CN110991233B - 指针式压力表的自动读数方法 - Google Patents
指针式压力表的自动读数方法 Download PDFInfo
- Publication number
- CN110991233B CN110991233B CN201911034264.8A CN201911034264A CN110991233B CN 110991233 B CN110991233 B CN 110991233B CN 201911034264 A CN201911034264 A CN 201911034264A CN 110991233 B CN110991233 B CN 110991233B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- gray
- pointer
- 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.)
- Active
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种指针式压力表的自动读数方法,包括如下步骤:读取包含仪表的原始图像S,并对所述原始图像S进行预处理,得到图像S1;对图像S1进行阈值分割,得到图像S2;对表盘进行定位及分割,得到表盘图像SC;对图像SC进行坐标变换,通过极坐标变换将圆形的表盘图像归一化为矩形图像SR;采用均值滤波与局部阈值分割相结合的方法提取表盘刻度线与指针;根据指针和刻度线之间的位置关系,结合指针式压力表的分度值,计算压力表的读数。该方法可实现对具有复杂背景的指针式压力表的自动、准确读数。
Description
技术领域
本发明涉及指针式仪表的自动读数方法,特别提供了一种指针式压力表的自动读数方法。
背景技术
智能识别在现代工业中的应用越来越广泛,在一些特殊工况下,人员不方便进行现场读取数值,并且人工读数工作量大,存在误读等不确定因数,针对指针式压力表的读数也有一些研究方法;然而,现有针对压力表自动读数方法多采用Hough变换直线检测指针与刻度线,这种方法的计算量较大,并且针对表盘背景复杂的仪表,该方法对于指针与刻度线的定位不够准确,会直接影响读数的准确性。
发明内容
鉴于此,本发明的目的在于提供一种指针式压力表的自动读数方法,可实现对具有复杂背景的表盘的准确读数。
本发明提供的技术方案是:指针式压力表的自动读数方法,包括如下步骤:
步骤1:读取包含仪表的原始图像S,并对所述原始图像S进行预处理,得到图像S1,其中,所述预处理包括:将原始图像S转换为灰度图像S0及对灰度图像S0进行直方图均衡化;
步骤2:对图像S1进行阈值分割,得到图像S2;
步骤3:对表盘进行定位及分割,得到表盘图像SC;
步骤4:对图像SC进行坐标变换,通过极坐标变换将圆形的表盘图像归一化为矩形图像SR;
步骤5:采用均值滤波与局部阈值分割相结合的方法提取表盘刻度线与指针;
步骤6:根据指针和刻度线之间的位置关系,结合指针式压力表的分度值,计算压力表的读数。
优选,步骤2中,对图像S1进行阈值分割时的分割阈值为T,分割阈值T的确定步骤如下:
步骤21:计算灰度图像S0的最大灰度值gmax和最小灰度值gmin,并求出平均值Ti,其中,Ti=(gmax+gmin)/2;
步骤22:根据Ti将灰度图像S0的所有像素的灰度分为两部分,并分别求出这两部分的平均灰度值g1和g2;
步骤23:计算灰度值g1和g2的平均值Ti+1,其中,Ti+1=(g1+g2)/2;若Ti等于Ti+1,即设Ti为分割阈值T,否则,用Ti+1更新Ti,并返回至步骤22继续执行,直至Ti等于Ti+1。
进一步优选,步骤3包括如下步骤:
步骤31,对图像S2进行高斯平滑,消除噪声干扰,得到图像S21;
步骤32,对图像S21使用一阶差分卷积模板增强边缘,得到在边缘处的特征被增强的图像S22,其中,一阶差分卷积模板分别为模板H1和模板H2,模板H1如公式(1)所示,体现的是X轴方向上的差异,模板H2如公式(2)所示,体现的是Y轴方向上的差异;
步骤33,通过Canny算子对图像S22进行边缘检测,得到边缘轮廓曲线图像SL1,之后,对图像SL1进行Hough变换检测圆形,得到i个圆形轮廓Ci,接着,计算每个圆形轮廓的圆心并将坐标相同的圆心作为表盘圆心,其中,圆形通过OpenCV中的HoughCircles函数检测,检测到的圆形轮廓包含表盘内外轮廓和表盘表面圆形图案等,由于表盘内外轮廓为同心圆,因此,将坐标相同的圆心作为表盘圆心,记为(a0 b0);
步骤34,沿着圆心为(a0 b0)且半径最大的轮廓Ck从原图像S0截取得到表盘图像SC,即将表盘图像从背景中分割了出来。
进一步优选,步骤4中,坐标变换过程如下:
利用如下公式将圆形图像归一化为矩形图像;
式中,θ2为表盘刻度线的起始角度,设为250°,θ1为表盘刻度线的终止角度,设为70°,设点A为表盘上的任意一点,坐标为(x,y),点O为圆形表盘的圆心,坐标为(x0,y0),θ为点A与X轴正半轴所成的角度,r为表盘的半径,(X,Y)为转换为矩形图像后点A的坐标。
进一步优选,步骤5的包括如下步骤:
步骤51:对图像SR进行均值滤波,得到图像SR1;
步骤52:比较均值滤波后的图像SR1和原图像SR,即:用原图像SR和均值滤波后的图像SR1做差,并选取灰度值差值大于设定阈值的区域,得到图像SR2,其中,SR2中第i行第j列的灰度值f(i,j)如下式所示:
式中,xij代表原图像SR第i行第j列灰度值,xij'代表均值滤波后的图像SR1第i行第j列灰度值,d为设定的阈值;
步骤53:计算图像SR2上每一列的灰度值的累加值,并根据每一列的累加值对指针及刻度线进行定位;
其中,指针的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为图像SR2第j行第i列的灰度值,Gi为图像SR2第i列的灰度值的累加值,height为图像的高度;
2)找到灰度累加值最小的列Gi,并将i作为指针所在列的坐标值。
其中,刻度线的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为第j行第i列的灰度值,Gi为第i列的灰度值的累加值,height为图像的高度;
2)比较每一列的灰度值的累加值的大小,并按值的大小将每一列的灰度值的累加值分为两部分,其中,灰度累加值小的部分对应的列标i为刻度线所在列的坐标值。
进一步优选,步骤6包括如下步骤:
步骤61:确定指针与刻度线之间的位置关系,即:计算指针横坐标与刻度线横坐标之间的距离和比例关系,设指针的横坐标为x,第k个刻度线的横坐标为ak,用计算出来的指针的横坐标分别与刻度线数组当中每一个刻度线的横坐标做差,计算z=x-ak的值,然后查找z为最小正数时的k值,此时,k就代表与指针左侧最邻近的刻度线是第k条刻度线;
步骤62:按照下式计算指针式压力表读数:
式中,f为相邻刻度线横坐标差值的平均值,q为指针式压力表的分度值。
本发明提供的指针式压力表的自动读数方法可对具有复杂背景的指针式压力表进行自动、准确地读数,采用基于边缘轮廓的图像分割方法,根据表盘轮廓的形状特征可准确定位出表盘轮廓;采用极坐标变换将圆形的表盘图像归一化为矩形图像,可使图像当中所有的刻度线变为相互平行的位置关系,可以更加直观的获取指针与刻度之间的位置关系,使得读数更为直观,计算也相对简便。
具体实施方式
下面将结合具体的实施方案对本发明进行进一步的解释,但并不局限本发明。
本发明提供了一种指针式压力表的自动读数方法,包括如下步骤:
步骤1:读取包含仪表的原始图像S,并对所述原始图像S进行预处理,得到图像S1,其中,所述预处理包括:将原始图像S转换为灰度图像S0及对灰度图像S0进行直方图均衡化;
步骤2:对图像S1进行阈值分割,得到图像S2,其中,对图像S1进行阈值分割时的分割阈值为T,分割阈值T的确定步骤如下:
步骤21:计算灰度图像S0的最大灰度值gmax和最小灰度值gmin,并求出平均值Ti,其中,Ti=(gmax+gmin)/2;
步骤22:根据Ti将灰度图像S0的所有像素的灰度分为两部分,并分别求出这两部分的平均灰度值g1和g2;
步骤23:计算灰度值g1和g2的平均值Ti+1,其中,Ti+1=(g1+g2)/2;若Ti等于Ti+1,即设Ti为分割阈值T,否则,用Ti+1更新Ti,并返回至步骤22继续执行,直至Ti等于Ti+1;
步骤3:对表盘进行定位及分割,得到表盘图像SC,具体步骤如下:
步骤31,对图像S2进行高斯平滑,消除噪声干扰,得到图像S21;
步骤32,对图像S21使用一阶差分卷积模板增强边缘,得到在边缘处的特征被增强的图像S22,其中,一阶差分卷积模板分别为模板H1和模板H2,模板H1如公式(1)所示,体现的是X轴方向上的差异,模板H2如公式(2)所示,体现的是Y轴方向上的差异;
步骤33,通过Canny算子对图像S22进行边缘检测,得到边缘轮廓曲线图像SL1,之后,对图像SL1进行Hough变换检测圆形,得到i个圆形轮廓Ci,接着,计算每个圆形轮廓的圆心并将坐标相同的圆心作为表盘圆心,其中,圆形通过OpenCV中的HoughCircles函数检测,检测到的圆形轮廓包含表盘内外轮廓和表盘表面圆形图案等,由于表盘内外轮廓为同心圆,因此,将坐标相同的圆心作为表盘圆心,记为(a0 b0);
步骤34,沿着圆心为(a0 b0)且半径最大的轮廓Ck从原图像S0截取得到表盘图像SC,即将表盘图像从背景中分割了出来;
步骤4:对图像SC进行坐标变换,通过极坐标变换将圆形的表盘图像归一化为矩形图像SR,其中,具体坐标变换过程如下:
利用如下公式将圆形图像归一化为矩形图像;
其中,θ2为表盘刻度线的起始角度,设为250°,θ1为表盘刻度线的终止角度,设为70°,设点A为表盘上的任意一点,坐标为(x,y),点O为圆形表盘的圆心,坐标为(x0,y0),θ为点A与X轴正半轴所成的角度,r为表盘的半径,(X,Y)为转换为矩形图像后点A的坐标;
由于压力表的起始刻度和终止刻度与圆心所构成的角度都稳定在40°-60°的范围内,因此,将刻度线的起始角度θ2设定为250°,刻度线的终止角度θ1设定为70°;
步骤5:提取表盘刻度线与指针,由于表盘刻度线和指针所在区域灰度值偏低,因此,可采用均值滤波与局部阈值分割相结合的方法提取表盘刻度线与指针,具体步骤如下:
步骤51:对图像SR进行均值滤波,得到图像SR1,优选,采用3*3的模板进行均值滤波;
步骤52:比较均值滤波后的图像SR1和原图像SR,即:用原图像SR和均值滤波后的图像SR1做差,并选取灰度值差值大于设定阈值的区域,得到图像SR2,其中,SR2中第i行第j列的灰度值f(i,j)如下式所示:
式中,xij代表原图像SR第i行第j列灰度值,xij'代表均值滤波后的图像SR1第i行第j列灰度值,d为设定的阈值,优选为170;
步骤53:计算图像SR2上每一列的灰度值的累加值,并根据每一列的累加值对指针及刻度线进行定位;
其中,指针的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为图像SR2第j行第i列的灰度值,Gi为图像SR2第i列的灰度值的累加值,height为图像的高度;
2)找到灰度累加值最小的列Gi,并将i作为指针所在列的坐标值。
其中,刻度线的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为第j行第i列的灰度值,Gi为第i列的灰度值的累加值,height为图像的高度;
2)比较每一列的灰度值的累加值的大小,并按值的大小将每一列的灰度值的累加值分为两部分,其中,灰度累加值小的部分对应的列标i为刻度线所在列的坐标值;
步骤6:根据指针和刻度线之间的位置关系,结合指针式压力表的分度值,计算压力表的读数,包括如下步骤:
步骤61:确定指针与刻度线之间的位置关系,即:计算指针横坐标与刻度线横坐标之间的距离和比例关系,设指针的横坐标为x,第k个刻度线的横坐标为ak,用计算出来的指针的横坐标分别与刻度线数组当中每一个刻度线的横坐标做差,计算z=x-ak的值,然后查找z为最小正数时的k值,此时,k就代表与指针左侧最邻近的刻度线是第k条刻度线;
步骤62:按照下式计算指针式压力表读数:
式中,f为相邻刻度线横坐标差值的平均值,q为指针式压力表的分度值。
本发明提供的指针式压力表的自动读数方法可对具有复杂背景的指针式压力表进行自动、准确地读数,采用基于边缘轮廓的图像分割方法,根据表盘轮廓的形状特征可准确定位出表盘轮廓;采用极坐标变换将圆形的表盘图像归一化为矩形图像,可使图像当中所有的刻度线变为相互平行的位置关系,可以更加直观的获取指针与刻度之间的位置关系,使得读数更为直观,计算也相对简便。
上面对本发明的实施方式做了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (5)
1.指针式压力表的自动读数方法,其特征在于,包括如下步骤:
步骤1:读取包含仪表的原始图像S,并对所述原始图像S进行预处理,得到图像S1,其中,所述预处理包括:将原始图像S转换为灰度图像S0及对灰度图像S0进行直方图均衡化;
步骤2:对图像S1进行阈值分割,得到图像S2;
步骤3:对表盘进行定位及分割,得到表盘图像SC;
步骤4:对图像SC进行坐标变换,通过极坐标变换将圆形的表盘图像归一化为矩形图像SR;
步骤5:采用均值滤波与局部阈值分割相结合的方法提取表盘刻度线与指针;
步骤6:根据指针和刻度线之间的位置关系,结合指针式压力表的分度值,计算压力表的读数;
其中,步骤5包括如下步骤:
步骤51:对图像SR进行均值滤波,得到图像SR1;
步骤52:比较均值滤波后的图像SR1和原图像SR,即:用原图像SR和均值滤波后的图像SR1做差,并选取灰度值差值大于设定阈值的区域,得到图像SR2,其中,SR2中第i行第j列的灰度值f(i,j)如下式所示:
式中,xij代表原图像SR第i行第j列灰度值,xij'代表均值滤波后的图像SR1第i行第j列灰度值,d为设定的阈值;
步骤53:计算图像SR2上每一列的灰度值的累加值,并根据每一列的累加值对指针及刻度线进行定位;
其中,指针的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为图像SR2第j行第i列的灰度值,Gi为图像SR2第i列的灰度值的累加值,height为图像的高度;
2)找到灰度累加值最小的列Gi,并将i作为指针所在列的坐标值;
其中,刻度线的定位方法如下:
1)利用下式计算图像SR2上每一列的灰度值的累加值:
式中,gray(i,j)为第j行第i列的灰度值,Gi为第i列的灰度值的累加值,height为图像的高度;
2)比较每一列的灰度值的累加值的大小,并按值的大小将每一列的灰度值的累加值分为两部分,其中,灰度累加值小的部分对应的列标i为刻度线所在列的坐标值。
2.按照权利要求1所述的指针式压力表的自动读数方法,其特征在于:步骤2中,对图像S1进行阈值分割时的分割阈值为T,分割阈值T的确定步骤如下:
步骤21:计算灰度图像S0的最大灰度值gmax和最小灰度值gmin,并求出平均值Ti,其中,Ti=(gmax+gmin)/2;
步骤22:根据Ti将灰度图像S0的所有像素的灰度分为两部分,并分别求出这两部分的平均灰度值g1和g2;
步骤23:计算灰度值g1和g2的平均值Ti+1,其中,Ti+1=(g1+g2)/2;若Ti等于Ti+1,即设Ti为分割阈值T,否则,用Ti+1更新Ti,并返回至步骤22继续执行,直至Ti等于Ti+1。
3.按照权利要求1所述的指针式压力表的自动读数方法,其特征在于:步骤3包括如下步骤:
步骤31,对图像S2进行高斯平滑,消除噪声干扰,得到图像S21;
步骤32,对图像S21使用一阶差分卷积模板增强边缘,得到在边缘处的特征被增强的图像S22,其中,一阶差分卷积模板分别为模板H1和模板H2,模板H1如公式(1)所示,体现的是X轴方向上的差异,模板H2如公式(2)所示,体现的是Y轴方向上的差异;
步骤33,通过Canny算子对图像S22进行边缘检测,得到边缘轮廓曲线图像SL1,之后,对图像SL1进行Hough变换检测圆形,得到i个圆形轮廓Ci,接着,计算每个圆形轮廓的圆心并将坐标相同的圆心作为表盘圆心,其中,圆形通过OpenCV中的HoughCircles函数检测,检测到的圆形轮廓包含表盘内外轮廓和表盘表面圆形图案等,由于表盘内外轮廓为同心圆,因此,将坐标相同的圆心作为表盘圆心,记为(a0 b0);
步骤34,沿着圆心为(a0 b0)且半径最大的轮廓Ck从原图像S0截取得到表盘图像SC,即将表盘图像从背景中分割了出来。
4.按照权利要求1所述的指针式压力表的自动读数方法,其特征在于:步骤4中,坐标变换过程如下:
利用如下公式将圆形图像归一化为矩形图像;
式中,θ2为表盘刻度线的起始角度,设为250°,θ1为表盘刻度线的终止角度,设为70°,设点A为表盘上的任意一点,坐标为(x,y),点O为圆形表盘的圆心,坐标为(x0,y0),θ为点A与X轴正半轴所成的角度,r为表盘的半径,(X,Y)为转换为矩形图像后点A的坐标。
5.按照权利要求1所述的指针式压力表的自动读数方法,其特征在于:步骤6包括如下步骤:
步骤61:确定指针与刻度线之间的位置关系,即:计算指针横坐标与刻度线横坐标之间的距离和比例关系,设指针的横坐标为x,第k个刻度线的横坐标为ak,用计算出来的指针的横坐标分别与刻度线数组当中每一个刻度线的横坐标做差,计算z=x-ak的值,然后查找z为最小正数时的k值,此时,k就代表与指针左侧最邻近的刻度线是第k条刻度线;
步骤62:按照下式计算指针式压力表读数:
式中,f为相邻刻度线横坐标差值的平均值,q为指针式压力表的分度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911034264.8A CN110991233B (zh) | 2019-10-29 | 2019-10-29 | 指针式压力表的自动读数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911034264.8A CN110991233B (zh) | 2019-10-29 | 2019-10-29 | 指针式压力表的自动读数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110991233A CN110991233A (zh) | 2020-04-10 |
CN110991233B true CN110991233B (zh) | 2023-05-12 |
Family
ID=70082480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911034264.8A Active CN110991233B (zh) | 2019-10-29 | 2019-10-29 | 指针式压力表的自动读数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991233B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435300B (zh) * | 2021-06-23 | 2022-10-14 | 国网智能科技股份有限公司 | 一种避雷器仪表实时识别方法及*** |
CN113989514A (zh) * | 2021-10-11 | 2022-01-28 | 佳源科技股份有限公司 | 一种基于模板滤波的指针定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679636A (zh) * | 2013-12-23 | 2014-03-26 | 江苏物联网研究发展中心 | 基于点、线双重特征的快速图像拼接方法 |
CN107292310A (zh) * | 2017-06-19 | 2017-10-24 | 电子科技大学 | 一种圆形指针式表盘视觉定位及自动读数方法 |
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 |
CN109544571A (zh) * | 2018-10-31 | 2019-03-29 | 南京理工大学 | 一种基于数学形态学的金相图像边缘检测方法 |
CN110378326A (zh) * | 2019-07-08 | 2019-10-25 | 宁波大学科学技术学院 | 一种机械式指针压力表读数识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590498B (zh) * | 2017-09-27 | 2020-09-01 | 哈尔滨工业大学 | 一种基于字符分割级联二分类器的自适应汽车仪表检测方法 |
-
2019
- 2019-10-29 CN CN201911034264.8A patent/CN110991233B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679636A (zh) * | 2013-12-23 | 2014-03-26 | 江苏物联网研究发展中心 | 基于点、线双重特征的快速图像拼接方法 |
CN107292310A (zh) * | 2017-06-19 | 2017-10-24 | 电子科技大学 | 一种圆形指针式表盘视觉定位及自动读数方法 |
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 |
CN109544571A (zh) * | 2018-10-31 | 2019-03-29 | 南京理工大学 | 一种基于数学形态学的金相图像边缘检测方法 |
CN110378326A (zh) * | 2019-07-08 | 2019-10-25 | 宁波大学科学技术学院 | 一种机械式指针压力表读数识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110991233A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003258B (zh) | 一种高精度亚像素圆形零件测量方法 | |
CN108460327B (zh) | 一种基于图像处理的指针式仪表读数自动识别方法 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及*** | |
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 | |
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 | |
CN108960237B (zh) | 一种指针式油位计读数识别方法 | |
CN107153848A (zh) | 基于OpenCV的仪表图像自动识别方法 | |
CN101660932A (zh) | 一种指针式汽车仪表自动校验方法 | |
CN104657711B (zh) | 一种鲁棒的指针式仪表读数自动识别方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN108960231B (zh) | 一种基于机器视觉的细指针表盘识别读数方法 | |
CN110991233B (zh) | 指针式压力表的自动读数方法 | |
CN110211178B (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN111814919A (zh) | 一种基于深度学习的仪表定位与识别*** | |
CN111507186B (zh) | 一种变电站指针式仪表读数识别方法 | |
CN110287887A (zh) | 一种刻度识别方法、装置及计算机存储介质 | |
CN111047588A (zh) | 一种轴型小零件尺寸的图像化测量方法 | |
CN113724193A (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
CN113112496A (zh) | 一种基于自适应阈值的亚像素轴类零件尺寸测量方法 | |
CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
CN111882569A (zh) | 一种基于机器视觉的指针式压力表自动校验仪示值读数方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及*** | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
CN114898347A (zh) | 一种指针式仪表机器视觉识别方法 | |
CN111797909B (zh) | 一种基于机器视觉的指针式仪表读数方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |