CN109146974A - 一种指针式仪表读数识别方法及*** - Google Patents

一种指针式仪表读数识别方法及*** Download PDF

Info

Publication number
CN109146974A
CN109146974A CN201811049628.5A CN201811049628A CN109146974A CN 109146974 A CN109146974 A CN 109146974A CN 201811049628 A CN201811049628 A CN 201811049628A CN 109146974 A CN109146974 A CN 109146974A
Authority
CN
China
Prior art keywords
processing
image
pointer
area
interest
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
Application number
CN201811049628.5A
Other languages
English (en)
Inventor
黄贞云
刘穗生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhong Yue Electric Power Technology Co Ltd
Original Assignee
Guangdong Zhong Yue Electric Power Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Zhong Yue Electric Power Technology Co Ltd filed Critical Guangdong Zhong Yue Electric Power Technology Co Ltd
Priority to CN201811049628.5A priority Critical patent/CN109146974A/zh
Publication of CN109146974A publication Critical patent/CN109146974A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种指针式仪表读数识别方法，包括通过指针式仪表读数识别方法，能够实现采集仪表图像、进行图像处理、图像分析和读数判断等功能，从而有效地替代了人工读数，并能实时地对指针式仪表所测量的参数进行实时监控、记录与分析，实现对配电房运行的自动化控制，进而为设备出现故障或存在重大安全隐患的情况下及时快速的进行报警的技术实现提供了保证；同时，采用所述指针式仪表读数识别方法，具有准确性高、鲁棒性好的特点，适用于配电房的实时监测。本发明还提供了一种指针式仪表读数识别***。

Description

一种指针式仪表读数识别方法及***
技术领域
本发明涉及机械仪表读数识别技术领域，尤其是涉及一种指针式仪表读数识别方法及***。
背景技术
目前，电力***变电站中许多设备的运行状态主要采用指针式仪表进行显示，如电压表、电流表、气压表、温度表、功率表、油温表、油压表、避雷器表等等。
现有技术中，由于指针式仪表不具有数据线接口的功能，仪表读数主要是靠人眼近距离观测获得，这样通过人工手动记录、人工数据分析获得的数据精度低，且重复性、可靠性差，导致工作人员的劳动强度大，多次重复劳动容易引起人体视觉疲劳，容易造成识别数据、记录数据出现错误。因此通过人工识别读数方式并不能对指针式仪表所测量的参数进行实时监控、记录以及分析，从而无法实现对配电房运行的自动化控制，也不能在设备出现故障或存在重大安全隐患的情况下及时快速的进行报警。
发明内容
本发明实施例提供了一种指针式仪表读数识别方法及***，以解决现有的指针式仪表依靠人工进行读数，难以实现自动监测的技术问题，从而通过图像识别方法获得指针式仪表上的读数，进而实现指针式仪表读数的自动化。
为了解决上述技术问题，本发明实施例提供了一种指针式仪表读数识别方法，包括步骤：
步骤S1、利用摄像装置采集指针式仪表的原始仪表图像；
步骤S2、对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
步骤S4、对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
步骤S6、对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
步骤S7、对所述五次处理图像进行形态学处理获得六次处理图像；
步骤S8、对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
步骤S10、对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
作为优选方案，所述步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像具体为：
步骤S31、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
步骤S32、对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
作为优选方案，所述步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像具体为：
步骤S51、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
步骤S52、对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
作为优选方案，所述步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像具体为：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8 处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b；
作为优选方案，所述步骤对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数具体为：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
为了解决相同的技术问题，本发明还提供了一种指针式仪表读数识别***，包括：
图像采集模块，用于利用摄像装置采集指针式仪表的原始仪表图像；
第一处理模块，用于对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
第二处理模块，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
第三处理模块，用于对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
第四处理模块，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
第五处理模块，用于对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
第六处理模块，用于对所述五次处理图像进行形态学处理获得六次处理图像；
第七处理模块，用于对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
第八处理模块，用于采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
读数处理模块，用于对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
作为优选方案，所述第二处理模块包括：
第一处理单元，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
第二处理单元，用于对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
作为优选方案，所述第五处理模块包括：
第三处理单元，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
第四处理单元，用于对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
作为优选方案，所述第九处理模块还用于：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8 处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b；
作为优选方案，所述读数处理模块还用于：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
相比于现有技术，本发明实施例的有益效果在于，通过指针式仪表读数识别方法，能够实现采集仪表图像、进行图像处理、图像分析和读数判断等功能，从而有效地替代了人工读数，并能实时地对指针式仪表所测量的参数进行实时监控、记录与分析，实现对配电房运行的自动化控制，进而为设备出现故障或存在重大安全隐患的情况下及时快速的进行报警的技术实现提供了保证；同时，采用所述指针式仪表读数识别方法，具有准确性高、鲁棒性好的特点，适用于配电房的实时监测。
附图说明
图1是本发明实施例一的指针式仪表读数识别方法的流程示意图；
图2是本发明实施例一的指针式仪表读数识别***的结构示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本发明优选实施例提供了一种指针式仪表读数识别方法，包括步骤：
步骤S1、利用摄像装置采集指针式仪表的原始仪表图像；
其中，所述摄像装置包括但不限于摄像头、相机等设备，利用所述摄像装置拍摄得到指针式仪表的照片，并将照片传输到计算机；从而计算机中的图像处理软件能够提取待处理照片作为所述原始仪表图像。
步骤S2、对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
其中，所述图像中值滤波处理用于去噪声，以消除所述原始仪表图像的噪声干扰，从而提高图像质量；所述图像中值滤波处理的原理是：中值滤波属于非线性滤波，把数字图像中一点的值用该点的一个邻域中各点值的中值代替。
所述图像增强处理为图像直方图均衡化处理，用于提高图像的对比度，以使使图像更加清晰；其基本原理是把原始仪表图像的直方图变换为均匀分布的形式，以增加像素灰度值的动态范围，从而达到增强图像整体对比度的效果。
步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
其中，所述颜色空间变换处理，用于针对被检测物的所所存在的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化，为接下来的阈值分割做准备；其基本原理是图像矩阵的矩阵运算。
所述图像阈值分割处理用于将用户所需要提取的区域进行分割；其基本原理是阈值分割法是一种基于区域的图像分割技术，把图像象素点分为若干类。
步骤S4、对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
其中，所述形态学处理用于消除因为光线影响产生欠分割和过分割而导致的误差；形态学的基本思想是用具有一定形态的结构元素去腐蚀、膨胀，开运算、闭运算或顶帽图像，以达到对图像分析和处理的目的。
步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
其中，所述连通区域判断用于将处理得到的二值图上的区域分成独立的一个个区域，目的是为仪表区域定位做准备；具体的，一个连通区域是由具有相同像素值的相邻像素组成像素集合，因此，用户就可以通8领域像素关系寻找连通区域，对于找到的每个连通区域，用户赋予其一个唯一的标识(Label)，以区别其他连通区域。
所述图像形状判断用于遍历之前得到的独立区域并提取矩形度，通过提取的矩形度筛选，目的是为仪表区域定位做准备。
步骤S6、对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
步骤S7、对所述五次处理图像进行形态学处理获得六次处理图像；
步骤S8、对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
其中，所述骨骼化处理：目的是为了消除指针提取可能出现的欠分割和过分割而产生的影响。
步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
步骤S10、对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
在所述步骤S9和所述步骤S10中，所述hough变换方法利用Hough变换将骨骼化处理之后所有点都集中到变换空间的某个点形成峰值，再寻找峰点累加数的最大值即可确定出指针所在直线y＝kx+b。知道了斜率k，从而结合事先选定的仪表，就可以确定指针与零刻度线的偏转角度，从而计算出仪表的读数。
相比于现有技术，本发明实施例提供的指针式仪表读数识别方法，能够实现采集仪表图像、进行图像处理、图像分析和读数判断等功能，从而有效地替代了人工读数，并能实时地对指针式仪表所测量的参数进行实时监控、记录与分析，实现对配电房运行的自动化控制，进而为设备出现故障或存在重大安全隐患的情况下及时快速的进行报警的技术实现提供了保证；同时，采用所述指针式仪表读数识别方法，具有准确性高、鲁棒性好的特点，适用于配电房的实时监测。
在本发明实施例中，应当说明的是，本发明采用计算机上的图像处理软件，对采集到的原始仪表图像进行图像形状判断处理，最终获得仪表读数；其中，具体流程如下：
图像采集—>中值滤波—>直方图均衡化—>颜色空间变换—>阈值分割—> 形态学处理—>区域填充—>连通区域判断—>形状判断—>连通区域面积判断—>图像掩模—>仪表区域阈值分割—>指针提取—>形态学处理—>骨骼化处理—>Hough变换—>量程换算实现仪表读数。
在本发明实施例中，所述步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像具体为：
步骤S31、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
步骤S32、对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
在本发明实施例中，所述步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像具体为：
步骤S51、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
步骤S52、对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
在本发明实施例中，所述步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像具体为：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8 处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b；
在本发明实施例中，所述步骤对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数具体为：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
请参见图2，本发明还提供了一种指针式仪表读数识别***，包括：
图像采集模块1，用于利用摄像装置采集指针式仪表的原始仪表图像；
第一处理模块2，用于对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
第二处理模块3，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
第三处理模块4，用于对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
第四处理模块5，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
第五处理模块6，用于对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
第六处理模块7，用于对所述五次处理图像进行形态学处理获得六次处理图像；
第七处理模块8，用于对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
第八处理模块9，用于采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
读数处理模块10，用于对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
需要说明的是，本发明实施例提供的一种指针式仪表读数识别***使用上述指针式仪表读数识别方法，其工作原理和有益效果一一对应，因而不再赘述。
在本发明实施例中，所述第二处理模块3包括：
第一处理单元，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
第二处理单元，用于对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
在本发明实施例中，所述第五处理模块6包括：
第三处理单元，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
第四处理单元，用于对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
在本发明实施例中，所述第九处理模块还用于：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8 处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b；
在本发明实施例中，所述读数处理模块10还用于：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
在本实施例中，所述指针式仪表读数识别***应用所述指针式仪表读数识别方法，能够实现采集仪表图像、进行图像处理、图像分析和读数判断等功能，从而有效地替代了人工读数，并能实时地对指针式仪表所测量的参数进行实时监控、记录与分析，实现对配电房运行的自动化控制，进而为设备出现故障或存在重大安全隐患的情况下及时快速的进行报警的技术实现提供了保证；同时，采用所述指针式仪表读数识别***，具有准确性高、鲁棒性好的特点，适用于配电房的实时监测。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种指针式仪表读数识别方法，其特征在于，包括步骤：
步骤S1、利用摄像装置采集指针式仪表的原始仪表图像；
步骤S2、对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
步骤S4、对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
步骤S6、对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
步骤S7、对所述五次处理图像进行形态学处理获得六次处理图像；
步骤S8、对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
步骤S10、对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
2.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S3、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像具体为：
步骤S31、对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
步骤S32、对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
3.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S5、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像具体为：
步骤S51、将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
步骤S52、对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
4.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S9、采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像具体为：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b。
5.如权利要求4所述的指针式仪表读数识别方法，其特征在于，所述步骤对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数具体为：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
6.一种指针式仪表读数识别***，其特征在于，包括：
图像采集模块，用于利用摄像装置采集指针式仪表的原始仪表图像；
第一处理模块，用于对所述原始仪表图像进行图像中值滤波处理及图像增强处理获得一次处理图像；
第二处理模块，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，并在将所述感兴趣区域内的感兴趣的物体颜色特征最大化后，进行阈值分割处理获得二次处理图像；
第三处理模块，用于对所述二次处理图像进行形态学处理和区域填充处理获得三次处理图像；
第四处理模块，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，在通过图像形状判断处理判断若干个所述连通区域面积之后，进行图像掩模处理获得四次处理图像；
第五处理模块，用于对所述四次处理图像进行仪表区域阈值分割处理和指针提取处理获得五次处理图像；
第六处理模块，用于对所述五次处理图像进行形态学处理获得六次处理图像；
第七处理模块，用于对所述六次处理图像进行骨骼化处理，以消除指针提取处理出现的欠分割和过分割的影响，并获得七次处理图像；
第八处理模块，用于采用hough变换方法将所述七次处理图像进行指针定位，并获得八次处理图像；
读数处理模块，用于对定位后的所述八次处理图像进行自动判读，得到所述指针式仪表的读数。
7.如权利要求6所述的指针式仪表读数识别***，其特征在于，所述第二处理模块包括：
第一处理单元，用于对所述一次处理图像进行颜色空间变换处理，在所述一次处理图像上标识出矩形框作为感兴趣区域，针对所述感兴趣区域内的感兴趣的物体的颜色特征进行颜色通道计算，将感兴趣的物体颜色特征最大化；
第二处理单元，用于对所述步骤S31处理后的感兴趣区域进行阈值分割处理，获得二次处理图像。
8.如权利要求6所述的指针式仪表读数识别***，其特征在于，所述第五处理模块包括：
第三处理单元，用于将所述三次处理图像上的感兴趣区域分成独立的若干个连通区域，进行图像形状判断处理，即对若干个所述连通区域分别提取矩形度，通过提取的矩形度筛选判断若干个所述连通区域面积；
第四处理单元，用于对所述步骤S51处理后的图像进行图像掩模处理，并获得四次处理图像。
9.如权利要求6所述的指针式仪表读数识别***，其特征在于，所述第九处理模块还用于：
采用hough变换方法将所述七次处理图像进行指针定位，即将所述步骤S8处理后的七次处理图像的所有点都集中到变换空间的预设点形成峰值，通过所述峰值寻找峰点累加数的最大值，从而确定出指针所在直线y＝kx+b。
10.如权利要求9所述的指针式仪表读数识别***，其特征在于，所述读数处理模块还用于：
对定位后的所述八次处理图像进行自动判读，通过结合所述步骤S9的k值和预设的仪表模型，确定指针与零刻度线的偏转角度，从而得到所述指针式仪表的读数。
CN201811049628.5A 2018-09-07 2018-09-07 一种指针式仪表读数识别方法及*** Pending CN109146974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811049628.5A CN109146974A (zh) 2018-09-07 2018-09-07 一种指针式仪表读数识别方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811049628.5A CN109146974A (zh) 2018-09-07 2018-09-07 一种指针式仪表读数识别方法及***

Publications (1)

Publication Number Publication Date
CN109146974A true CN109146974A (zh) 2019-01-04

Family

ID=64823969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811049628.5A Pending CN109146974A (zh) 2018-09-07 2018-09-07 一种指针式仪表读数识别方法及***

Country Status (1)

Country Link
CN (1) CN109146974A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858560A (zh) * 2019-02-18 2019-06-07 广东中粤电力科技有限公司 一种指针式仪表图像识别读数及安全预警方法
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
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
CN112329770A (zh) * 2020-10-30 2021-02-05 江苏理工学院 一种仪表刻度识别方法及装置
WO2021114521A1 (zh) * 2019-12-12 2021-06-17 常州机电职业技术学院 一种基于视觉的十位旋转拨码开关复位***及复位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070154067A1 (en) * 1998-10-23 2007-07-05 Facet Technology Corp. Method and apparatus for identifying objects depicted in a videostream
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***
CN107066998A (zh) * 2016-12-30 2017-08-18 山东鲁能软件技术有限公司 一种利用移动设备的指针式圆形单仪表盘实时识别方法
CN108256524A (zh) * 2018-01-24 2018-07-06 国家电网公司 一种多表盘指针式仪表的自动读数方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070154067A1 (en) * 1998-10-23 2007-07-05 Facet Technology Corp. Method and apparatus for identifying objects depicted in a videostream
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***
CN107066998A (zh) * 2016-12-30 2017-08-18 山东鲁能软件技术有限公司 一种利用移动设备的指针式圆形单仪表盘实时识别方法
CN108256524A (zh) * 2018-01-24 2018-07-06 国家电网公司 一种多表盘指针式仪表的自动读数方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858560A (zh) * 2019-02-18 2019-06-07 广东中粤电力科技有限公司 一种指针式仪表图像识别读数及安全预警方法
WO2021114521A1 (zh) * 2019-12-12 2021-06-17 常州机电职业技术学院 一种基于视觉的十位旋转拨码开关复位***及复位方法
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
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
CN112329770A (zh) * 2020-10-30 2021-02-05 江苏理工学院 一种仪表刻度识别方法及装置
CN112329770B (zh) * 2020-10-30 2024-02-23 江苏理工学院 一种仪表刻度识别方法及装置

Similar Documents

Publication Publication Date Title
CN109146974A (zh) 一种指针式仪表读数识别方法及***
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
CN109308447A (zh) 在电力远程监控中自动提取设备运行参数和运行状态的方法
CN108573261A (zh) 一种适用于变电站巡检机器人的数字显示仪表识别方法
CN109635806B (zh) 基于残差网络的电表数值识别方法
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
CN109190473A (zh) 一种“机器视觉理解”在电力远程监控中的应用
CN105260710B (zh) 基于图像处理的水表检定方法、装置及***
CN106023185A (zh) 一种输电设备故障诊断方法
CN108256524A (zh) 一种多表盘指针式仪表的自动读数方法
CN109118548A (zh) 一种综合智能水质识别方法
CN107610128A (zh) 一种油位计的巡检方法和装置
CN103927758B (zh) 一种基于对比度与角点最小凸包的显著性检测方法
CN109284706A (zh) 基于多源卫星遥感数据的热点网格工业聚集区域识别方法
CN109738137A (zh) 基于图像对比的土石坝渗漏实时监测与快速诊断方法
CN103886294A (zh) 基于图像的换流站用避雷器动作次数的识别方法以及***
CN106934377A (zh) 一种改进的人脸检测***
Sivasankar et al. Retracted: FCM based iris image analysis for tissue imbalance stage identification
US11488401B2 (en) Prostate cancer tissue image classification with deep learning
CN110008828A (zh) 基于差异正则化的成对约束成分分析度量优化方法
CN109271985A (zh) 一种数字仪表读数图像识别方法及***
CN106248634A (zh) 果实外表皮光泽度测量装置及方法
Sibi Chakkaravarthy et al. Automatic leaf vein feature extraction for first degree veins
CN106529455A (zh) 一种基于SoC FPGA的快速人体姿态识别方法
CN109509169A (zh) 基于近邻分类的距离度量学习的压板状态检测装置与方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190104