CN107092863A - 一种变电站巡检机器人的指针式仪表读数识别方法 - Google Patents
一种变电站巡检机器人的指针式仪表读数识别方法 Download PDFInfo
- Publication number
- CN107092863A CN107092863A CN201710183209.XA CN201710183209A CN107092863A CN 107092863 A CN107092863 A CN 107092863A CN 201710183209 A CN201710183209 A CN 201710183209A CN 107092863 A CN107092863 A CN 107092863A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- circle
- image
- pointer
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明请求保护一种变电站巡检机器人的指针式仪表读数识别方法,包括步骤:利用机器人在待识别仪表的预置停车进行拍照,对仪表位置进行粗定位,然后对对该区域进行边缘检测,再利用快速Hough变换进行圆形检测确定表盘的位置,并提取出表盘区域进行多角度的Gabor滤波来计算指针的方向以此算出仪表读数。本方法的特点:预处理要求低,步骤少,对光照、阴影等干扰具有较强的鲁棒性,有较高的仪表数据读取精度。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种高效的指针式仪表读数自动识别方法。
背景技术
在电力***中,指针式仪表有着广泛的应用。在变电站,需要对仪表读数进行实时监控,以防止一些参数超标而发生意外。目前的巡检方法主要是人工巡检。人工巡检读数的效率低,误差大,危险性高。因此,需要发明一种通过巡检机器人获取图像、利用高效的图像处理技术获取仪表读数的方法,以提高效率,确保电力***的安全运行。
变电站巡检机器人基于自主导航、精确定位的移动平台,集成可见光、红外、声音等传感器,根据所规划的路径,对需要巡检的仪表进行多方位的拍摄,并将检测到的仪表图像信息传输给巡检后台***,巡检后台***通过图像处理技术,完成仪表读数的自动识别。
现有技术中指针式仪表自动读数方法的基本步骤是获取图像,再经过Hough变换、图像对齐、图像二值化、利用消影法获取指针图像等步骤实现指针式仪表读数的自动识别。
在中国CN 104657711A提出了一种仪表指针自动识别方法,该方法利用Hough变换找到表盘及其圆心,再通过Hough变换找到经过表盘的直线,最后需要对表盘内的数字进行识别,并根据这些信息计算出指针所指的刻度。使用该方法时,运算量较大,所需的存储空间大;会受到刻度、数字等短小的直线干扰,指针形态差异较大的噪声对识别效果有较大的影响。
在《Hough变换的改进及其在电厂指针式仪表自动识别中的应用》(宋人杰,赵立亚,东北电力大学信息工程学院吉林132012)中提出了一种改进方法,减小Hough变换的搜索范围来减小变换所需的存储空间量,并将提前确定好的圆心直接加入到累加器中来减小计算量,从而减少了一定的计算时间。但在使用过程中,对于刻度、数字等短小的直线干扰问题仍未解决。
在中国CN 104392206A中提出了一种仪表读数识别方法,对图像进行Hough圆检测,提取表盘区域图像;对表盘区域图像进行预处理,使用中心投影法确定指针角度;提取仪表零刻度线、满刻度线位置模板,使用模板匹配得到零刻度线、满刻度线角度;根据角度计算出指针读数。该方法步骤繁多,需要对图像进行高斯滤波、图像二值化、图像细化等,对图像预处理有要求较高,如图像中噪声太多,可能会对指针提取产生很大的影响;且在确定指针角度时需要提取仪表零刻度线、满刻度线位置模板,再使用模板匹配得到零刻度线、满刻度线角度,步骤十分繁琐。
在中国CN 105303168A提出了一种指针式仪表识别方法,其主要步骤是图像获取、图像预处理、图像校正、利用Hough变换提取仪表指针信息利用对应关系自动生成仪表读数。该方法不需要过多的先验知识,简化了人工参与,提高了识别的自动化程度;但当针对仪表表面出现破损,图像反光,或拍摄图像抖动较大时,该方法具有很大的缺陷。
从以上分析,可看出在现有的指针式仪表自动读数方法中,存在着许多问题仍未解决。因此,有必要提供一种高效的指针式仪表读数自动识别方法解决上述问题。指针式仪表的自动读数的主要过程可归纳为:仪表的定位、指针的识别。在仪表的定位过程中,若直接使用Hough圆检测会因场景中存在相同大小的圆形物体而导致定位错误,使用特征匹配也会出现同样的问题。实际巡检过程中,机器人在每一个预设点拍摄仪表时,若不考虑机器人定位位差,仪表在图中出现的位置是确定的,即便考虑到机器人的定位误差,在定位精度达到要求的情况下,仪表出现的位置也是在一个较小范围内,在这个范围内不会出现与仪表形状相同的物体,在此进行Hough圆检测就可以避免因为有相同形状的物体而导致的定位错误。
在仪表指针的识别过程中,传统方法中使用直线检测方法来确定指针的位置,容易受到光照、表盘标记、细小污渍的干扰,造成指针识别错误。本专利中提出的方法模拟人类视觉的方向感受,自动忽略掉与指针不相关的噪声,直接获得指针的角度,进而得到指针读数,具有较强鲁棒性。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种对光照、阴影等干扰具有较强鲁棒性,对预处理要求不高,对仪表定位精度具有鲁棒性,步骤较少的方法。本发明的技术方案如下:
一种变电站巡检机器人的指针式仪表读数识别方法,其包括以下步骤:
根据变电站巡检机器人在预设位置拍摄获取的变电站图像对仪表粗定位,提取仪表可能出现的区域;
对仪表可能出现的图像区域利用Sobel索贝勒算子进行边缘检测;
然后进行快速Hough霍夫变换来检测圆形,以圆的面积作为度量,计算检测出的圆的质量,选出最优的圆作为表盘所在位置,提取出表盘区域图像;
对提取出的表盘区域图像进行多角度的Gabor滤波;
对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向;
根据指针角度算出对应读数。
进一步的,所述对仪表的粗定位具体为:对于所获取的原始图像,首先根据机器人在每个电表识别的预置停车的定位的误差范围,提取电表会出现的区域图像,将图片缩放680*1008大小避免图片过大。
进一步的,所述Sobel算子进行边缘检测的Sobel卷积因子为
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值。
进一步的,所述计算圆的质量,以圆面积为衡量标准,圆面积最接近阈值区间中点值的圆为最优,不符合阈值要求的圆淘汰,选出最优的圆作为表盘所在位置。
进一步的,所述Gabor滤波器基函数为:
对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向。其中λ和θk分别是正弦波的波长和方向,θk的定义为:
k决定了滤波器的个数;σx和σy分别为高斯包络在x方向和y方向上的标准差,它们决定了高斯包络的空间扩展。
进一步的,对Gabor滤波结果计算响应值时,在计算响应值前,将仪表盘图像缩放到预设大小,再计算各角度Gabor滤波的响应值。
本发明的优点及有益效果如下:
(1)本发明模拟人类视觉的方向感受特点,采用多角度Gabor对整个图片做处理,计算每一个角度的响应值,得到指针所指的最大响应值对应角度,由此求出仪表读数。利用Gabor滤波来计算指针的角度,对光照不敏感,同时与通常的直线检测的方式来计算指针角度相比,不会受到刻度、数字等短小的直线干扰,对与指针形态差异较大的噪声具有较强鲁棒性。
(3)本发明利用先验知识,对仪表出现区域进行粗定位,限制Hough圆检测的区域,以避免因场景中出现相似物体而导致仪表定位错误。
附图说明
图1是本发明提供优选实施例***流程图;
图2为实施例的原始表盘图像;
图3为实施例的Hough圆检测标记表盘区域图像;
图4为实施例的表盘区域截取图像;
图5为实施例的指针读数图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
一种变电站巡检机器人的指针式仪表读数识别方法,流程如图1,包括步骤如下:(1)根据机器人在每个电表识别的预置停车的定位的误差范围,提取电表会出现的区域图像(2)对该区域进行边缘检测,(3)再利用快速Hough变换进行圆形检测确定表盘的位置,(4)对提取出的表盘区域图像进行多角度的Gabor滤波(5)对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向(6)根据指针角度算出对应读数。
对于所获取的原始图像,首先根据机器人在每个电表识别的预置停车的定位的误差范围,提取电表会出现的区域图像,如图2。将图片缩放680*1008大小避免图片过大,导致检测时间过长。然后对图片进行边缘检测edge(I,'sobel');
Sobel卷积因子
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值,其公式如下:
具体计算如下:
图像的每一个像素的横向及纵向灰度值通过以下公式结合,来计算该点灰度的大小:
然后可用以下公式计算梯度方向:
若图像为:
则使用近似公式的计算的结果为:
|G|=|(P1+2*P2+P3)-(P7+2*P8+P9)|+|(P3+2*P6+P9)-(P1+2*P4+P7)|
得到边缘图像,从而对图像进行霍夫变换检测圆,定位电表的位置。
霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值,
x=x0+rcosθ
y=y0+rsinθ
根据极坐标,圆上任意一点的坐标可以表示为如上形式,所以对于任意一个圆,假设中心像素点p(x0,y0)像素点已知,圆半径已知,则旋转360由极左标方程可以得到每个点上得坐标同样,如果只是知道图像上像素点,圆半径,旋转多角度则中心点处的坐标值必定最强。
程序中:
检测的圆半径步长设置为20
角度步长,单位为弧度设置为0.1
最小圆半径设置为60
最大圆半径设置为300
阈值,0,1之间的数通过调此值可以得到图中圆的圆心和半径设置为0.7。先将图像空间(x,y)对应到参数空间(a,b,r),后按照半径步长数和一定弧度把圆几等分,然后将搜索超过阈值的聚集点。
for k=1:length(length是前面符合阈值的个数,m,n分别对应图片的大小,circleParaXYR前面根据阈值检测的粗约的圆的坐标和半径)
par3=floor(index(k)/(m*n))+1;
par2=floor((index(k)-(par3-1)*(m*n))/m)+1;
检测出的圆如图3
计算圆的质量,以圆面积为衡量标准,圆面积最接近阈值区间中点值的圆为最优,不符合阈值要求的圆淘汰,选出最优的圆作为表盘所在位置。
对提取出的表盘区域图像进行360度的Gabor滤波,
Gabor滤波器基函数:
对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向。
根据指针角度算出对应读数。
对Gabor滤波结果计算响应值时,在计算响应值前,将仪表盘图像缩放到合适大小,再计算各角度Gabor滤波的响应值。角度转化为相应量程中的读数后,最终结果如图5。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种变电站巡检机器人的指针式仪表读数识别方法,其特征在于,包括以下步骤:
根据变电站巡检机器人在定点位置拍摄获取的变电站图像对仪表粗定位,提取仪表可能出现的区域;
对仪表可能出现的图像区域利用索贝尔Sobel算子进行边缘检测;
然后进行快速Hough霍夫变换来检测圆形,以圆的面积与预设面积的接近度作为度量来衡量圆的质量,计算检测出的圆的质量,选出最优的圆作为表盘所在位置,提取出表盘区域图像;
对提取出的表盘区域图像进行360度的Gabor滤波;
对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向;
根据指针角度算出对应读数。
2.根据权利要求1所述的变电站巡检机器人的指针式仪表读数识别方法,其特征在于,所述对仪表的粗定位具体为:对于所获取的原始图像,首先根据机器人在每个电表识别的预置停车的定位的误差范围,提取电表会出现的区域图像,将图片缩放680*1008大小避免图片过大。
3.根据权利要求1或2所述的变电站巡检机器人的指针式仪表读数识别方法,其特征在于,所述Sobel算子进行边缘检测的Sobel卷积因子为
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值。
4.根据权利要求3所述的变电站巡检机器人的指针式仪表读数识别方法,其特征在于,所述计算圆的质量,以圆面积为衡量标准,圆面积最接近阈值区间中点值的圆为最优,不符合阈值要求的圆淘汰,选出最优的圆作为表盘所在位置。
5.根据权利要求4所述的变电站巡检机器人的指针式仪表读数识别方法,其特征在于,所述Gabor滤波器基函数为:
<mrow>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>k</mi>
</msub>
<mo>,</mo>
<mi>&lambda;</mi>
<mo>,</mo>
<msub>
<mi>&sigma;</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&sigma;</mi>
<mi>y</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<msub>
<mi>&pi;&sigma;</mi>
<mi>x</mi>
</msub>
<msub>
<mi>&sigma;</mi>
<mi>y</mi>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mo>{</mo>
<mo>-</mo>
<mi>&pi;</mi>
<mo>&lsqb;</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>x</mi>
<msub>
<mi>&theta;</mi>
<mi>k</mi>
</msub>
</msub>
<msub>
<mi>&sigma;</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>y</mi>
<msub>
<mi>&theta;</mi>
<mi>k</mi>
</msub>
</msub>
<msub>
<mi>&sigma;</mi>
<mi>y</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>*</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>&pi;ix</mi>
<msub>
<mi>&theta;</mi>
<mi>k</mi>
</msub>
</msub>
</mrow>
<mi>&lambda;</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
对各角度滤波结果计算响应值,响应值最大的角度为指针所指方向,其中λ和θk分别是正弦波的波长和方向,θk的定义为:
<mrow>
<msub>
<mi>&theta;</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mi>&pi;</mi>
<mi>n</mi>
</mfrac>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3...</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
k决定了滤波器的个数;σx和σy分别为高斯包络在x方向和y方向上的标准差,它们决定了高斯包络的空间扩展,
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>&theta;</mi>
</msub>
<mo>=</mo>
<mi>x</mi>
<mi> </mi>
<msub>
<mi>cos&theta;</mi>
<mi>k</mi>
</msub>
<mo>+</mo>
<mi>y</mi>
<mi> </mi>
<msub>
<mi>sin&theta;</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>&theta;</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mi>x</mi>
<mi> </mi>
<msub>
<mi>sin&theta;</mi>
<mi>k</mi>
</msub>
<mo>+</mo>
<mi>y</mi>
<mi> </mi>
<msub>
<mi>cos&theta;</mi>
<mi>k</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
1
6.根据权利要求5所述的变电站巡检机器人的指针式仪表读数识别方法,其特征在于,对Gabor滤波结果计算响应值时,在计算响应值前,将仪表盘图像缩放到预先指定大小,再计算各角度Gabor滤波的响应值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710183209.XA CN107092863A (zh) | 2017-03-24 | 2017-03-24 | 一种变电站巡检机器人的指针式仪表读数识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710183209.XA CN107092863A (zh) | 2017-03-24 | 2017-03-24 | 一种变电站巡检机器人的指针式仪表读数识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107092863A true CN107092863A (zh) | 2017-08-25 |
Family
ID=59646381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710183209.XA Pending CN107092863A (zh) | 2017-03-24 | 2017-03-24 | 一种变电站巡检机器人的指针式仪表读数识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107092863A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766836A (zh) * | 2017-11-07 | 2018-03-06 | 国网黑龙江省电力有限公司检修公司 | 一种圆形偏转指针式仪表读数矫正方法 |
CN108764134A (zh) * | 2018-05-28 | 2018-11-06 | 江苏迪伦智能科技有限公司 | 一种适用于巡检机器人的多类型仪表自动定位与识别方法 |
CN108921177A (zh) * | 2018-06-22 | 2018-11-30 | 重庆邮电大学 | 变电站巡检机器人的仪表定位方法 |
CN109359604A (zh) * | 2018-10-23 | 2019-02-19 | 大连航佳机器人科技有限公司 | 面向巡检机器人的阴影干扰下仪表识别方法 |
CN109858474A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种变压器油面温控器检测与识别方法 |
CN109992011A (zh) * | 2019-04-23 | 2019-07-09 | 广东电网有限责任公司 | 一种巡检机器人云台的二次对准方法、装置和设备 |
CN110245597A (zh) * | 2019-06-06 | 2019-09-17 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
CN111291691A (zh) * | 2020-02-17 | 2020-06-16 | 合肥工业大学 | 一种基于深度学习的变电站二次设备仪表盘读数检测方法 |
CN111539329A (zh) * | 2020-04-17 | 2020-08-14 | 西安英诺视通信息技术有限公司 | 一种自适应的变电站指针仪表识别方法 |
CN111598109A (zh) * | 2020-05-07 | 2020-08-28 | 国网四川省电力公司电力科学研究院 | 一种变电站指针仪表读数智能识别方法 |
CN111868740A (zh) * | 2018-03-23 | 2020-10-30 | 株式会社东芝 | 读取***、读取方法及存储介质 |
CN112183369A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种用于变电站无人巡检的指针仪表读数识别方法 |
CN113379725A (zh) * | 2021-06-29 | 2021-09-10 | 广州高新兴机器人有限公司 | 一种基于深度学习的变电站油计表读数方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745203A (zh) * | 2014-01-15 | 2014-04-23 | 南京理工大学 | 基于视觉注意和均值漂移的目标检测与跟踪方法 |
CN103927507A (zh) * | 2013-01-12 | 2014-07-16 | 山东鲁能智能技术有限公司 | 一种改进的变电站巡检机器人的多仪表读数识别方法 |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN104504370A (zh) * | 2014-12-15 | 2015-04-08 | 广东智冠信息技术股份有限公司 | 一种结合仿生纹理特征和线状纹理特征的手指静脉识别方法 |
CN105261015A (zh) * | 2015-09-29 | 2016-01-20 | 北京工业大学 | 基于Gabor滤波器的眼底图像血管自动分割方法 |
CN105913095A (zh) * | 2016-05-17 | 2016-08-31 | 杭州申昊科技股份有限公司 | 一种适用于变电站巡检机器人的仪表识别方法 |
CN105930837A (zh) * | 2016-05-17 | 2016-09-07 | 杭州申昊科技股份有限公司 | 基于自主巡检机器人的变电站仪表设备图像识别方法 |
CN106529559A (zh) * | 2016-12-30 | 2017-03-22 | 山东鲁能软件技术有限公司 | 一种指针式圆形多仪表盘实时读数识别方法 |
-
2017
- 2017-03-24 CN CN201710183209.XA patent/CN107092863A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927507A (zh) * | 2013-01-12 | 2014-07-16 | 山东鲁能智能技术有限公司 | 一种改进的变电站巡检机器人的多仪表读数识别方法 |
CN103745203A (zh) * | 2014-01-15 | 2014-04-23 | 南京理工大学 | 基于视觉注意和均值漂移的目标检测与跟踪方法 |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN104504370A (zh) * | 2014-12-15 | 2015-04-08 | 广东智冠信息技术股份有限公司 | 一种结合仿生纹理特征和线状纹理特征的手指静脉识别方法 |
CN105261015A (zh) * | 2015-09-29 | 2016-01-20 | 北京工业大学 | 基于Gabor滤波器的眼底图像血管自动分割方法 |
CN105913095A (zh) * | 2016-05-17 | 2016-08-31 | 杭州申昊科技股份有限公司 | 一种适用于变电站巡检机器人的仪表识别方法 |
CN105930837A (zh) * | 2016-05-17 | 2016-09-07 | 杭州申昊科技股份有限公司 | 基于自主巡检机器人的变电站仪表设备图像识别方法 |
CN106529559A (zh) * | 2016-12-30 | 2017-03-22 | 山东鲁能软件技术有限公司 | 一种指针式圆形多仪表盘实时读数识别方法 |
Non-Patent Citations (1)
Title |
---|
王德朋,娄震: "《一种融合Hough 变换和ASM 定位瞳孔中心点方法》", 《计算机***应用》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766836A (zh) * | 2017-11-07 | 2018-03-06 | 国网黑龙江省电力有限公司检修公司 | 一种圆形偏转指针式仪表读数矫正方法 |
CN111868740A (zh) * | 2018-03-23 | 2020-10-30 | 株式会社东芝 | 读取***、读取方法及存储介质 |
CN108764134A (zh) * | 2018-05-28 | 2018-11-06 | 江苏迪伦智能科技有限公司 | 一种适用于巡检机器人的多类型仪表自动定位与识别方法 |
CN108921177A (zh) * | 2018-06-22 | 2018-11-30 | 重庆邮电大学 | 变电站巡检机器人的仪表定位方法 |
CN109359604A (zh) * | 2018-10-23 | 2019-02-19 | 大连航佳机器人科技有限公司 | 面向巡检机器人的阴影干扰下仪表识别方法 |
CN109359604B (zh) * | 2018-10-23 | 2022-03-11 | 大连航佳机器人科技有限公司 | 面向巡检机器人的阴影干扰下仪表识别方法 |
CN109858474A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种变压器油面温控器检测与识别方法 |
CN109992011A (zh) * | 2019-04-23 | 2019-07-09 | 广东电网有限责任公司 | 一种巡检机器人云台的二次对准方法、装置和设备 |
CN110245597B (zh) * | 2019-06-06 | 2021-07-16 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
CN110245597A (zh) * | 2019-06-06 | 2019-09-17 | 重庆邮电大学 | 一种指针式仪表通用性识别方法 |
CN111291691A (zh) * | 2020-02-17 | 2020-06-16 | 合肥工业大学 | 一种基于深度学习的变电站二次设备仪表盘读数检测方法 |
CN111291691B (zh) * | 2020-02-17 | 2022-03-15 | 合肥工业大学 | 一种基于深度学习的变电站二次设备仪表盘读数检测方法 |
CN111539329A (zh) * | 2020-04-17 | 2020-08-14 | 西安英诺视通信息技术有限公司 | 一种自适应的变电站指针仪表识别方法 |
CN111539329B (zh) * | 2020-04-17 | 2023-06-23 | 西安英诺视通科技有限公司 | 一种自适应的变电站指针仪表识别方法 |
CN111598109A (zh) * | 2020-05-07 | 2020-08-28 | 国网四川省电力公司电力科学研究院 | 一种变电站指针仪表读数智能识别方法 |
CN111598109B (zh) * | 2020-05-07 | 2022-07-22 | 国网四川省电力公司电力科学研究院 | 一种变电站指针仪表读数智能识别方法 |
CN112183369A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种用于变电站无人巡检的指针仪表读数识别方法 |
CN113379725A (zh) * | 2021-06-29 | 2021-09-10 | 广州高新兴机器人有限公司 | 一种基于深度学习的变电站油计表读数方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092863A (zh) | 一种变电站巡检机器人的指针式仪表读数识别方法 | |
CN112906694B (zh) | 变电站倾斜式指针式仪表图像的读数矫正***及方法 | |
CN110580480B (zh) | 基于图像处理的表计读数识别方法 | |
CN106599897B (zh) | 基于机器视觉的指针式仪表读数识别方法及装置 | |
CN104392206B (zh) | 一种指针式仪表读数自动识别的图像处理方法 | |
CN111160337B (zh) | 一种指针式仪表读数的自动识别方法、***、介质及设备 | |
CN104050446B (zh) | 一种基于指针宽度特征的仪表指针图像识别方法 | |
CN103207987B (zh) | 一种指针式仪表的示数识别方法 | |
CN108875911A (zh) | 一种泊车位检测方法 | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN114549835B (zh) | 一种基于深度学习的指针式仪表矫正识别方法及装置 | |
CN104899609B (zh) | 一种基于图像配准的机械式表计识别方法 | |
CN105069790A (zh) | 一种齿轮外观缺陷快速影像检测方法 | |
CN105160652A (zh) | 基于计算机视觉的手机外壳检验装置与方法 | |
CN106407924A (zh) | 基于路面特征的双目道路识别检测方法 | |
CN101303768A (zh) | 圆形标志点在摄像机透视投影变换时圆心偏差的修正方法 | |
CN108053416B (zh) | 一种基于单幅卫星图像的最大储油量提取*** | |
CN105335973A (zh) | 运用于带钢加工生产线的视觉处理方法 | |
CN110956100A (zh) | 一种高精度地图生成方法、装置、电子设备和存储介质 | |
CN108921177A (zh) | 变电站巡检机器人的仪表定位方法 | |
CN109978940A (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN108830899A (zh) | 一种基于几何特征的快速自适应角点结合的圆心检测方法 | |
CN116678826A (zh) | 一种基于快速立体重建的外观缺陷检测***及方法 | |
Hou et al. | A pointer meter reading recognition method based on YOLOX and semantic segmentation technology | |
CN107689058A (zh) | 一种基于surf特征提取的图像配准算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170825 |
|
RJ01 | Rejection of invention patent application after publication |