值:,其中D为仪表的总量程,d为待测仪表指针的读数值。
本发明具有如下优点:
(1)、本发明自动检测识别仪表指针,避免了人眼检测带来的人为误差和视觉误差,并且大大降低了劳动强度、节省了人力物力、降低了检测成本;
(2)、本发明可以在不更新原有仪表检测设备的情况下实现同时对多个指针式仪表图像信息的采集、分析、处理及识别,提高了工作效率,解决了目前仪表检测中一图一表检测模式工作效率低下的不足;
(3)、本发明提出了一种同时检测多个仪表的思想,可以大大提高仪表检测的效率,且丰富了仪表检测的方法;
(4)、本发明提出了一种新的识别仪表表盘信息的机器视觉方法,即利用计算机模仿人眼识别图像的跳跃和注视特性快速有效地搜索仪表指针并提取指针特征,本方法能够模仿人眼的视觉特征,具有良好的智能性,灵活性,能节省运算时间和存储量,且大大提高了仪表识别的准确度。
附图说明
图1为本发明的硬件设备组成方框图;
图2为本发明中机器视觉识别多个指针式仪表表盘信息图像的流程图;
图3为本发明中预处理仪表表盘信息图像的流程图;
图4为本发明中仪表表盘中指针圆点定位的流程图;
图5为本发明中仪表指针读数获取的流程图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施本发明的一种硬件设备框图如附图1所示,包括PC机1、摄像机2、光源3、图像处理与识别***4、存储设备5、输出显示6,其中摄像机2、图像处理与识别***4、存储设备5、输出显示6均与PC机1连接,通过PC机1控制摄像头2在光源3提供的良好光照条件下进行含有多个仪表表盘信息图像的采集,对摄像头2采集的含有多个指针式仪表表盘信息的图像用存储设备5进行存储,然后通过图像处理与识别***4对图像进行处理得出仪表指针读数,并将结果通过输出显示6显示出来。
本实施例自动检测并识别出多个指针式仪表表盘信息图像中指针的值,其具体流程如附图2、5所示,包括如下步骤:
(1)、采集含有多个指针式仪表表盘信息的图像;
(2)、预处理步骤(1)中采集到的含有多个指针式仪表表盘信息的图像,最终得到二值化的含有多个指针式仪表表盘信息的图像;
(3)、对经过预处理后得到的二值化的含有多个指针式仪表表盘信息的图像中含有的多个指针式仪表表盘进行定位标记;
(4)、再对经过定位标记后的含有多个指针式仪表表盘信息的图像中的多个指针式仪表表盘的轮廓进行检测,然后将检测后的含有多个指针式仪表表盘信息的图像分割成多个只含有单一指针式仪表表盘信息的图像;
(5)、对分割后只含有单一指针式仪表表盘信息的图像进行数学形态学滤波;
(6)、对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度;
(7)、根据步骤(6)中得到的角度,计算出每个单一指针式仪表表盘的指针读数。
步骤(2)预处理采集到的含有多个指针式仪表表盘信息的图像的流程图如图3所示,具体包括:
(2a)、变灰度图像,即是将采集到的含有多个指针式仪表表盘信息的图像变为数字化的灰度图像;
(2b)、进行图像增强,包括采用中值滤波去除含有多个指针式仪表表盘信息的图像的噪声,及对含有多个指针式仪表表盘信息的图像进行灰度拉伸以增加含有多个指针式仪表表盘信息的图像的对比度;
所述步骤(2b)中对含有多个指针式仪表表盘信息的图像进行灰度拉伸的步骤为:首先扫描中值滤波后的含有多个指针式仪表表盘信息的图像,然后选出两个合适的灰度值a、b(其中0<a<b<255),如果的灰度值小于a,则将的值赋为0,如果的灰度值大于b,则将的值赋为255,如果的值介于a和b之间,则按的计算结果给赋值;即按如下公式对赋值:
(2c)、对含有多个指针式仪表表盘信息的图像进行二值化处理。
所述步骤(2c)中对含有多个指针式仪表表盘信息的图像进行二值化处理的步骤为:先确定一个灰度值范围在0到255之间的阈值T,再将含有多个指针式仪表表盘信息的图像中每个像素的灰度值与T进行比较,大于T的灰度值设置为255,小于T的灰度值设置为0;即按如下公式赋值:
本实施例的步骤(3)对经过预处理的含有多个指针式仪表表盘信息的图像中含有的多个指针式仪表表盘进行定位标记的具体方法是先行后列扫描整幅含有多个指针式仪表表盘信息的图像,确定图像中每个指针式仪表表盘所在的区域,完成对图像中每个指针式仪表表盘的定位,再按从左到右、从上到下的顺序给图像中的每个指针式仪表表盘标记序号,这对后续的图像处理有着重要作用,根据定位标记可清楚知道分割后是对哪个指针式仪表表盘信息的图像进行处理识别。
对图像中含有的多个指针式仪表表盘进行定位标记后,再通过步骤(4)对经过定位标记后的含有多个指针式仪表表盘信息的图像中的多个指针式仪表表盘的轮廓进行检测,然后将检测后的含有多个指针式仪表表盘信息的图像分割成多个只含有单一指针式仪表表盘信息的图像,这样分割后的只含有单一指针式仪表表盘信息的图像都有相应的标记序号,方便后续的处理。
分割后的只含有单一指针式仪表表盘信息的图像中的表盘信息是指指针与刻度盘的对应关系,这种指针与刻度盘的对应关系可以分为以下5类:
a、一个仪表指针对应一个刻度盘;
b、多个仪表指针对应一个刻度盘;
c、一个仪表指针对应多个刻度盘;
d、多个仪表指针对应多个刻度盘,并且指针数量与刻度盘数量相同;
e、其他情况;
本实施例中指针与刻度盘的对应关系为上述第一类关系a,即一个仪表指针对应一个刻度盘。
将图像中的多个指针式仪表表盘分割成只含有单一的有标记的仪表表盘图像后,通过步骤(5),对检测分割后的只含有单一指针式仪表表盘信息的图像进行数学形态学滤波,其具体做法是对输入的图像进行数学形态学中的开启运算然后再进行闭合运算,消除二值化图像中的杂点和孤立噪声。
所述步骤(6)中借鉴人眼视觉的跳跃和人眼视觉注视特性,对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度,所采用的具体算法实现过程如下:
(6a) 对分割滤波后的只含有单一仪表表盘信息的图像进行跳跃搜索,此时分割滤波后的只含有单一仪表表盘信息的图像是二值化图像,只含有两种灰度值,其中,背景含有一种灰度值,其他部分为另一种灰度值;统计出分割后的只含单一指针式仪表表盘信息的图像的高度H,依次从图像高度的处从左到右扫描图像,其中n为正整数,i=1,3,5,…,2n-1,如果遇到不是背景上的点,对其进行分析;
(6b) 对遇到的不是背景上的点进行注视识别;对扫描到的不是背景上的点搜索其8个方向的邻域,并把邻域中搜索到的与该点具有同一灰度值的点的位置值存储起来,统计出这些具有同一灰度值的点形成的连通域的长度L、宽度W、宽长比A和面积S,其中A=W/L,S为该连通域包含的像素总和;S即为该连通域的面积,如果宽长比A<A0,则将上述存储起来的位置值清零,并认为该点及其连通域不是所要寻找的目标,继续重复步骤(6a)扫描图像,直到找到一个点,且该点的连通域满足A>A0和S>S0,则认为找到目标,停止搜索;
(6d) 拟合指针中轴线,利用最大似然估计产生指针的最大拟合参数,并根据步骤(6c)中的取样点(xj, yj),其中j=1,2,…,5,确定近似指针函数:
即,使F(c,d)最小,应使:
即可确定最小二乘法直线拟合的参数c,d;
所述步骤(6)中对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的处依次从左到右扫描,其中n为正整数,i=1,3,5,…,n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度的流程图如附图4所示,其具体做法是按照上述算法步骤采集分割后的待检测只含有单一指针式仪表表盘信息的图像中指针所在的两个不同位置即零刻度和满刻度位置的图像,经过最大似然估计拟合得到仪表指针在这两个位置时所对应的直线,通过所述两条直线的交点确定指针圆点,确定为零刻度时指针对应的角度,为满刻度时指针对应的角度,并得到指针式仪表的总量程D。
所述步骤(7)根据步骤(6)中得到的角度,计算出每个单一指针式仪表表盘的指针读数的步骤为:先利用上述算法得到仪表表盘中零刻度时指针对应的角度,满刻度时指针对应的角度及待测指针对应的角度θ,再按照如下公式计算出该指针所对应的读数值:,其中D为仪表的总量程,d为待测仪表指针的读数值。
本发明实现同时对多个指针式仪表图像信息的采集、分析、处理及识别,具有自动化程度高、测量准确及效率高等优点;相对于目前流行的单指针式仪表检测中一图一仪表的检测方法,本发明可以在不更新原有仪表检测设备的情况下对指针式仪表图像进行检测,提高了指针式仪表检测设备的利用率并且降低了仪表检测的成本,同时也丰富了仪表检测的方法;本发明借鉴了人眼的视觉特征,具有良好的智能性,灵活性,能节省运算时间和存储量;本发明在目前以及将来的仪表日趋集成化使用的条件下具有极大的现实意义和应用价值。
Claims (6)
1.一种用于识别多个指针式仪表表盘信息的机器视觉方法,其特征在于:包括如下步骤:
(1)、采集含有多个指针式仪表表盘信息的图像;
(2)、预处理步骤(1)中采集到的含有多个指针式仪表表盘信息的图像,最终得到二值化的含有多个指针式仪表表盘信息的图像;
(3)、对经过预处理后得到的二值化的含有多个指针式仪表表盘信息的图像中含有的多个指针式仪表表盘进行定位标记;
(4)、再对经过定位标记后的含有多个指针式仪表表盘信息的图像中的多个指针式仪表表盘的轮廓进行检测,然后将检测后的含有多个指针式仪表表盘信息的图像分割成多个只含有单一指针式仪表表盘信息的图像;
(5)、对分割后只含有单一指针式仪表表盘信息的图像进行数学形态学滤波;
(6)、对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的 处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1,搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度;
(7)、根据步骤(6)中得到的角度,计算出每个单一指针式仪表表盘的指针读数。
2.根据权利要求1所述的用于识别多个指针式仪表表盘信息的机器视觉方法,其特征在于:所述步骤(2)中预处理采集到的含有多个指针式仪表表盘信息的图像是指:
(2a)、变灰度图像,即是将采集到的含有多个指针式仪表表盘信息的图像变为数字化的灰度图像;
(2b)、进行图像增强,包括采用中值滤波去除含有多个指针式仪表表盘信息的图像的噪声,及对含有多个指针式仪表表盘信息的图像进行灰度拉伸以增加含有多个指针式仪表表盘信息的图像的对比度;
(2c)、对含有多个指针式仪表表盘信息的图像进行二值化处理。
4.根据权利要求2所述的用于识别多个指针式仪表表盘信息的机器视觉方法,其特征在于:所述步骤(2c)中对含有多个指针式仪表表盘信息的图像进行二值化处理的步骤为:先确定一个灰度值范围在0到255之间的阈值T,再将含有多个指针式仪表表盘信息的图像中每个像素的灰度值与T进行比较,大于T的灰度值设置为255,小于T的灰度值设置为0。
5.根据权利要求1所述的用于识别多个指针式仪表表盘信息的机器视觉方法,其特征在于:所述步骤(6)中对分割滤波后的每个只含有单一指针式仪表表盘信息的图像的处依次从左到右扫描,其中n为正整数,i=1,3,5,…,2n-1;搜索出表盘中可能是指针上的一个点,并对该点的连通域进行分析,若该连通域不符合指针特征,则将该点及其连通域舍去,然后重复搜索表盘中可能是指针上的点,并对这个点进行连通域分析的步骤,直到找到符合要求的点及其连通域,提取出仪表的指针特征,从而得出仪表指针对应的角度,所采用的具体算法实现过程如下:
(6a) 对分割滤波后的只含有单一仪表表盘信息的图像进行跳跃搜索,此时分割滤波后的只含有单一仪表表盘信息的图像是二值化图像,只含有两种灰度值,其中,背景含有一种灰度值,其他部分为另一种灰度值;统计出分割后的只含有单一指针式仪表表盘信息的图像的高度H,依次从图像高度的处从左到右扫描图像,其中n为正整数,i=1,3,5,…,2n-1,如果遇到不是背景上的点,对其进行分析;
(6b) 对遇到的不是背景上的点进行注视识别;对扫描到的不是背景上的点搜索其8个方向的邻域,并把邻域中搜索到的与该点具有同一灰度值的点的位置值存储起来,统计出这些具有同一灰度值的点形成的连通域的长度L、宽度W、宽长比A和面积S,其中A=W/L,S为该连通域包含的像素总和;如果宽长比A<A0,则将上述存储起来的位置值清零,并认为该点及其连通域不是所要寻找的目标,继续重复步骤(6a)扫描图像,直到找到一个点,且该点的连通域满足A>A0和S>S0,则认为找到目标,停止搜索;
(6d) 拟合指针中轴线,利用最大似然估计产生指针的最大拟合参数,并根据步骤(6c)中的取样点(xj, yj),其中j=1,2,…,5,确定近似指针函数:
即,使F(c,d)最小,应使:
即可确定最小二乘法直线拟合的参数c,d ;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110030847 CN102176228B (zh) | 2011-01-28 | 2011-01-28 | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110030847 CN102176228B (zh) | 2011-01-28 | 2011-01-28 | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102176228A true CN102176228A (zh) | 2011-09-07 |
CN102176228B CN102176228B (zh) | 2013-02-06 |
Family
ID=44519409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110030847 Expired - Fee Related CN102176228B (zh) | 2011-01-28 | 2011-01-28 | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102176228B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521560A (zh) * | 2011-11-14 | 2012-06-27 | 上海交通大学 | 高鲁棒仪表指针图像识别方法 |
CN103137218A (zh) * | 2013-02-28 | 2013-06-05 | 北京星河康帝思科技开发股份有限公司 | 指针的调校方法和装置 |
CN103164692A (zh) * | 2012-12-03 | 2013-06-19 | 北京科技大学 | 一种基于计算机视觉的特种车辆仪表自动识别***及算法 |
CN103207987A (zh) * | 2013-02-28 | 2013-07-17 | 华北电力大学 | 一种指针式仪表的示数识别方法 |
CN103310203A (zh) * | 2013-06-27 | 2013-09-18 | 河海大学常州校区 | 基于物联网和机器视觉的指针式仪表示值自动识别装置及方法 |
CN104931907A (zh) * | 2015-05-13 | 2015-09-23 | 中国矿业大学 | 基于机器视觉的数显电测量仪表质量群检*** |
CN105303168A (zh) * | 2015-10-14 | 2016-02-03 | 南京第五十五所技术开发有限公司 | 一种多视角的指针式仪表识别方法和装置 |
WO2016101643A1 (zh) * | 2014-12-26 | 2016-06-30 | 国网重庆市电力公司电力科学研究院 | 一种仪表数据读取方法及*** |
CN105783970A (zh) * | 2016-04-08 | 2016-07-20 | 延锋伟世通电子科技(南京)有限公司 | 一种汽车仪表指针的数字化识别方法 |
CN105809179A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种指针式仪表的读数识别方法及装置 |
CN106960207A (zh) * | 2017-04-26 | 2017-07-18 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于模板匹配的汽车驾驶位仪表区多指针式仪表自动识别***及方法 |
CN107135372A (zh) * | 2017-03-29 | 2017-09-05 | 浙江大学 | 一种基于图像识别的仪表实时监控***及方法 |
CN107167169A (zh) * | 2017-07-03 | 2017-09-15 | 吉林大学 | 基于机器视觉***的指针式仪表读数识别测量方法 |
CN107368815A (zh) * | 2017-07-25 | 2017-11-21 | 上海控创信息技术股份有限公司 | 仪表检测方法及*** |
CN107490398A (zh) * | 2017-08-04 | 2017-12-19 | 湖北工业大学 | 一种仪表指针自动识别方法 |
CN107563368A (zh) * | 2017-09-08 | 2018-01-09 | 清华大学 | 双表盘指针式仪表的高精度自动读数装置及方法 |
CN108460327A (zh) * | 2018-01-12 | 2018-08-28 | 河南大学 | 一种基于图像处理的指针式仪表读数自动识别方法 |
WO2018201638A1 (zh) * | 2017-05-05 | 2018-11-08 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN108960231A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的细指针表盘识别读数方法 |
CN108955909A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的油温表识别读数方法 |
CN109508714A (zh) * | 2018-08-23 | 2019-03-22 | 广州市心鉴智控科技有限公司 | 一种低成本多通道实时数字仪表盘视觉识别方法及*** |
CN109632055A (zh) * | 2019-01-16 | 2019-04-16 | 杭州丹纳计量科技有限公司 | 一种基于智能终端的机械式水表动态视觉测量方法 |
CN109754676A (zh) * | 2018-12-17 | 2019-05-14 | 浙江理工大学 | 一种用于纸质盲文书识别的滚动式盲文阅读笔 |
CN109866617A (zh) * | 2019-02-18 | 2019-06-11 | 武汉格瑞恩电子仪表有限公司 | 电动汽车组合仪表 |
CN109910610A (zh) * | 2019-02-18 | 2019-06-21 | 武汉格瑞恩电子仪表有限公司 | 组合仪表 |
CN109934221A (zh) * | 2019-02-22 | 2019-06-25 | 山东大学 | 基于注意力机制的电力设备自动分析识别监控方法及*** |
CN110111387A (zh) * | 2019-04-19 | 2019-08-09 | 南京大学 | 一种基于表盘特征的指针表定位及读数算法 |
CN110852333A (zh) * | 2019-11-13 | 2020-02-28 | 广东电科院能源技术有限责任公司 | 一种指针式仪表自动读数方法及装置 |
CN111931776A (zh) * | 2020-10-16 | 2020-11-13 | 江西小马机器人有限公司 | 一种基于深度学习的双指针仪表读数方法 |
CN112639901A (zh) * | 2018-08-30 | 2021-04-09 | 欧吉斯信息技术有限公司 | 仪表读取装置、仪表读取方法和计算机程序 |
CN112836726A (zh) * | 2021-01-12 | 2021-05-25 | 云南电网有限责任公司电力科学研究院 | 一种基于视频信息的指针类仪表示数读取方法及装置 |
CN113837159A (zh) * | 2021-11-26 | 2021-12-24 | 中化学交通建设集团有限公司 | 一种基于机器视觉的仪表示数识别方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1789923A (zh) * | 2004-12-16 | 2006-06-21 | 赵建洋 | 一种指针表自动认读方法 |
US20090180272A1 (en) * | 2008-01-11 | 2009-07-16 | Denso Corporation | Meter having lcd panel and pointer |
CN101650198A (zh) * | 2009-08-25 | 2010-02-17 | 广州粤能电力科技开发有限公司 | 一种读取指针式仪表示值的图像处理方法 |
-
2011
- 2011-01-28 CN CN 201110030847 patent/CN102176228B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1789923A (zh) * | 2004-12-16 | 2006-06-21 | 赵建洋 | 一种指针表自动认读方法 |
US20090180272A1 (en) * | 2008-01-11 | 2009-07-16 | Denso Corporation | Meter having lcd panel and pointer |
CN101650198A (zh) * | 2009-08-25 | 2010-02-17 | 广州粤能电力科技开发有限公司 | 一种读取指针式仪表示值的图像处理方法 |
Non-Patent Citations (3)
Title |
---|
《工矿自动化》 20081231 杨书生等 一种新的匹配法在指针式仪表自动判读***中的应用 44-46 1-6 , 第6期 * |
《广东工业大学学报》 20070930 张艳玲等 基于小波分解和形态学的仪表盘参数的定位方法 50-53,59 1-6 第24卷, 第3期 * |
《计算机测量与控制》 20061231 范新南等 基于数据形态学的数字仪表数码识别快速算法 1589-1590,1593 1-6 第14卷, 第11期 * |
Cited By (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521560B (zh) * | 2011-11-14 | 2014-11-19 | 上海交通大学 | 高鲁棒仪表指针图像识别方法 |
CN102521560A (zh) * | 2011-11-14 | 2012-06-27 | 上海交通大学 | 高鲁棒仪表指针图像识别方法 |
CN103164692A (zh) * | 2012-12-03 | 2013-06-19 | 北京科技大学 | 一种基于计算机视觉的特种车辆仪表自动识别***及算法 |
CN103164692B (zh) * | 2012-12-03 | 2015-11-25 | 北京科技大学 | 一种基于计算机视觉的特种车辆仪表自动识别***及方法 |
CN103207987B (zh) * | 2013-02-28 | 2016-05-18 | 华北电力大学 | 一种指针式仪表的示数识别方法 |
CN103207987A (zh) * | 2013-02-28 | 2013-07-17 | 华北电力大学 | 一种指针式仪表的示数识别方法 |
CN103137218A (zh) * | 2013-02-28 | 2013-06-05 | 北京星河康帝思科技开发股份有限公司 | 指针的调校方法和装置 |
CN103310203A (zh) * | 2013-06-27 | 2013-09-18 | 河海大学常州校区 | 基于物联网和机器视觉的指针式仪表示值自动识别装置及方法 |
CN103310203B (zh) * | 2013-06-27 | 2016-05-25 | 河海大学常州校区 | 基于物联网和机器视觉的指针式仪表示值自动识别方法 |
WO2016101643A1 (zh) * | 2014-12-26 | 2016-06-30 | 国网重庆市电力公司电力科学研究院 | 一种仪表数据读取方法及*** |
CN105809179A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种指针式仪表的读数识别方法及装置 |
CN104931907A (zh) * | 2015-05-13 | 2015-09-23 | 中国矿业大学 | 基于机器视觉的数显电测量仪表质量群检*** |
CN104931907B (zh) * | 2015-05-13 | 2017-12-26 | 中国矿业大学 | 基于机器视觉的数显电测量仪表质量群检*** |
CN105303168A (zh) * | 2015-10-14 | 2016-02-03 | 南京第五十五所技术开发有限公司 | 一种多视角的指针式仪表识别方法和装置 |
CN105783970B (zh) * | 2016-04-08 | 2019-03-29 | 延锋伟世通电子科技(南京)有限公司 | 一种汽车仪表指针的数字化识别方法 |
CN105783970A (zh) * | 2016-04-08 | 2016-07-20 | 延锋伟世通电子科技(南京)有限公司 | 一种汽车仪表指针的数字化识别方法 |
CN107135372A (zh) * | 2017-03-29 | 2017-09-05 | 浙江大学 | 一种基于图像识别的仪表实时监控***及方法 |
CN106960207A (zh) * | 2017-04-26 | 2017-07-18 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于模板匹配的汽车驾驶位仪表区多指针式仪表自动识别***及方法 |
WO2018201638A1 (zh) * | 2017-05-05 | 2018-11-08 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN107167169A (zh) * | 2017-07-03 | 2017-09-15 | 吉林大学 | 基于机器视觉***的指针式仪表读数识别测量方法 |
CN107368815A (zh) * | 2017-07-25 | 2017-11-21 | 上海控创信息技术股份有限公司 | 仪表检测方法及*** |
CN107490398B (zh) * | 2017-08-04 | 2019-07-09 | 湖北工业大学 | 一种仪表指针自动识别方法 |
CN107490398A (zh) * | 2017-08-04 | 2017-12-19 | 湖北工业大学 | 一种仪表指针自动识别方法 |
CN107563368A (zh) * | 2017-09-08 | 2018-01-09 | 清华大学 | 双表盘指针式仪表的高精度自动读数装置及方法 |
CN108460327A (zh) * | 2018-01-12 | 2018-08-28 | 河南大学 | 一种基于图像处理的指针式仪表读数自动识别方法 |
CN108460327B (zh) * | 2018-01-12 | 2021-09-28 | 河南大学 | 一种基于图像处理的指针式仪表读数自动识别方法 |
CN108960231A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的细指针表盘识别读数方法 |
CN108955909A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的油温表识别读数方法 |
CN108960231B (zh) * | 2018-05-31 | 2022-05-13 | 广东工业大学 | 一种基于机器视觉的细指针表盘识别读数方法 |
CN109508714A (zh) * | 2018-08-23 | 2019-03-22 | 广州市心鉴智控科技有限公司 | 一种低成本多通道实时数字仪表盘视觉识别方法及*** |
CN109508714B (zh) * | 2018-08-23 | 2021-02-09 | 心鉴智控(深圳)科技有限公司 | 一种低成本多通道实时数字仪表盘视觉识别方法及*** |
CN112639901A (zh) * | 2018-08-30 | 2021-04-09 | 欧吉斯信息技术有限公司 | 仪表读取装置、仪表读取方法和计算机程序 |
CN112639901B (zh) * | 2018-08-30 | 2023-06-27 | 欧吉斯信息技术有限公司 | 仪表读取装置、仪表读取方法和存储介质 |
CN109754676A (zh) * | 2018-12-17 | 2019-05-14 | 浙江理工大学 | 一种用于纸质盲文书识别的滚动式盲文阅读笔 |
CN109632055A (zh) * | 2019-01-16 | 2019-04-16 | 杭州丹纳计量科技有限公司 | 一种基于智能终端的机械式水表动态视觉测量方法 |
CN109910610A (zh) * | 2019-02-18 | 2019-06-21 | 武汉格瑞恩电子仪表有限公司 | 组合仪表 |
CN109866617A (zh) * | 2019-02-18 | 2019-06-11 | 武汉格瑞恩电子仪表有限公司 | 电动汽车组合仪表 |
CN109934221A (zh) * | 2019-02-22 | 2019-06-25 | 山东大学 | 基于注意力机制的电力设备自动分析识别监控方法及*** |
CN110111387A (zh) * | 2019-04-19 | 2019-08-09 | 南京大学 | 一种基于表盘特征的指针表定位及读数算法 |
CN110852333A (zh) * | 2019-11-13 | 2020-02-28 | 广东电科院能源技术有限责任公司 | 一种指针式仪表自动读数方法及装置 |
CN110852333B (zh) * | 2019-11-13 | 2021-07-23 | 南方电网电力科技股份有限公司 | 一种指针式仪表自动读数方法及装置 |
CN111931776A (zh) * | 2020-10-16 | 2020-11-13 | 江西小马机器人有限公司 | 一种基于深度学习的双指针仪表读数方法 |
CN111931776B (zh) * | 2020-10-16 | 2021-04-09 | 江西小马机器人有限公司 | 一种基于深度学习的双指针仪表读数方法 |
CN112836726A (zh) * | 2021-01-12 | 2021-05-25 | 云南电网有限责任公司电力科学研究院 | 一种基于视频信息的指针类仪表示数读取方法及装置 |
CN112836726B (zh) * | 2021-01-12 | 2022-06-07 | 云南电网有限责任公司电力科学研究院 | 一种基于视频信息的指针类仪表示数读取方法及装置 |
CN113837159A (zh) * | 2021-11-26 | 2021-12-24 | 中化学交通建设集团有限公司 | 一种基于机器视觉的仪表示数识别方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102176228B (zh) | 2013-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
CN112906694B (zh) | 变电站倾斜式指针式仪表图像的读数矫正***及方法 | |
CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别***及方法 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及*** | |
CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
CN104112269B (zh) | 一种基于机器视觉的太阳能电池激光刻线参数检测方法及*** | |
CN103207987B (zh) | 一种指针式仪表的示数识别方法 | |
CN103994786B (zh) | 圆弧标尺线指针式仪表刻度的图像检测方法 | |
CN109583324A (zh) | 一种基于单点多盒检测器的指针仪表读数自动识别方法 | |
CN101751572A (zh) | 一种图案检测方法、装置、设备及*** | |
CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
RU2015134095A (ru) | Способ и устройство для обнаружения прямой линии | |
CN102236784A (zh) | 屏幕区域检测方法及*** | |
CN105913095A (zh) | 一种适用于变电站巡检机器人的仪表识别方法 | |
CN107066998A (zh) | 一种利用移动设备的指针式圆形单仪表盘实时识别方法 | |
CN112149667A (zh) | 一种基于深度学习的指针式仪表的自动读数的方法 | |
CN109447061A (zh) | 基于巡检机器人的电抗器油位计识别方法 | |
CN107729853A (zh) | 一种适用于变电站窄刻度指针式仪表的自动识别方法 | |
CN104156951A (zh) | 一种针对支气管肺泡灌洗涂片的白细胞检测方法 | |
CN104182992A (zh) | 一种基于全景视觉的海上弱小目标检测方法 | |
CN116758045B (zh) | 一种半导体发光二极管的表面缺陷检测方法及*** | |
Feng et al. | A separating method of adjacent apples based on machine vision and chain code information | |
CN104198325A (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN111950812A (zh) | 一种自动识别与预测雨量的方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130206 |