CN110287887A - 一种刻度识别方法、装置及计算机存储介质 - Google Patents
一种刻度识别方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN110287887A CN110287887A CN201910559856.5A CN201910559856A CN110287887A CN 110287887 A CN110287887 A CN 110287887A CN 201910559856 A CN201910559856 A CN 201910559856A CN 110287887 A CN110287887 A CN 110287887A
- Authority
- CN
- China
- Prior art keywords
- scale
- fitting
- scale image
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种刻度识别方法、装置及计算机存储介质,所述方法包括:获取原始刻度图像;对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据;获取指针对应于所述拟合刻度图像中的指针位置数据;根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像;根据所述目标刻度图像计算指针读数。本发明有效解决了现有技术中,指针式刻度仪表将所获得的椭圆刻度仪表直接当作圆形来计算指针读数所造成的错误率较高的问题,有效提高了指针式刻度仪表识别机器对指针读数的识别准确率。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种刻度识别方法、装置及计算机存储介质。
背景技术
在现代社会的生产生活中,指针式刻度仪表是广泛应用于各种领域的测量仪表,其价格便宜,数量巨大,种类繁多。精确读取指针式刻度仪表对与工业生产有着十分重要的作用。
在许多企业中,存在着大量的仪表,若均靠人来完成读数,这样工作量非常大,不仅成本高,而且误差率也较高。因此现有技术通常通过指针式刻度仪表自动识别技术来降低工人的劳动强度,同时提高仪表刻度数读取的自动化程度。但是,由于拍摄角度的偏差,现有指针式刻度仪表识别机器所获取的原始刻度仪表图像中的刻度仪表常常是椭圆的,在这样的情况下直接当作圆形进行计算所得的指针读数错误率较高,对生产生活造成了很多不便。
因此,如何提高指针式刻度仪表识别机器对指针读数的识别准确率成为当前亟待解决的技术问题。
发明内容
本发明实施例为了有效克服现有技术所存在的上述缺陷,创造性地提供一种刻度识别方法,所述方法包括:获取原始刻度图像;对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据;获取指针对应于所述拟合刻度图像中的指针位置数据;根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像;根据所述目标刻度图像计算指针读数。
在一可实施方式中,所述对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像包括:对所述原始刻度图像进行轮廓拟合,得到拟合刻度轮廓;根据所述拟合刻度轮廓从对应所述原始刻度图像中提取拟合刻度图像。
在一可实施方式中,所述对所述原始刻度图像进行轮廓拟合,得到拟合刻度轮廓包括:对所述原始刻度图像进行二值化灰度处理,得到原始灰度图像;对所述原始灰度图像进行轮廓检测,得到对应于所述原始灰度图像的轮廓数据序列;检测所述轮廓数据序列中的轮廓数据是否符合椭圆拟合条件;将所述符合椭圆拟合的轮廓数据确定为拟合刻度轮廓。
在一可实施方式中,所述根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据包括:获取对应于所述拟合刻度图像的特征位置信息,所述特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;根据所述特征位置信息计算对应所述拟合刻度图像的边界刻度数据,所述边界刻度数据包括初始刻度偏角和满量程刻度偏角。
在一可实施方式中,所述根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像包括:根据所述指针位置数据建立圆形表盘模型,所述圆形表盘模型的圆心在指针上;根据所述边界刻度数据对所述圆形表盘模型进行目标刻度标示,得到目标刻度图像。
在一可实施方式中,根据所述目标刻度图像中的目标刻度和指针位置数据来计算指针读数。
在一可实施方式中,所述获取指针对应于所述拟合刻度图像中的指针位置数据包括:对所述拟合刻度图像进行最大轮廓区域检测,得到指针轮廓数据;根据所述指针轮廓数据提取对应于所述拟合刻度图像中的指针位置数据。
本发明另一方面提供一种刻度识别装置,所述装置包括:原始图像获取模块,用于获取原始刻度图像;拟合处理模块,用于对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;边界获取模块,用于根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据;指针获取模块,用于获取指针对应于所述拟合刻度图像中的指针位置数据;目标图像处理模块,用于根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像;读数计算模块,用于根据所述目标刻度图像计算指针读数。
在一可实施方式中,所述边界获取模块包括:特征获取单元,用于获取对应于所述拟合刻度图像的特征位置信息,所述特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;边界计算单元,用于根据所述特征位置信息计算对应所述拟合刻度图像的边界刻度数据,所述边界刻度数据包括初始刻度偏角和满量程刻度偏角。
在一可实施方式中,所述目标图像处理模块包括:模型处理单元,用于根据所述指针位置数据建立圆形表盘模型,所述圆形表盘模型的圆心在指针上;目标图像处理单元,用于根据所述边界刻度数据对所述圆形表盘模型进行目标刻度标示,得到目标刻度图像。
本发明另一方面提供一种计算机可读存储介质,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行上述任一项所述的刻度识别方法。
本发明实施例为提高指针式刻度仪表识别机器对指针读数的识别准确率,特提供一种刻度识别方法、装置及计算机存储介质,其中方法包括:先获取原始刻度图像,其中获取方式可以为人工或机器进行拍摄或导入;然后对所获得的原始刻度图像进行轮廓拟合处理,得到拟合刻度图像,这里所得到的拟合刻度图像为椭圆刻度图像,由于拍摄时往往无法正对表盘,因此所得到的原始刻度图像中,刻度表盘通常为椭圆形,根据这样的拟合刻度图像来获取边界刻度数据以及指针位置数据能够使得所获取的数据结果更加真实准确。获取到指针位置数据后,可以通过根据指针位置来建立圆形表盘模型,然后将边界刻度数据对应在圆形表盘模型中标示出来,从而得到指针方向准确,并且有利于计算角度与指针读数的目标刻度图像;获取到目标刻度图像以后,可以根据图像中的指针位置数据和边界刻度位置等数据来计算指针的相对转角,并根据指针相对转角与满量程转角的比值来计算指针读数。本发明有效解决了现有技术中,指针式刻度仪表将所获得的椭圆刻度仪表直接当作圆形来计算指针读数所造成的错误率较高的问题,有效提高了指针式刻度仪表识别机器对指针读数的识别准确率。
附图说明
图1为本发明一实施例所提供的一种刻度识别方法的实现流程示意图;
图2为本发明一实施例所提供的一种原始刻度图像的一种示意图;
图3为本发明一实施例所提供的一种目标刻度图像的一种示意图;
图4为本发明一实施例所提供的一种刻度识别装置的组成结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做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。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请参考图1,本发明实施例一方面提供一种刻度识别方法,方法包括:
本发明一方面提供一种刻度识别方法,方法包括:
步骤101,获取原始刻度图像;
步骤102,对原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;
步骤103,根据拟合刻度图像获取对应拟合刻度图像的边界刻度数据;
步骤104,获取指针对应于拟合刻度图像中的指针位置数据;
步骤105,根据指针位置数据和边界刻度数据对拟合刻度图像进行建模处理,得到目标刻度图像;
步骤106,根据目标刻度图像计算指针读数。
本发明实施例为提高指针式刻度仪表识别机器对指针读数的识别准确率,特提供一种刻度识别方法,先通过步骤101获取原始刻度图像,如图2所示,其中获取方式可以为人工或机器进行拍摄或导入;然后通过步骤102对所获得的原始刻度图像进行轮廓拟合处理,得到拟合刻度图像,这里所得到的拟合刻度图像为椭圆刻度图像,由于拍摄时往往无法正对表盘,因此所得到的原始刻度图像中,刻度表盘通常为椭圆形,根据这样的拟合刻度图像来获取边界刻度数据以及指针位置数据能够使得所获取的数据结果更加真实准确。获取到指针位置数据后,可以通过根据指针位置来建立圆形表盘模型,然后将边界刻度数据对应在圆形表盘模型中标示出来,从而得到指针方向准确,并且有利于计算角度与指针读数的目标刻度图像;获取到目标刻度图像以后,可以通过步骤106来根据图像中的指针位置数据和边界刻度位置等数据来计算指针的相对转角,并根据指针相对转角与满量程转角的比值来计算指针读数。本发明有效解决了现有技术中,指针式刻度仪表将所获得的椭圆刻度仪表直接当作圆形来计算指针读数所造成的错误率较高的问题,有效提高了指针式刻度仪表识别机器对指针读数的识别准确率。
在一可实施方式中,对原始刻度图像进行轮廓拟合处理,得到拟合刻度图像包括:
对原始刻度图像进行轮廓拟合,得到拟合刻度轮廓;
根据拟合刻度轮廓从对应原始刻度图像中提取拟合刻度图像。
本发明实施例中,对原始刻度图像进行轮廓拟合处理时,所使用的函数具体可以为:
Cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
其中,本发明实施例检测时不对图像数据建立层级关系,仅检测最外侧轮廓,这样便得到了拟合刻度轮廓;然后再根据拟合刻度轮廓从原始刻度图像中提取轮廓内区域图像,便得到了拟合刻度图像。其中,考虑到原始刻度图像中的刻度仪表通常为椭圆形,因此为提高对刻度仪表的识别准确率,本发明实施例在进行轮廓拟合时,仅选择将能够拟合出符合条件的椭圆轮廓作为拟合刻度轮廓,根据这样的轮廓拟合方式,所得到的对应拟合刻度图像识别准确率更高。
在一可实施方式中,对原始刻度图像进行轮廓拟合,得到拟合刻度轮廓包括:
对原始刻度图像进行二值化灰度处理,得到原始灰度图像;
对原始灰度图像进行轮廓检测,得到对应于原始灰度图像的轮廓数据序列;
检测轮廓数据序列中的轮廓数据是否符合椭圆拟合条件;
将符合椭圆拟合的轮廓数据确定为拟合刻度轮廓。
本发明实施例中,对原始刻度图像进行轮廓拟合时,由于一般读取到的是彩色图片,而对图像进行轮廓拟合时不关心图像的色彩,因此本发明实施例先对原始刻度图像进行灰度处理,转换成灰度图。其中,将三通道的彩色图片转换为灰度图所用的函数具体可以为:
img_gray=Cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
然后将灰度图进行二值化处理,最后得到原始灰度图像,其中,对灰度图进行二值化所用的函数具体可以为:
Ret,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)
将灰度图进行二值化处理后,有利于在对图像做进一步处理时,图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。
其中,拟合椭圆所用的函数具体可以为:
ellipse=cv2.fitEllipse(cnt)其中ellipse是得到的椭圆,包括中心点坐标、长轴、短轴的长度;cnt是被拟合的轮廓。根据得到的椭圆的中心点坐标和轴长可以基本确定表盘的轮廓位置,获得拟合刻度轮廓。
在一可实施方式中,根据拟合刻度图像获取对应拟合刻度图像的边界刻度数据包括:
获取对应于拟合刻度图像的特征位置信息,特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;
根据特征位置信息计算对应拟合刻度图像的边界刻度数据,边界刻度数据包括初始刻度偏角和满量程刻度偏角。
本发明实施例中,通过对拟合刻度图像进行图像识别,可以较为容易的得到对应于拟合刻度图像的水平线位置、中心垂直线位置、初始刻度位置和读数以及满量程刻度位置和读数,如图3所示。当然,本发明实施例也可以通过人工获取或导入等方式等来进行特征位置信息识别,在此不对获取方式进行限定。获取到特征位置信息后,再根据起始刻度位置和水平线位置计算初始刻度偏角、根据满量程刻度位置和水平线位置计算满量程刻度偏角,便得到了对应拟合刻度图像的边界刻度数据,从而有利于使得指针读数计算时准确率更高。
在一可实施方式中,根据指针位置数据和边界刻度数据对拟合刻度图像进行建模处理,得到目标刻度图像包括:
根据指针位置数据建立圆形表盘模型,圆形表盘模型的圆心在指针上;
根据边界刻度数据对圆形表盘模型进行目标刻度标示,得到目标刻度图像。
本发明实施例中,由于指针对应于拟合刻度图像中的指针位置数据已获取,也即在拟合刻度图像中指针方向已确认,那么,当需要对指针的转角进行计算时,可通过根据指针位置进行数学建模来计算。具体的,可以在指针位置上选一点作为圆心,选择适当的半径画圆,得到圆形表盘模型,然后将所获得的边界刻度数据在圆形表盘模型中标示出来,即将所获得的初始刻度偏角和满量程刻度偏角对应标示入圆形表盘模型中,从而得到具有较为准确的指针方向、初始刻度方向以及满量程刻度方向的,便于计算的圆形目标刻度图像,如图3。进一步的,目标刻度标示的方法可以为,在圆形表盘模型中定位水平线和圆心,根据初始刻度偏角的大小以及方向对应在圆模型中以水平线为起始线以圆心为中心进行旋转,从而得到对应刻度位置。通过根据指针位置方向来建模,并将所获取的较为准确的初始刻度偏角和满量程刻度偏角对应标示入圆形表盘模型中,能够更为准确的计算指针转角,有利于提高机器对指针读数的识别准确率。
在一可实施方式中,根据目标刻度图像中的目标刻度和指针位置数据来计算指针读数。
本发明实施例中,根据目标刻度图像中的目标刻度和指针位置数据计算指针读数具体可以为:将从起始刻度线位置沿刻度线分布路径到满量程刻度线位置的偏转方向确定为度量偏转方向;根据度量偏转方向计算指针对应于起始刻度线的第一偏转角。
本发明实施例中,首先确了定度量偏转方向为,从起始刻度线位置沿刻度线分布路径到满量程刻度线位置的偏转方向,具体的,如图2中,0刻度线为起始刻度线,0.1刻度线为满量程刻度线,那么,从0刻度线开始沿刻度线分布路径到0.1刻度线位置的偏转方向即为顺时针方向,也就是以顺时针方向为度量偏转方向计算指针与起始刻度线之间的第一偏转角。然后再根据度量偏转方向计算起始刻度线到满量程刻度线之间的满量程偏转角,具体可以为:将第一偏转角与满量程偏转角的比值确定为第一参数;将满量程读数与起始读数的差值确定为第二参数;将第一参数与第二参数的乘积确定为指针读数。
本发明实施例根据确定出的度量偏转方向来计算满量程偏转角和指针旋转角,有效避免了现有技术中一些指针式仪表识别机器由于无法确定正确的量程计算方向,而导致识别出多个偏转角,最终影响正确读数的问题。确定出正确的满量程偏转角后,再计算指针旋转角,即计算第一偏转角与满量程偏转角之间的比值作为第一参数;然后计算满量程读数与起始读数的差值,即仪表刻度的总变化值作为第二参数;最后,将第一参数与第二参数相乘,便能计算得到较为准确的指针读数。
当然,本发明实施例也可以通过将目标刻度图像分为四个象限,并根据指针位置与水平线之间的锐角夹角,初始刻度偏角,以及满量程刻度偏角分别位于四个象限中的具***置来计算,具体如图3所示:
其中,初始刻度在第Ⅲ象限,满量程刻度在第Ⅳ象限时,
α:零刻度点和表盘圆心的连线与水平方向的锐角夹角
β:满量程刻度点与表盘圆心的连线与水平方向的锐角夹角
θ:指针表的指针与水平方向的锐角夹角
当指针在第Ⅲ象限,表的读数为:
当指针在第Ⅱ象限,表的度数为:
当指针在第Ⅰ象限,表的度数为:
当指针在第Ⅳ象限,表的读数为:
这样的计算方法简单可靠,能够较为准确的计算出指针读数。
在一可实施方式中,获取指针对应于拟合刻度图像中的指针位置数据包括:
对拟合刻度图像进行最大轮廓区域检测,得到指针轮廓数据;
根据指针轮廓数据提取对应于拟合刻度图像中的指针位置数据。
本发明实施例中,得到拟合刻度图像之后,再进行最大轮廓区域检测,这里由于所检测的表盘图像不包含边框,仅包含有指针刻度等内容,因此,对指针图像的查找可以先通过寻找最大轮廓等方式来提取指针轮廓数据;然后根据检测到的指针轮廓数据对应拟合刻度图像进行查找,进一步提取到目标指针图像。本发明实施例方法简单可靠,所识别的指针位置数据准确率较高,有助于提高机器对仪表表盘和读数的识别精准度。
请参考图4,本发明另一方面提供一种刻度识别装置,装置包括:
原始图像获取模块201,用于获取原始刻度图像;
拟合处理模块202,用于对原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;
边界获取模块203,用于根据拟合刻度图像获取对应拟合刻度图像的边界刻度数据;
指针获取模块204,用于获取指针对应于拟合刻度图像中的指针位置数据;
目标图像处理模块205,用于根据指针位置数据和边界刻度数据对拟合刻度图像进行建模处理,得到目标刻度图像;
读数计算模块206,用于根据目标刻度图像计算指针读数。
本发明实施例为提高指针式刻度仪表识别机器对指针读数的识别准确率,特提供一种刻度识别装置,先通过原始图像获取模块201获取原始刻度图像,其中获取方式可以为人工或机器进行拍摄或导入;然后通过拟合处理模块202对所获得的原始刻度图像进行轮廓拟合处理,得到拟合刻度图像,这里所得到的拟合刻度图像为椭圆刻度图像,由于拍摄时往往无法正对表盘,因此所得到的原始刻度图像中,刻度表盘通常为椭圆形,根据这样的拟合刻度图像来获取边界刻度数据以及指针位置数据能够使得所获取的数据结果更加真实准确。通过边界获取模块203和指针获取模块204获取到边界刻度数据和指针位置数据后,可以通过目标图像处理模块205根据指针位置来建立圆形表盘模型,然后将边界刻度数据对应在圆形表盘模型中标示出来,从而得到指针方向准确,并且有利于计算角度与指针读数的目标刻度图像;获取到目标刻度图像以后,可以通过读数计算模块206来根据图像中的指针位置数据和边界刻度位置等数据来计算指针的相对转角,并根据指针相对转角与满量程转角的比值来计算指针读数。本发明有效解决了现有技术中,指针式刻度仪表将所获得的椭圆刻度仪表直接当作圆形来计算指针读数所造成的错误率较高的问题,有效提高了指针式刻度仪表识别机器对指针读数的识别准确率。
在一可实施方式中,拟合处理模块202包括:
轮廓拟合单元,用于对原始刻度图像进行轮廓拟合,得到拟合刻度轮廓;
拟合图像提取单元,用于根据拟合刻度轮廓从对应原始刻度图像中提取拟合刻度图像。
本发明实施例中,轮廓拟合单元对原始刻度图像进行轮廓拟合处理时,所使用的函数具体可以为:
Cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
其中,本发明实施例检测时不对图像数据建立层级关系,仅检测最外侧轮廓,这样便得到了拟合刻度轮廓;然后拟合图像提取单元再根据拟合刻度轮廓从原始刻度图像中提取轮廓内区域图像,便得到了拟合刻度图像。其中,考虑到原始刻度图像中的刻度仪表通常为椭圆形,因此为提高对刻度仪表的识别准确率,本发明实施例在进行轮廓拟合时,仅选择将能够拟合出符合条件的椭圆轮廓作为拟合刻度轮廓,根据这样的轮廓拟合方式,所得到的对应拟合刻度图像识别准确率更高。
在一可实施方式中,轮廓拟合单元包括:
灰度处理子单元,用于对原始刻度图像进行二值化灰度处理,得到原始灰度图像;
轮廓检测子单元,用于对原始灰度图像进行轮廓检测,得到对应于原始灰度图像的轮廓数据序列;
条件检测子单元,用于检测轮廓数据序列中的轮廓数据是否符合椭圆拟合条件;
轮廓确定子单元,用于将符合椭圆拟合的轮廓数据确定为拟合刻度轮廓。
本发明实施例中,对原始刻度图像进行轮廓拟合时,由于一般读取到的是彩色图片,而对图像进行轮廓拟合时不关心图像的色彩,因此本发明实施例通过灰度处理子单元先对原始刻度图像进行灰度处理,转换成灰度图。其中,将三通道的彩色图片转换为灰度图所用的函数具体可以为:
img_gray=Cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
然后将灰度图进行二值化处理,最后得到原始灰度图像,其中,对灰度图进行二值化所用的函数具体可以为:
Ret,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)
将灰度图进行二值化处理后,有利于在对图像做进一步处理时,图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。
其中,拟合椭圆所用的函数具体可以为:
ellipse=cv2.fitEllipse(cnt)其中ellipse是得到的椭圆,包括中心点坐标、长轴、短轴的长度;cnt是被拟合的轮廓。根据得到的椭圆的中心点坐标和轴长可以基本确定表盘的轮廓位置,获得拟合刻度轮廓,有助于更好的识别刻度表盘。
在一可实施方式中,边界获取模块203包括:
特征获取单元,用于获取对应于拟合刻度图像的特征位置信息,特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;
边界计算单元,用于根据特征位置信息计算对应拟合刻度图像的边界刻度数据,边界刻度数据包括初始刻度偏角和满量程刻度偏角。
本发明实施例中,可以通过特征获取单元对拟合刻度图像进行图像识别,可以较为容易的得到对应于拟合刻度图像的水平线位置、中心垂直线位置、初始刻度位置和读数以及满量程刻度位置和读数,当然,本发明实施例也可以通过人工获取或导入等方式等来进行特征位置信息识别,在此不对获取方式进行限定。获取到特征位置信息后,再通过边界计算单元根据起始刻度位置和水平线位置计算初始刻度偏角、根据满量程刻度位置和水平线位置计算满量程刻度偏角,便得到了对应拟合刻度图像的边界刻度数据,从而有助于指针读数计算。
在一可实施方式中,目标图像处理模块205包括:
模型处理单元,用于根据指针位置数据建立圆形表盘模型,圆形表盘模型的圆心在指针上;
目标图像处理单元,用于根据边界刻度数据对圆形表盘模型进行目标刻度标示,得到目标刻度图像。
本发明实施例中,由于指针对应于拟合刻度图像中的指针位置数据已获取,也即在拟合刻度图像中指针方向已确认,那么,当需要对指针的转角进行计算时,可通过模型处理单元根据指针位置进行数学建模来计算。具体的,可以在指针位置上选一点作为圆心,选择适当的半径画圆,得到圆形表盘模型,然后将所获得的边界刻度数据在圆形表盘模型中标示出来,即通过目标图像处理单元将所获得的初始刻度偏角和满量程刻度偏角对应标示入圆形表盘模型中,从而得到具有较为准确的指针方向、初始刻度方向以及满量程刻度方向的,便于计算的圆形目标刻度图像,如图3。进一步的,目标刻度标示的方法可以为,在圆形表盘模型中定位水平线和圆心,根据初始刻度偏角的大小以及方向对应在圆模型中以水平线为起始线以圆心为中心进行旋转,从而得到对应刻度位置。通过根据指针位置方向来建模,并将所获取的较为准确的初始刻度偏角和满量程刻度偏角对应标示入圆形表盘模型中,能够更为准确的计算指针转角,有利于提高机器对指针读数的识别准确率。
在一可实施方式中,根据目标刻度图像中的目标刻度和指针位置数据来计算指针读数。
本发明实施例中,根据目标刻度图像中的目标刻度和指针位置数据计算指针读数具体可以为:将从起始刻度线位置沿刻度线分布路径到满量程刻度线位置的偏转方向确定为度量偏转方向;根据度量偏转方向计算指针对应于起始刻度线的第一偏转角。
本发明实施例中,首先确了定度量偏转方向为,从起始刻度线位置沿刻度线分布路径到满量程刻度线位置的偏转方向,具体的,如图2中,0刻度线为起始刻度线,0.1刻度线为满量程刻度线,那么,从0刻度线开始沿刻度线分布路径到0.1刻度线位置的偏转方向即为顺时针方向,也就是以顺时针方向为度量偏转方向计算指针与起始刻度线之间的第一偏转角。然后再根据度量偏转方向计算起始刻度线到满量程刻度线之间的满量程偏转角,具体可以为:将第一偏转角与满量程偏转角的比值确定为第一参数;将满量程读数与起始读数的差值确定为第二参数;将第一参数与第二参数的乘积确定为指针读数。
本发明实施例根据确定出的度量偏转方向来计算满量程偏转角和指针旋转角,有效避免了现有技术中一些指针式仪表识别机器由于无法确定正确的量程计算方向,而导致识别出多个偏转角,最终影响正确读数的问题。确定出正确的满量程偏转角后,再计算指针旋转角,即计算第一偏转角与满量程偏转角之间的比值作为第一参数;然后计算满量程读数与起始读数的差值,即仪表刻度的总变化值作为第二参数;最后,将第一参数与第二参数相乘,便能计算得到较为准确的指针读数。
当然,本发明实施例也可以通过将目标刻度图像分为四个象限,并根据指针位置与水平线之间的锐角夹角,初始刻度偏角,以及满量程刻度偏角分别位于四个象限中的具***置来计算,具体如图3所示:
其中,初始刻度在第Ⅲ象限,满量程刻度在第Ⅳ象限时,
α:零刻度点和表盘圆心的连线与水平方向的锐角夹角
β:满量程刻度点与表盘圆心的连线与水平方向的锐角夹角
θ:指针表的指针与水平方向的锐角夹角
当指针在第Ⅲ象限,表的读数为:
当指针在第Ⅱ象限,表的度数为:
当指针在第Ⅰ象限,表的度数为:
当指针在第Ⅳ象限,表的读数为:
在一可实施方式中,指针获取模块204包括:
指针轮廓检测单元,用于对拟合刻度图像进行最大轮廓区域检测,得到指针轮廓数据;
指针位置提取单元,用于根据指针轮廓数据提取对应于拟合刻度图像中的指针位置数据。
本发明实施例中,得到拟合刻度图像之后,再通过指针轮廓检测单元进行最大轮廓区域检测,这里由于所检测的表盘图像不包含边框,仅包含有指针刻度等内容,因此,对指针图像的查找可以先通过寻找最大轮廓等方式来提取指针轮廓数据;然后指针位置提取单元根据检测到的指针轮廓数据对应拟合刻度图像进行查找,进一步提取到目标指针图像。本发明实施例方法简单可靠,所识别的指针位置数据准确率较高,有助于提高机器对仪表表盘和读数的识别精准度。
本发明另一方面提供一种计算机可读存储介质,存储介质包括一组计算机可执行指令,当指令被执行时用于执行上述任一项的刻度识别方法。
本发明实施例为提高指针式刻度仪表识别机器对指针读数的识别准确率,特提供一种计算机刻度存储介质,介质包括一组计算机可执行指令,当指令被执行时用于执行以下刻度识别方法:先获取原始刻度图像,其中获取方式可以为人工或机器进行拍摄或导入;然后对所获得的原始刻度图像进行轮廓拟合处理,得到拟合刻度图像,这里所得到的拟合刻度图像为椭圆刻度图像,由于拍摄时往往无法正对表盘,因此所得到的原始刻度图像中,刻度表盘通常为椭圆形,根据这样的拟合刻度图像来获取边界刻度数据以及指针位置数据能够使得所获取的数据结果更加真实准确。获取到指针位置数据后,可以通过根据指针位置来建立圆形表盘模型,然后将边界刻度数据对应在圆形表盘模型中标示出来,从而得到指针方向准确,并且有利于计算角度与指针读数的目标刻度图像;获取到目标刻度图像以后,可以根据图像中的指针位置数据和边界刻度位置等数据来计算指针的相对转角,并根据指针相对转角与满量程转角的比值来计算指针读数。本发明有效解决了现有技术中,指针式刻度仪表将所获得的椭圆刻度仪表直接当作圆形来计算指针读数所造成的错误率较高的问题,有效提高了指针式刻度仪表识别机器对指针读数的识别准确率。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种刻度识别方法,其特征在于,所述方法包括:
获取原始刻度图像;
对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;
根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据;
获取指针对应于所述拟合刻度图像中的指针位置数据;
根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像;
根据所述目标刻度图像计算指针读数。
2.根据权利要求1所述的方法,其特征在于,所述对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像包括:
对所述原始刻度图像进行轮廓拟合,得到拟合刻度轮廓;
根据所述拟合刻度轮廓从对应所述原始刻度图像中提取拟合刻度图像。
3.根据权利要求2所述的方法,其特征在于,所述对所述原始刻度图像进行轮廓拟合,得到拟合刻度轮廓包括:
对所述原始刻度图像进行二值化灰度处理,得到原始灰度图像;
对所述原始灰度图像进行轮廓检测,得到对应于所述原始灰度图像的轮廓数据序列;
检测所述轮廓数据序列中的轮廓数据是否符合椭圆拟合条件;
将所述符合椭圆拟合的轮廓数据确定为拟合刻度轮廓。
4.根据权利要求1所述的方法,其特征在于,所述根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据包括:
获取对应于所述拟合刻度图像的特征位置信息,所述特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;
根据所述特征位置信息计算对应所述拟合刻度图像的边界刻度数据,所述边界刻度数据包括初始刻度偏角和满量程刻度偏角。
5.根据权利要求4所述的方法,其特征在于,所述根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像包括:
根据所述指针位置数据建立圆形表盘模型,所述圆形表盘模型的圆心在指针上;
根据所述边界刻度数据对所述圆形表盘模型进行目标刻度标示,得到目标刻度图像。
6.根据权利要求5所述的方法,其特征在于,根据所述目标刻度图像中的目标刻度和指针位置数据来计算指针读数。
7.根据权利要求1所述的方法,其特征在于,所述获取指针对应于所述拟合刻度图像中的指针位置数据包括:
对所述拟合刻度图像进行最大轮廓区域检测,得到指针轮廓数据;
根据所述指针轮廓数据提取对应于所述拟合刻度图像中的指针位置数据。
8.一种刻度识别装置,其特征在于,所述装置包括:
原始图像获取模块,用于获取原始刻度图像;
拟合处理模块,用于对所述原始刻度图像进行轮廓拟合处理,得到拟合刻度图像;
边界获取模块,用于根据所述拟合刻度图像获取对应所述拟合刻度图像的边界刻度数据;
指针获取模块,用于获取指针对应于所述拟合刻度图像中的指针位置数据;
目标图像处理模块,用于根据所述指针位置数据和边界刻度数据对所述拟合刻度图像进行建模处理,得到目标刻度图像;
读数计算模块,用于根据所述目标刻度图像计算指针读数。
9.根据权利要求8所述的方法,其特征在于,所述边界获取模块包括:
特征获取单元,用于获取对应于所述拟合刻度图像的特征位置信息,所述特征位置信息至少包括水平线位置、初始刻度位置和读数、满量程刻度位置和读数;
边界计算单元,用于根据所述特征位置信息计算对应所述拟合刻度图像的边界刻度数据,所述边界刻度数据包括初始刻度偏角和满量程刻度偏角。
10.根据权利要求9所述的方法,其特征在于,所述目标图像处理模块包括:
模型处理单元,用于根据所述指针位置数据建立圆形表盘模型,所述圆形表盘模型的圆心在指针上;
目标图像处理单元,用于根据所述边界刻度数据对所述圆形表盘模型进行目标刻度标示,得到目标刻度图像。
11.一种计算机可读存储介质,其特征在于,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行权利要求1-7任一项所述的刻度识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559856.5A CN110287887A (zh) | 2019-06-26 | 2019-06-26 | 一种刻度识别方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559856.5A CN110287887A (zh) | 2019-06-26 | 2019-06-26 | 一种刻度识别方法、装置及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110287887A true CN110287887A (zh) | 2019-09-27 |
Family
ID=68005718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910559856.5A Pending CN110287887A (zh) | 2019-06-26 | 2019-06-26 | 一种刻度识别方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110287887A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115895A (zh) * | 2020-09-24 | 2020-12-22 | 深圳市赛为智能股份有限公司 | 指针型仪表读数识别方法、装置、计算机设备及存储介质 |
CN112116540A (zh) * | 2020-09-11 | 2020-12-22 | 福建省海峡智汇科技有限公司 | 一种用于旋钮开关的档位识别方法和*** |
CN113469178A (zh) * | 2021-07-05 | 2021-10-01 | 安徽南瑞继远电网技术有限公司 | 一种基于深度学习的电力表计识别方法 |
CN114140678A (zh) * | 2021-11-23 | 2022-03-04 | 北京东方国信科技股份有限公司 | 刻度识别方法、装置、电子设备和存储介质 |
CN114565911A (zh) * | 2022-02-28 | 2022-05-31 | 上海商汤科技开发有限公司 | 一种仪表识读方法、装置、计算机设备和存储介质 |
CN116543376A (zh) * | 2023-07-03 | 2023-08-04 | 广东电网有限责任公司肇庆供电局 | 一种指针式仪表读数方法和*** |
-
2019
- 2019-06-26 CN CN201910559856.5A patent/CN110287887A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116540A (zh) * | 2020-09-11 | 2020-12-22 | 福建省海峡智汇科技有限公司 | 一种用于旋钮开关的档位识别方法和*** |
CN112116540B (zh) * | 2020-09-11 | 2023-09-22 | 福建省海峡智汇科技有限公司 | 一种用于旋钮开关的档位识别方法和*** |
CN112115895A (zh) * | 2020-09-24 | 2020-12-22 | 深圳市赛为智能股份有限公司 | 指针型仪表读数识别方法、装置、计算机设备及存储介质 |
CN112115895B (zh) * | 2020-09-24 | 2023-12-22 | 深圳市赛为智能股份有限公司 | 指针型仪表读数识别方法、装置、计算机设备及存储介质 |
CN113469178A (zh) * | 2021-07-05 | 2021-10-01 | 安徽南瑞继远电网技术有限公司 | 一种基于深度学习的电力表计识别方法 |
CN113469178B (zh) * | 2021-07-05 | 2024-03-01 | 安徽南瑞继远电网技术有限公司 | 一种基于深度学习的电力表计识别方法 |
CN114140678A (zh) * | 2021-11-23 | 2022-03-04 | 北京东方国信科技股份有限公司 | 刻度识别方法、装置、电子设备和存储介质 |
CN114565911A (zh) * | 2022-02-28 | 2022-05-31 | 上海商汤科技开发有限公司 | 一种仪表识读方法、装置、计算机设备和存储介质 |
CN114565911B (zh) * | 2022-02-28 | 2024-05-28 | 上海商汤科技开发有限公司 | 一种仪表识读方法、装置、计算机设备和存储介质 |
CN116543376A (zh) * | 2023-07-03 | 2023-08-04 | 广东电网有限责任公司肇庆供电局 | 一种指针式仪表读数方法和*** |
CN116543376B (zh) * | 2023-07-03 | 2023-12-29 | 广东电网有限责任公司肇庆供电局 | 一种指针式仪表读数方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287887A (zh) | 一种刻度识别方法、装置及计算机存储介质 | |
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
US10922572B2 (en) | Adaptive auto meter detection method based on character segmentation and cascade classifier | |
CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
CN105091922B (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
CN103207987B (zh) | 一种指针式仪表的示数识别方法 | |
CN107145890B (zh) | 一种远距离多视角环境下的指针式仪表盘自动读数方法 | |
CN109543682A (zh) | 一种基于深度学习的指针式仪表读数方法 | |
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 | |
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 | |
CN109558871B (zh) | 一种指针式仪表读数识别方法及装置 | |
CN108960231B (zh) | 一种基于机器视觉的细指针表盘识别读数方法 | |
CN108960237B (zh) | 一种指针式油位计读数识别方法 | |
CN106778823A (zh) | 一种指针式仪表读数自动识别方法 | |
CN107220645A (zh) | 基于动态图像处理的水表识别方法 | |
CN111488874A (zh) | 一种指针式仪表倾斜校正方法及*** | |
CN110211178B (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN106557751A (zh) | 一种带颜色指示信息的指针式压力表自动读数方法 | |
CN109508709B (zh) | 一种基于机器视觉的单指针仪表读数方法 | |
CN111325164B (zh) | 指针表示数识别方法、装置和电子设备 | |
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 | |
CN108320799A (zh) | 一种用于侧向流纸条疾病诊断的图像分析与识别方法 | |
CN113435442B (zh) | 水位测量方法、装置、水尺及电子设备 | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
CN117291893A (zh) | 基于3d图像的轮胎胎面磨损度的检测方法 |
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 |
Application publication date: 20190927 |
|
RJ01 | Rejection of invention patent application after publication |