CN107239742A - 一种仪表指针刻度值计算方法 - Google Patents
一种仪表指针刻度值计算方法 Download PDFInfo
- Publication number
- CN107239742A CN107239742A CN201710331133.0A CN201710331133A CN107239742A CN 107239742 A CN107239742 A CN 107239742A CN 201710331133 A CN201710331133 A CN 201710331133A CN 107239742 A CN107239742 A CN 107239742A
- Authority
- CN
- China
- Prior art keywords
- pointer
- scale value
- pixel
- edge
- equation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D7/00—Indicating measured values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于仪表指针读数技术领域,具体涉及一种仪表指针刻度值计算方法,具体包括以下方法:1)、制作背景图;2)、通过模板图定位当前图;3)、对指针像素进行色彩训练;4)、当前图像指针像素提取;5)、指针连通区域分析;6)、指针边缘提取;7)、指针边缘直线拟合;8)、指针中线方程计算;9)、指针刻度值计算。本发明通过对当前图像中的仪表指针的像素提取以及连通区域分析、边缘提取、直线拟合、中线方程计算,实现了针对已知刻度值的刻度盘上的指针刻度值的快速计算,具有高效准确的特点,克服了人工读数的不足;本发明将对仪表生产和检定具有巨大的推动作用。
Description
技术领域
本发明属于仪表指针读数技术领域,具体涉及一种仪表指针刻度值计算方法。
背景技术
对于一些行业的仪表,特别是准确度比较高的仪表的检验要求检定人员在每个需要检定的刻度上通过比较指针表的实际读数与标准电源的输出,之间的差异来分析被检定仪表的性能。然而由于人眼的分辨能力有限,当指针位于两刻度线之间时,只能粗略估计指针的位置,不能准确读取仪表的示数,这将直接影响了检定的准确程度。再者人的眼睛在大量的视觉工作之后会出现视觉疲劳,在检验测试工作中会出现疏忽和差错,若能及时发现改正这些差错,则要增加了重复劳动。如果不能及时发现,则有可能带来严重的后果。采用人工方式工作费时间、劳动强度大、检定效率低、检定误差大、可靠性差。针对人工方式检定的缺点,尽快研制出能够快速、准确、稳定的全自动指针式仪表检测***,将对我国的仪表生产和检定起到巨大的推动作用。
发明内容
本发明针对现有技术的缺陷和不足,提供一种仪表指针刻度值计算方法。
本发明采用的技术方案如下:
一种仪表指针位置精确检测方法,其特征在于,包括以下步骤:
1)、建立背景图:对指针处于每一个刻度时的所有图像逐像素分析亮度,将排序位置在中间的亮度值作为背景图中对应像素位置的亮度值,进而建立背景图;
在对指针进行自动检测时,仪表和相机的位置,都是静止的,仪表上的刻度盘、数字、图标等,都是静止不动的;但是在进行检测时,指针是运动的;可以利用这个特性,提高指针检测的效果;因此在检测之前,需要建立背景图,用于后续利用图像差提取指针,背景图的具体制作流程如下:
1.1)、改变指针的位置,拍摄指针处于表盘所有刻度位置的图像,表盘总共17个刻度,因此总共拍摄17张图像,拍摄过程中要保证相机的绝对静止;
1.2)、对指针处于表盘所有刻度位置的图像进行综合分析,建立背景图;
通过分析每张图像中指针像素位置对应的亮度值,并进行排序,将排序位置在中间的亮度值作为背景图中指针像素位置的亮度值,这里对17张图像进行分析;
2)、从背景图中选择仪表圆盘模板图,通过当前图和仪表刻度盘模板图的匹配,实现当前图的定位;
在***的使用过程中,相机发生移动是很常见的现象,为了保证后续步骤,能够正确的执行图像减法的操作,需要先完成图像的定位,具体过程如下:
2.1)、模板图和当前图中心圆盘的外轮廓圆拟合;
2.2)、图像平移,使得圆心对齐;
2.3)、图像缩放,使得当前图圆盘半径与模板图半径一致;
2.4)、模板图和当前图中心圆盘底部直线提取,直线方向计算;
2.5)、图像旋转,使得当前图圆盘底部直线方向与模板图一致;
3)、在模板图中对指针像素进行色彩训练,并进行色彩训练结果的验证;
为了提高指针提取的质量,需要在模板图上,结合人工的方法,提取获取到指针色彩的大致范围,这个步骤称为“色彩训练”,具体步骤如下:
3.1)、选定模板图中指针的范围;
人工利用鼠标在模板图上为指针圈定一个范围;
3.2)、自动提取颜色分布;
由于指针上色彩分布并不是单一的,建立单一高斯模型,并不能准确地描述颜色分布,因此需要为指针区域的颜色分布建立三个高斯模型,采用HSV色彩空间对颜色分布进行建模,对指针范围内的所有彩色像素的HSV值进行统计分析和聚类,得到每个高斯模型的均值和方差;
3.3)、展示指针自动提取效果;
利用三个高斯模型,对模板图上的指针进行检测,计算每个像素属于三个模型的最高置信度,如果最高置信度高于0.2,则认为是指针像素,按照三种不同的颜色,来展示指针像素,每种颜色对应一个高斯模型;
3.4)、人工修补漏缺像素,增加新的高斯模型;
没有被三个高斯模型囊括的指针像素,需要通过人工手动点击的方式,将漏缺的像素囊括进来,新囊括进来的像素,继续增加新的高斯模型,该过程一直持续,尽量囊括更多的指针像素,同时保证没有非指针像素被吸收进来;
4)、将前图像与背景图比较初步确定指针像素,然后根据色彩训练结果提取当前图中的疑似指针像素;
背景图中,存储的都是仪表上静止不动的元素;通过与背景图比较分析,可以得到指针的候选像素;当然,此时的结果中,还包含一些其他变动的要素,比如变动的数字,变动的刻度条,或者变动的图标,等等,但是经过该步骤,已经极大缩小了指针的潜在位置的范围,具体流程如下:
4.1)、遍历当前图像中的每个像素,计算其属于色彩高斯模型的最高的置信度;
4.2)、置信度高于0.2,作为指针像素提取出来;
4.3)、中值滤波,过滤掉孤立的噪声点;
5)、对疑似指针像素进行连通域提取、拼接、尺寸和形状分析处理,确定指针区域;
对步骤4中得到的指针候选像素结果图进行进一步的分析,以过滤掉噪声的干扰,具体步骤如下:
5.1)、连通域提取和轮廓提取;
5.2)、近距离连通域的拼接;
由于相机实际拍摄效果的影响,步骤4中提取出来的指针像素,很可能是断裂的,指针有可能被分成了多个部分,此时需要对所有的连通域轮廓进行分析,计算其最近距离,最近距离小于5个像素的连通域,需要拼接成一个整体;
5.3)、过滤小尺寸连通域:计算连通域的外接矩形,外接矩形的宽和高都小于50个像素的连通域,需要过滤掉,它们不可能是指针区域;
5.4)、连通域形状分析,过滤掉明显不符的连通域:步骤4中的指针像素形成的连通域,即便受到背景像素的影响,或者在拼接之后,依然存在断裂现象,其外形也接近矩形;计算连通域轮廓的最小外接矩形,然后计算其矩形度,矩形度小于0.6的连通域,直接过滤;
6)、当前图像中指针边缘提取;
在检测指针两侧的直线之前,需要提前计算图像中的边缘,后续步骤在边缘图的基础之上,进一步进行直线拟合,具体步骤如下:
6.1)、在当前彩色图中利用canny算子提取边缘图;
6.2)、利用步骤5的结果生成掩模图;
将步骤5过滤后剩下来的连通域,绘制在新的图像中,形成黑白二值化图像,用来作为掩模图,掩模图中的白色像素,表示需要被处理的像素;
6.3)、掩模图膨胀
连通域提取时,其边界很可能就是指针的边界;为了防止指针边缘被漏检,需要对掩模图进行膨胀,扩大每个连通域的范围;
6.4)、掩模图与边缘图求与
求与之后,仅有指针区域的边缘图得到保留,其余的背景区域或者非指针区域的边缘都被过滤;
6.5)、边缘子线段打断
遍历所有的边缘点,分析其8邻域中边缘点的个数,如果边缘点个数大于2,则是T型交叉点或者十字交叉点,需要打断,去掉该边缘点;
分析边缘点的曲率,曲率超过阈值的,也需要打断,去掉该边缘点;
6.6)、边缘形状分析,过滤曲线
分析每一条边缘的形状,计算边缘上所有边缘点的重心,重心距离边缘上点的最大距离超过10个像素的,认为是曲线,加以滤除,最终保留下来的,全部都是直线子线段;
7)、根据步骤6)提取的边缘子线段,进行指针边缘直线拟合;
在步骤6得到的曲线图中,进行直线拟合,同时计算直线对应的方程;
8)、根据步骤7)得到的边缘拟合直线计算指针中线方程;
指针的形状通常并不是规则的矩形,而是呈现上小下大,或者上大下小的形状,部分指针更是出现非规则形状;但是,绝大部分的指针,都是左右对称的,并且两侧都存在直线边界,利用步骤7中得到的指针边界直线拟合结果,可以得到指针的中线方程,具体流程如下:
8.1)、直线对搜索
指针两侧的直线,具有如下的特点:a)、到圆盘中心的距离小于30个像素;b)、两侧直线关于圆盘中心对称;根据这两个特点,遍历图像中所有的直线,就可以找到满足这两个特征的直线对,作为指针两侧的直线方程;
8.2)、直线对方程修正
由于边缘在提取过程中,总会受到各种因素的干扰,导致直线方程出现偏斜,因此需要根据进行一定程度的修正,方法如下:a)、针对当前直线方程,搜索边缘图中,距离该直线较近的边缘点;b)、在直线周边,降低边缘提取的参数值,扩充边缘点数目;c)、将距离较近的边缘点,重新进行直线拟合,作为新的修正后的直线方程;
8.3)、直线对交点计算:利用两侧直线方程,得到交点坐标;
8.4)、角平分线计算:利用两侧直线方程对应的角度,得到中线的角度,中线位于角平分线上;
8.5)、中线方程计算:利用交点和角度,得到中线直线方程;
8.6)、中线方程验证:指针都是从圆盘的中心发出的,可以计算圆盘中心到指针中线的距离,距离大于5个像素,认为方程计算错误,进行预警;
9)、根据每个刻度线的中心点位置、对应的实际刻度值、以及指针的中线方程,计算指针的实际刻度值;具体流程如下:
9.1)、逐个遍历刻度中心点,计算其位于指针中线的那一侧:左侧标记为正,右侧标记为负;
9.2)、逐个遍历相邻的两个刻度线,找到分别位于指针中线两侧的那一对刻度线A和B:圆盘上所有的刻度线,只有一对刻度,是分居在中线的两侧的,只需要找到符号不同的刻度对就行了;
9.3)、计算刻度线A和B到中线的距离;
9.4)、根据距离比和A、B的实际刻度值,计算出指针对应的实际刻度值:利用线性插值的方法,得到指针的真实刻度值。
本发明通过对当前图像中的仪表指针的像素提取以及连通区域分析、边缘提取、直线拟合、中线方程计算,实现了针对已知刻度值的刻度盘上的指针刻度值的快速计算,具有高效准确的特点,克服了人工读数的不足;本发明将对仪表生产和检定具有巨大的推动作用。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明的流程图。
具体实施方式
一种仪表指针刻度值计算方法,其特征在于,包括以下步骤:
1)、建立背景图:对指针处于每一个刻度时的所有图像逐像素分析亮度,将排序位置在中间的亮度值作为背景图中对应像素位置的亮度值,进而建立背景图;
在对指针进行自动检测时,仪表和相机的位置,都是静止的,仪表上的刻度盘、数字、图标等,都是静止不动的;但是在进行检测时,指针是运动的;可以利用这个特性,提高指针检测的效果;因此在检测之前,需要建立背景图,用于后续利用图像差提取指针,背景图的具体制作流程如下:
1.1)、改变指针的位置,拍摄指针处于表盘所有刻度位置的图像,表盘总共17个刻度,因此总共拍摄17张图像,拍摄过程中要保证相机的绝对静止;
1.2)、对指针处于表盘所有刻度位置的图像进行综合分析,建立背景图;
通过分析每张图像中指针像素位置对应的亮度值,并进行排序,将排序位置在中间的亮度值作为背景图中指针像素位置的亮度值,这里对17张图像进行分析;
2)、从背景图中选择仪表刻度盘模板图,通过当前图和仪表刻度盘模板图的匹配,实现当前图的定位;
在***的使用过程中,相机发生移动是很常见的现象,为了保证后续步骤,能够正确的执行图像减法的操作,需要先完成图像的定位,具体过程如下:
2.1)、模板图和当前图中心圆盘的外轮廓圆拟合;
2.2)、图像平移,使得圆心对齐;
2.3)、图像缩放,使得当前图圆盘半径与模板图半径一致;
2.4)、模板图和当前图中心圆盘底部直线提取,直线方向计算;
2.5)、图像旋转,使得当前图圆盘底部直线方向与模板图一致;
3)、在模板图中对指针像素进行色彩训练,并进行色彩训练结果的验证;
为了提高指针提取的质量,需要在模板图上,结合人工的方法,提取获取到指针色彩的大致范围,这个步骤称为“色彩训练”,具体步骤如下:
3.1)、选定模板图中指针的范围;
人工利用鼠标在模板图上为指针圈定一个范围;
3.2)、自动提取颜色分布;
由于指针上色彩分布并不是单一的,建立单一高斯模型,并不能准确地描述颜色分布,因此需要为指针区域的颜色分布建立三个高斯模型,采用HSV色彩空间对颜色分布进行建模,对指针范围内的所有彩色像素的HSV值进行统计分析和聚类,得到每个高斯模型的均值和方差;
3.3)、展示指针自动提取效果;
利用三个高斯模型,对模板图上的指针进行检测,计算每个像素属于三个模型的最高置信度,如果最高置信度高于0.2,则认为是指针像素,按照三种不同的颜色,来展示指针像素,每种颜色对应一个高斯模型;
3.4)、人工修补漏缺像素,增加新的高斯模型;
没有被三个高斯模型囊括的指针像素,需要通过人工手动点击的方式,将漏缺的像素囊括进来,新囊括进来的像素,继续增加新的高斯模型,该过程一直持续,尽量囊括更多的指针像素,同时保证没有非指针像素被吸收进来;
4)、将前图像与背景图比较初步确定指针像素,然后根据色彩训练结果提取当前图中的疑似指针像素;
背景图中,存储的都是仪表上静止不动的元素;通过与背景图比较分析,可以得到指针的候选像素;当然,此时的结果中,还包含一些其他变动的要素,比如变动的数字,变动的刻度条,或者变动的图标,等等,但是经过该步骤,已经极大缩小了指针的潜在位置的范围,具体流程如下:
4.1)、遍历当前图像中的每个像素,计算其属于色彩高斯模型的最高的置信度;
4.2)、置信度高于0.2,作为指针像素提取出来;
4.3)、中值滤波,过滤掉孤立的噪声点;
5)、对疑似指针像素进行连通域提取、拼接、尺寸和形状分析处理,确定指针区域;
对步骤4中得到的指针候选像素结果图进行进一步的分析,以过滤掉噪声的干扰,具体步骤如下:
5.1)、连通域提取和轮廓提取;
5.2)、近距离连通域的拼接;
由于相机实际拍摄效果的影响,步骤4中提取出来的指针像素,很可能是断裂的,指针有可能被分成了多个部分,此时需要对所有的连通域轮廓进行分析,计算其最近距离,最近距离小于5个像素的连通域,需要拼接成一个整体;
5.3)、过滤小尺寸连通域:计算连通域的外接矩形,外接矩形的宽和高都小于50个像素的连通域,需要过滤掉,它们不可能是指针区域;
5.4)、连通域形状分析,过滤掉明显不符的连通域:步骤4中的指针像素形成的连通域,即便受到背景像素的影响,或者在拼接之后,依然存在断裂现象,其外形也接近矩形;计算连通域轮廓的最小外接矩形,然后计算其矩形度,矩形度小于0.6的连通域,直接过滤;
6)、当前图像中指针边缘提取;
在检测指针两侧的直线之前,需要提前计算图像中的边缘,后续步骤在边缘图的基础之上,进一步进行直线拟合,具体步骤如下:
6.1)、在当前彩色图中利用canny算子提取边缘图;
6.2)、利用步骤5的结果生成掩模图;
将步骤5过滤后剩下来的连通域,绘制在新的图像中,形成黑白二值化图像,用来作为掩模图,掩模图中的白色像素,表示需要被处理的像素;
6.3)、掩模图膨胀
连通域提取时,其边界很可能就是指针的边界;为了防止指针边缘被漏检,需要对掩模图进行膨胀,扩大每个连通域的范围;
6.4)、掩模图与边缘图求与
求与之后,仅有指针区域的边缘图得到保留,其余的背景区域或者非指针区域的边缘都被过滤;
6.5)、边缘子线段打断
遍历所有的边缘点,分析其8邻域中边缘点的个数,如果边缘点个数大于2,则是T型交叉点或者十字交叉点,需要打断,去掉该边缘点;
分析边缘点的曲率,曲率超过阈值的,也需要打断,去掉该边缘点;
6.6)、边缘形状分析,过滤曲线
分析每一条边缘的形状,计算边缘上所有边缘点的重心,重心距离边缘上点的最大距离超过10个像素的,认为是曲线,加以滤除,最终保留下来的,全部都是直线子线段;
7)、根据步骤6)提取的边缘子线段,进行指针边缘直线拟合;
在步骤6得到的曲线图中,进行直线拟合,同时计算直线对应的方程;
8)、根据步骤7)得到的边缘拟合直线计算指针中线方程;
指针的形状通常并不是规则的矩形,而是呈现上小下大,或者上大下小的形状,部分指针更是出现非规则形状;但是,绝大部分的指针,都是左右对称的,并且两侧都存在直线边界,利用步骤7中得到的指针边界直线拟合结果,可以得到指针的中线方程,具体流程如下:
8.1)、直线对搜索
指针两侧的直线,具有如下的特点:a)、到圆盘中心的距离小于30个像素;b)、两侧直线关于圆盘中心对称;根据这两个特点,遍历图像中所有的直线,就可以找到满足这两个特征的直线对,作为指针两侧的直线方程;
8.2)、直线对方程修正
由于边缘在提取过程中,总会受到各种因素的干扰,导致直线方程出现偏斜,因此需要根据进行一定程度的修正,方法如下:a)、针对当前直线方程,搜索边缘图中,距离该直线较近的边缘点;b)、在直线周边,降低边缘提取的参数值,扩充边缘点数目;c)、将距离较近的边缘点,重新进行直线拟合,作为新的修正后的直线方程;
8.3)、直线对交点计算:利用两侧直线方程,得到交点坐标;
8.4)、角平分线计算:利用两侧直线方程对应的角度,得到中线的角度,中线位于角平分线上;
8.5)、中线方程计算:利用交点和角度,得到中线直线方程;
8.6)、中线方程验证:指针都是从圆盘的中心发出的,可以计算圆盘中心到指针中线的距离,距离大于5个像素,认为方程计算错误,进行预警;
9)、根据每个刻度线的中心点位置、对应的实际刻度值、以及指针的中线方程,计算指针的实际刻度值;具体流程如下:
9.1)、逐个遍历刻度中心点,计算其位于指针中线的那一侧:左侧标记为正,右侧标记为负;
9.2)、逐个遍历相邻的两个刻度线,找到分别位于指针中线两侧的那一对刻度线A和B:圆盘上所有的刻度线,只有一对刻度,是分居在中线的两侧的,只需要找到符号不同的刻度对就行了;
9.3)、计算刻度线A和B到中线的距离;
9.4)、根据距离比和A、B的实际刻度值,计算出指针对应的实际刻度值:利用线性插值的方法,得到指针的真实刻度值。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种仪表指针刻度值计算方法,其特征在于,包括以下步骤:
1)、建立背景图:对指针处于每一个刻度时的所有图像逐像素分析亮度,将排序位置在中间的亮度值作为背景图中对应像素位置的亮度值,建立背景图;
2)、从背景图中选择仪表刻度盘模板图,通过当前图和仪表刻度盘模板图的匹配,定位当前图;
3)、在模板图中对指针像素进行色彩训练,并进行色彩训练结果的验证;
4)、将前图像与背景图比较初步确定指针像素,然后根据色彩训练结果提取当前图中的疑似指针像素;
5)、对疑似指针像素进行连通域提取、拼接、尺寸和形状分析处理,确定指针区域;
6)、当前图像中指针边缘提取;
7)、根据步骤6)提取的边缘子线段,进行指针边缘直线拟合;
8)、根据步骤7)得到的边缘拟合直线计算指针中线方程;
9)、根据每个刻度线的中心点位置、对应的实际刻度值、以及指针的中线方程,利用线性插值方法计算指针的实际刻度值。
2.根据权利要求1中所述的仪表指针刻度值计算方法,其特征在于,所述步骤2)中通过当前图和仪表刻度盘模板图的匹配,定位当前图的过程如下:
a)、模板图和当前图中心圆盘的外轮廓圆拟合;
b)、图像平移,使得圆心对齐;
c)、图像缩放,使得当前图圆盘半径与模板图半径一致;
d)、模板图和当前图中心圆盘底部直线提取以及直线方向计算;
e)、图像旋转,使得当前图圆盘底部直线方向与模板图一致。
3.根据权利要求1中所述的仪表指针刻度值计算方法,其特征在于,所述步骤3)中在模板图中对指针像素进行色彩训练,并进行色彩训练结果的验证后还包括人工修补漏缺像素,增加新的色彩训练用高斯模型的过程。
4.根据权利要求1中所述的仪表指针刻度值计算方法,其特征在于,所述步骤6)中当前图像中指针边缘提取的过程如下:
a)、在当前彩色图中利用canny算子提取边缘图;
b)、利用步骤5)的指针区域生成掩模图;
c)、掩模图膨胀,扩大每个连通域的范围;
d)、掩模图与边缘图求与,确定指针边缘;
e)、T型交叉点或者十字交叉点边缘子线段打断滤除;
f)、分析边缘形状,过滤曲线,保留直线子线段。
5.根据权利要求1所述的仪表指针刻度值计算方法,其特征在于,所述步骤8)的指针中线方程计算过程如下:
a)、搜索关于圆盘中心对称的直线对作为指针两侧的直线方程;
b)、对直线对方程进行修正;
c)、根据修正后的直线对方程进行直线对交点计算,得到交点坐标;
d)、利用直线对方程对应的角度,计算角平分线的角度;
e)、利用交点坐标和平分线角度,计算中线直线方程。
6.根据权利要求5所述的仪表指针刻度值计算方法,其特征在于,还包括中线方程的验证:计算圆盘中心到指针中线的距离,距离大于阈值L1,则中线方程错误,进行预警。
7.根据权利要求6所述的仪表指针刻度值计算方法,其特征在于,所述阈值L1位5个像素。
8.根据权利要求1中所述的仪表指针刻度值计算方法,其特征在于,所述步骤9)根据每个刻度线的中心点位置、对应的实际刻度值、以及指针的中线方程,计算指针的实际刻度值的具体流程如下:
a)、逐个遍历刻度中心点,计算其位于指针中线的那一侧:左侧标记为正,右侧标记为负;
b)、逐个遍历相邻的两个刻度线,找到分别位于指针中线两侧的那一对刻度线A和B;
c)、计算刻度线A和B到中线的距离;
d)、根据距离比和A、B的实际刻度值,利用线性插值的方法,计算出指针对应的实际刻度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710331133.0A CN107239742B (zh) | 2017-05-11 | 2017-05-11 | 一种仪表指针刻度值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710331133.0A CN107239742B (zh) | 2017-05-11 | 2017-05-11 | 一种仪表指针刻度值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107239742A true CN107239742A (zh) | 2017-10-10 |
CN107239742B CN107239742B (zh) | 2020-06-09 |
Family
ID=59985574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710331133.0A Active CN107239742B (zh) | 2017-05-11 | 2017-05-11 | 一种仪表指针刻度值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107239742B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086763A (zh) * | 2018-07-23 | 2018-12-25 | 国网辽宁省电力有限公司信息通信分公司 | 一种指针式仪表读取方法及装置 |
CN109145899A (zh) * | 2018-07-30 | 2019-01-04 | 安徽慧视金瞳科技有限公司 | 一种汽车仪表指针提取方法 |
CN109470290A (zh) * | 2018-10-31 | 2019-03-15 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
CN110335282A (zh) * | 2018-12-25 | 2019-10-15 | 广州启明星机器人有限公司 | 一种基于栅格的轮廓线段特征提取算法 |
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 |
CN111298238A (zh) * | 2020-02-21 | 2020-06-19 | 济南欣格信息科技有限公司 | 基于图像识别的输液预警方法 |
CN111325164A (zh) * | 2020-02-25 | 2020-06-23 | 北京眸视科技有限公司 | 指针表示数识别方法、装置和电子设备 |
CN112288049A (zh) * | 2020-12-29 | 2021-01-29 | 广东科凯达智能机器人有限公司 | 基于模板匹配和限制连通域指针定位的指针表读数方法 |
CN112640415A (zh) * | 2018-08-30 | 2021-04-09 | 欧吉斯信息技术有限公司 | 仪表读取装置、抄表***和计算机程序 |
CN115655576A (zh) * | 2022-12-13 | 2023-01-31 | 成都千嘉科技股份有限公司 | 一种指针式压力表位移异常的自动感知方法 |
Citations (7)
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 |
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 |
CN104050446A (zh) * | 2014-05-30 | 2014-09-17 | 浙江大学 | 一种基于指针宽度特征的仪表指针图像识别方法 |
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 |
CN105783969A (zh) * | 2016-04-01 | 2016-07-20 | 湖北工程学院 | 国四商用汽车仪表的步进电机指针表头视频读数方法 |
CN106339707A (zh) * | 2016-08-19 | 2017-01-18 | 亿嘉和科技股份有限公司 | 一种基于对称性特征的仪表指针图像识别方法 |
CN106529519A (zh) * | 2016-09-19 | 2017-03-22 | 国家电网公司 | 一种电力指针式仪表自动读数识别的方法及*** |
-
2017
- 2017-05-11 CN CN201710331133.0A patent/CN107239742B/zh active Active
Patent Citations (7)
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 |
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 |
CN104050446A (zh) * | 2014-05-30 | 2014-09-17 | 浙江大学 | 一种基于指针宽度特征的仪表指针图像识别方法 |
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 |
CN105783969A (zh) * | 2016-04-01 | 2016-07-20 | 湖北工程学院 | 国四商用汽车仪表的步进电机指针表头视频读数方法 |
CN106339707A (zh) * | 2016-08-19 | 2017-01-18 | 亿嘉和科技股份有限公司 | 一种基于对称性特征的仪表指针图像识别方法 |
CN106529519A (zh) * | 2016-09-19 | 2017-03-22 | 国家电网公司 | 一种电力指针式仪表自动读数识别的方法及*** |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086763A (zh) * | 2018-07-23 | 2018-12-25 | 国网辽宁省电力有限公司信息通信分公司 | 一种指针式仪表读取方法及装置 |
CN109145899A (zh) * | 2018-07-30 | 2019-01-04 | 安徽慧视金瞳科技有限公司 | 一种汽车仪表指针提取方法 |
CN112640415A (zh) * | 2018-08-30 | 2021-04-09 | 欧吉斯信息技术有限公司 | 仪表读取装置、抄表***和计算机程序 |
CN112640415B (zh) * | 2018-08-30 | 2022-09-13 | 欧吉斯信息技术有限公司 | 仪表读取装置、抄表***和存储介质 |
CN109470290A (zh) * | 2018-10-31 | 2019-03-15 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
CN109470290B (zh) * | 2018-10-31 | 2022-02-18 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
CN110335282A (zh) * | 2018-12-25 | 2019-10-15 | 广州启明星机器人有限公司 | 一种基于栅格的轮廓线段特征提取算法 |
CN110335282B (zh) * | 2018-12-25 | 2023-04-18 | 广州启明星机器人有限公司 | 一种基于栅格的轮廓线段特征提取方法 |
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 |
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 |
CN111298238A (zh) * | 2020-02-21 | 2020-06-19 | 济南欣格信息科技有限公司 | 基于图像识别的输液预警方法 |
CN111325164A (zh) * | 2020-02-25 | 2020-06-23 | 北京眸视科技有限公司 | 指针表示数识别方法、装置和电子设备 |
CN111325164B (zh) * | 2020-02-25 | 2023-11-21 | 北京眸视科技有限公司 | 指针表示数识别方法、装置和电子设备 |
CN112288049A (zh) * | 2020-12-29 | 2021-01-29 | 广东科凯达智能机器人有限公司 | 基于模板匹配和限制连通域指针定位的指针表读数方法 |
CN115655576A (zh) * | 2022-12-13 | 2023-01-31 | 成都千嘉科技股份有限公司 | 一种指针式压力表位移异常的自动感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107239742B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107239742A (zh) | 一种仪表指针刻度值计算方法 | |
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
US20220148213A1 (en) | Method for fully automatically detecting chessboard corner points | |
CN107633516B (zh) | 一种识别路面变形类病害的方法和装置 | |
CN114140679B (zh) | 一种缺陷融合方法、装置、识别***及存储介质 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN105069790A (zh) | 一种齿轮外观缺陷快速影像检测方法 | |
CN104657711B (zh) | 一种鲁棒的指针式仪表读数自动识别方法 | |
WO2017181724A1 (zh) | 电子元件漏件检测方法和*** | |
CN111474184A (zh) | 基于工业机器视觉的aoi字符缺陷检测方法和装置 | |
CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
WO2017177717A1 (zh) | 基于颜色和梯度的元件定位方法和*** | |
CN112257676A (zh) | 一种指针式仪表读数方法、***以及巡检机器人 | |
US20120213425A1 (en) | Combining feature boundaries | |
CN102496161A (zh) | 一种印刷电路板图像的轮廓提取方法 | |
CN111222507B (zh) | 数字式仪表读数的自动识别方法、计算机可读存储介质 | |
CN115597494B (zh) | 一种基于点云的预制构件预留孔的精度检测方法、*** | |
CN115014248B (zh) | 一种激光投射线的识别与平面度判定方法 | |
CN110211178A (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
CN105374045B (zh) | 一种基于形态学的图像特定形状尺寸目标快速分割方法 | |
CN104655041B (zh) | 一种附加约束条件的工业零件轮廓线多特征提取方法 | |
CN110288040A (zh) | 一种基于拓扑验证的图像相似评判方法及设备 | |
CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 230000 Yafu Park, Juchao Economic Development Zone, Chaohu City, Hefei City, Anhui Province Applicant after: ANHUI HUISHI JINTONG TECHNOLOGY Co.,Ltd. Address before: 102, room 602, C District, Hefei National University, Mount Huangshan Road, 230000 Hefei Road, Anhui, China Applicant before: ANHUI HUISHI JINTONG TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |