CN112464986A - 一种指针型圆盘仪表的读数方法及设备 - Google Patents
一种指针型圆盘仪表的读数方法及设备 Download PDFInfo
- Publication number
- CN112464986A CN112464986A CN202011191169.1A CN202011191169A CN112464986A CN 112464986 A CN112464986 A CN 112464986A CN 202011191169 A CN202011191169 A CN 202011191169A CN 112464986 A CN112464986 A CN 112464986A
- Authority
- CN
- China
- Prior art keywords
- pointer
- type disc
- instrument
- reading
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本申请公开了一种指针型圆盘仪表的读数方法及设备,用以解决现有的读数方法自动化程度低且不能保证准确性的技术问题。方法包括:获取与指针型圆盘仪表有关的第一图像;将第一图像输入至指针型圆盘仪表检测神经网络模型中,以在第一图像中确定指针型圆盘仪表的位置;根据指针型圆盘仪表的位置,对第一图像进行裁剪处理,得到第二图像;在第二图像中,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的表盘区域;将刻度线区域转换为对应的矩形图像,并在矩形图像中,确定仪表指针的位置;基于仪表指针的位置,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的读数。本申请通过上述方法实现了自动化读数过程,保证了读数的准确性。
Description
技术领域
本申请涉及仪器仪表技术领域,尤其涉及一种指针型圆盘仪表的读数方法及设备。
背景技术
工业场景中需要应用大量的仪器仪表。指针型圆盘仪表作为应用最广泛的仪表之一,对其进行准确的读数,在工业应用中具有重要的意义。
但现有的对指针型圆盘仪表进行读数的方法,主要是通过巡检机器人拍摄指针型圆盘仪表的图像,进而获取图像中对应的仪表读数实现。而这种方法由于拍摄角度、指针型圆盘仪表实际应用场景等因素,容易造成读数不准确的情况出现。而且,现有的巡检机器人也不能实现完全自动的获取仪表读数。
发明内容
本申请实施例提供了一种指针型圆盘仪表的读数方法及设备,用以解决现有的仪表读数方法,无法实现读数过程的自动化,且无法保证读数结果的准确性的技术问题。
一方面,本申请实施例提供了一种指针型圆盘仪表的读数方法。方法包括:获取与指针型圆盘仪表有关的第一图像;其中,第一图像为正对指针型圆盘仪表拍摄的图像;将第一图像输入至指针型圆盘仪表检测神经网络模型中,以在第一图像中确定指针型圆盘仪表的位置;根据指针型圆盘仪表的位置,对第一图像进行裁剪处理,得到第二图像;在第二图像中,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的表盘区域;其中,表盘区域包括刻度线区域及仪表指针;将刻度线区域转换为对应的矩形图像,并在矩形图像中,确定仪表指针的位置;基于仪表指针的位置,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的读数。
本申请实施例提供的一种指针型圆盘仪表的读数方法,通过指针型圆盘仪表检测神经网络模型及预设指针型圆盘仪表模型,在正对指针型圆盘仪表拍摄的第一图像中的,获取到对应的表盘区域,然后通过将表盘区域中的刻度线区域转换为矩形图像,以在矩形图像中确定仪表指针的位置,进而根据仪表指针的位置,通过预设指针型圆盘仪表模型,得到仪表的读数。将该方法部署到巡检机器人中时,不需要其他设备辅助工作,可实现机器人自动的完成读数过程,并且通过预设指针型圆盘仪表模型获取仪表指针对应的读数,保证了读数结果的准确性。
在本申请的一种实现方式中,在将第一图像输入至指针型圆盘仪表检测神经网络模型中之前,方法还包括:获取若干第一图像;通过矩形框对若干第一图像中的指针式圆盘仪表进行标注;基于标注后的若干第一图像,构建训练数据集;将训练数据集输入至卷积神经网络模型中,训练直至输出收敛,得到指针式圆盘仪表检测神经网络模型。
在本申请的一种实现方式中,在通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的表盘区域之前,方法还包括:确定指针型圆盘仪表中的表盘中心点、表盘半径、有效半径以及刻度线长度;其中,刻度线长度为指针型圆盘仪表中的最长刻度线对应的长度;有效半径为表盘中心点与最长刻度线上远离表盘中心点的端点之间的距离;基于表盘中心点、表盘半径、有效半径以及刻度线长度,构建第一模型。
在本申请的一种实现方式中,在构建第一模型之后,方法还包括:确定指针型圆盘仪表中的各刻度线分别对应的读数;确定各刻度线与其相邻的任一刻度线之间的第一距离,以及确定仪表指针与其相邻的第一刻度线之间的第二距离;其中,第一刻度线为与仪表指针相邻的两条刻度线中,对应读数最小的刻度线;根据各刻度线分别对应的读数、第一距离以及第二距离,构建第二模型;根据第一模型以及第二模型,确定预设指针型圆盘仪表模型。
在本申请的一种实现方式中,在第二图像中,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的表盘区域,具体包括:获取第二图像的长度与宽度,并计算长度与宽度之间的均值;以第二图像的中心点为表盘中心点,以均值为表盘直径,通过预设指针型圆盘仪表模型,确定第二图像中包含的指针型圆盘仪表对应的有效半径及刻度线长度;根据表盘中心点、有效半径及刻度线长度,在第二图像中确定指针型圆盘仪表的表盘区域。
在本申请的一种实现方式中,将刻度线区域转换为对应的矩形图像,具体包括:在第二图像中,以表盘区域的表盘中心点为极点,以表盘区域的表盘半径为极轴,构建极坐标系;在极坐标系中,确定刻度线区域中的各像素点对应的极坐标;将极坐标转换为对应的二维平面坐标,并基于二维平面坐标,将刻度线区域转换为矩形图像。
在本申请的一种实现方式中,在矩形图像中,确定仪表指针的位置,具体包括:以矩形图像的下边界为横轴,左边界为纵轴,下边界与左边界的交点为原点,构建二维平面坐标系;在二维平面坐标系中,确定刻度线区域中各竖直线中点分别对应的纵坐标绝对值,并确定纵坐标绝对值中的最小值;根据纵坐标绝对值中的最小值,确定仪表指针的位置。
在本申请的一种实现方式中,基于仪表指针的位置,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的读数,具体包括:根据仪表指针的位置,确定与仪表指针相邻的两条刻度线;确定两条刻度线之间的第一距离,以及确定仪表指针与两条刻度线中对应读数最小的刻度线之间的第二距离;基于第一距离及第二距离,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的读数。
在本申请的一种实现方式中,通过以下公式,确定指针型圆盘仪表的读数:
其中,y为所述指针型圆盘仪表的读数,xi为第一刻度线的对应读数,xi+1为第二刻度线的对应读数,d为第一距离,s为第二距离;第一刻度线的对应读数小于第二刻度线的对应读数。
另一方面,本申请实施例还提供了一种指针型圆盘仪表的读数设备,设备包括:处理器;及存储器,其上存储有可执行指令,当可执行指令被执行时,使得处理器执行如上述的一种指针型圆盘仪表的读数方法。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种指针型圆盘仪表的读数方法流程图;
图2为本申请实施例提供的一种预设指针型圆盘仪表模型示意图;
图3为本申请实施例提供的一种指针型圆盘仪表的读数设备内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
工业场景中包含大量的仪表,这些仪表大多为圆形,刻度线按照一定的规则按顺序排布在表盘四周,指针根据其测量值绕表盘中心点(圆点)转动,如果能够自动化的分析出仪表指针的位置,以及其两侧刻度线的位置,就能够确定出仪表对应的读数。
现有的巡检机器人可以拍摄这些仪表的图像,但是不能够很好的自动读取仪表的读数,降低了自动化程度。工业应用场景中的仪表由于安装位置,拍摄角度等因素,还会出现读数不准确的情况出现。
本申请实施例提供了一种指针型圆盘仪表的读数方法及设备,用以解决现有的读数方法自动化程度低,且无法保证读数准确性的技术问题。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种指针型圆盘仪表的读数方法流程图。如图1所示,本申请实施例中的指针型圆盘仪表对应的读数过程,主要包括以下步骤:
需要所说明的是,本申请实施例中的执行主体可以是服务器,或者是具有数据处理计算功能的巡检机器人或计算机设备等。
步骤101、获取与指针型圆盘仪表有关的第一图像。
本申请实施例提供的一种指针型圆盘仪表的读数方法,首先需要获取与指针型圆盘仪表有关的第一图像。本申请实施例中获取第一图像的主体可以是巡检机器人自带的图像采集单元,也可以是单独外置的摄像头等图像采集设备。还需要说明的是,本申请实施例中的第一图像是图像采集设备正对指针型圆盘仪表拍摄的图像。
步骤102、将第一图像输入至指针型圆盘仪表检测神经网络模型中,以得到第二图像。
在获取到正对指针型圆盘仪表拍摄的第一图像之后,将第一图像输入至指针型圆盘仪表检测神经网络模型中,输出带有标记框的第一图像。其中,标记框为矩形框,用于将第一图像中包含的指针型圆盘仪表标记出来。
进一步地,根据指针型圆盘仪表检测神经网络模型输出的带有标记框的第一图像,按照标记框的边界对第一图像进行裁剪处理,得到第二图像。需要说明的是,第一图像中包括指针型圆盘仪表及其所处的场景,但是第二图像中仅包含指针型圆盘仪表。
在本申请的一个实施例中,在将第一图像输入至指针型圆盘仪表检测神经网络模型中之前,需要对神经网络模型进行训练。
具体地,获取若干第一图像,即获取若干包含指针型圆盘仪表的图像,且其中的指针型圆盘仪表是正对拍摄的。然后对获取到的第一图像进行标注,通过矩形框的形式,将若干第一图像中包括的指针型圆盘仪表标注出来。需要说明的是,标注的矩形框的边界应该紧密靠近指针型圆盘仪表的边界,优选的,标注时使得指针型圆盘仪表的边界内切与矩形标注框,即指针型圆盘仪表对应的圆形为矩形标注框的内切圆。
进一步地,通过标注完成的若干第一图像构建训练数据集。并将训练数据集输入至卷积神经网络模型中进行训练,训练直至输出收敛,得到指针型圆盘仪表检测神经网络模型。
步骤103、在第二图像中,通过预设指针型圆盘仪表模型,确定表盘区域。
在得到第二图像之后,通过预设指针型圆盘仪表模型,确定第二图像中包含的指针型圆盘仪表对应的表盘区域。需要说明的是,表盘区域中包括刻度线区域及仪表指针;其中,刻度线区域中包括指针型圆盘仪表的所有刻度线。
在本申请的一个实施例中,确定表盘区域之前,需要构建预设指针型圆盘仪表模型。具体模型如图2所示。需要说明的是,本申请实施例中的预设指针型圆盘仪表模型,与实际需要进行读数的指针型圆盘仪表相对应。即本申请实施例中的指针型圆盘仪表模型是基于需要实际读数的指针型圆盘仪表构建的。也即是说,预设指针型圆盘仪表模型对应的仪表型号与实际需要读数的指针型圆盘仪表型号一致。
图2为本申请实施例提供的一种预设指针型圆盘仪表模型示意图。如图2所示,预设指针型圆盘仪表模型包括表盘模型,如图2中的(a)图;以及刻度线区域模型,如图2中的(b)图。
预设指针型圆盘仪表模型的构建过程如下:
首先,构建指针型圆盘仪表的表盘模型。获取指针型圆盘仪表对应的表盘中心点、表盘半径、有效半径及刻度线长度。其中,表盘中心点指的是指针型圆盘仪表的仪表指针旋转中心点,实际场景中,一般是圆盘的圆心。表盘半径指的是表盘中心点与变盘边界上任一点之间的距离。有效半径指的是表盘中心点与任一刻度线上远离表盘中心点的端点之间的距离。刻度线长度为指针型圆盘仪表中的最长刻度线对应的长度。在确定表盘中心年、表盘半径、有效半径及刻度线长度之后,根据表盘中心点、表盘半径、有效半径及刻度线长度,构建表盘模型,如图2(a)图所示。
然后,构建指针型圆盘仪表的刻度线模型。获取指针型圆盘仪表的各刻度线分别对应的读数,并根据读数大小进行编号。并将各刻度线分别对应的标号及读数在数轴上表示出来,完成刻度线区域模型的构建过程。如图2(b)所示,数轴上包括若干竖直线,每个竖直线对应一个刻度线,且在各竖直线的上方标注出各刻度线的编号,下方标注出各刻度线对应的读数。
除此之外,预设指针型圆盘仪表模型的构建过程还包括构建指针位置与读数的映射关系。具体地,确定指针型圆盘仪表中的各刻度线分别对应的读数;确定各刻度线与其相邻的任一刻度线之间的第一距离,以及确定仪表指针与其相邻的第一刻度线之间的第二距离;其中,第一刻度线为与仪表指针相邻的两条刻度线中,对应读数最小的刻度线;根据各刻度线分别对应的读数、第一距离以及第二距离,构建指针位置与读数的映射关系。本领域技术人员可以明确的是,映射关系主要包括线性、指数型。
例如,测量仪表盘直径,计算出表盘半径,记为Rp;测量仪表盘有效直径,计算出有效半径,记为Rv;测量仪表盘最长刻度线长度,记为lt;从最小刻度开始,记为刻度线0,到最大刻度结束,记为刻度线n,将所有刻度线的数值记录为一个数组T=<ai|i=0,...,n>,其中ai表示第i条刻度线对应的读数值。对任意两条相邻的刻度线i和i+1,距离记为di;假设仪表指针在刻度线i和i+1之间,且仪表指针与刻度线i的距离为s,则此时指针读数y与刻度线i和i+1、刻度线距离di、指针偏移s存在确定的映射关系,不妨假设为fi,i+1,则y=fi,i+1(d,s,i)。最常见的映射关系为线性,例如:
至此,完成预设指针型圆盘仪表模型的构建。
在构建完预设指针型圆盘仪表模型之后,确定第二图像中包含的指针型圆盘仪表对应的表盘区域。具体地,获取第二图像的长度与宽度,并计算长度与宽度的均值,同时确定第二图像的中心点,记为表盘中心点;将第二图像的长度与宽度的均值记为表盘直径,进而确定表盘半径;然后根据预设指针型圆盘仪表模型中的表盘模型,确定第二图像中包含的指针型圆盘仪表对应的有效半径及刻度线长度;最后,根据表盘中心点、有效半径及刻度线长度,确定第二图像中包含的指针型圆盘仪表的表盘区域。需要说明的是,本申请实施例中的表盘区域指的是包含仪表指针、所有刻度线以及表盘中心点与刻度线之间的空白区域在内的整体区域。
步骤104、将刻度线区域转换为对应的矩形图像,并在矩形图像中确定仪表指针的位置。
在确定出表盘区域之后,将刻度线区域转换为对应的矩形图像。需要说明的是,刻度线区域中包含所有的刻度线在内。
具体地,在第二图像中,以表盘区域的表盘中心点为极点,以表盘区域的表盘半径为极轴,构建极坐标系;在极坐标系中,确定刻度线区域中的各像素点对应的极坐标;将极坐标转换为对应的二维平面坐标,并基于二维平面坐标,将刻度线区域转换为矩形图像。需要说明的是,将极坐标系中的像素点转换至二维平面坐标系中,可以通过现有的方法或者设备实现,本申请实施例对此不作限定。
在将刻度线区域转换为矩形图像之后,在矩形图像中确定指针位置。具体地,在矩形图像中,以矩形图像的下边界为横轴,左边界为纵轴,下边界与左边界的交点为原点,构建二维平面坐标系;在二维平面坐标系中,确定刻度线区域中各竖直线中点分别对应的纵坐标绝对值,并确定纵坐标绝对值中的最小值;确定纵坐标绝对值中的最小值对应的竖直线为仪表指针,进而确定仪表指针的位置。
在本申请的一个实施例中,在得到刻度线区域对应的矩形图像之后,对矩形图像进行预处理。具体的预处理过程包括:二值化处理、边缘检测处理、膨胀处理以及腐蚀处理等,以在矩形图像中突出刻度线及仪表指针。
步骤105、根据仪表指针的位置,通过预设指针型圆盘仪表模型,确定仪表的读数。
在确定仪表指针位置之后,在矩形图像中,根据仪表指针位置,确定仪表指针相邻的两条刻度线,并根据预设指针型圆盘仪表模型确定两条刻度线分别对应的读数。然后,确定两条刻度线之间的第一距离,以及确定仪表指针与对应读数较小的刻度线之间的第二距离;根据第一距离、第二距离以及两条刻度线分别对应的读数,即可根据预设指针型圆盘仪表模型,确定指针型圆盘仪表对应的读数。
具体地,通过以下公式,确定指针型圆盘仪表的读数:
其中,y为指针型圆盘仪表的读数,xi为第一刻度线的对应读数,xi+1为第二刻度线的对应读数,d为第一距离,s为第二距离。需要说明的是,第一刻度线的对应读数小于第二刻度线的对应读数。
本申请实施例提供的一种指针型圆盘仪表的读数方法,在部署在巡检机器人上时,不需要借助其他的辅助设备就可以实现自动化读数的过程,提高了仪表读数过程的自动化程度,能够很好的满足巡检机器人的要求。另外,将仪表图像中的刻度线区域转换为矩形图像,并通过预设指针型圆盘仪表模型,利用矩形图像确定最终的读数,也保证了读数结果的准确性,使得该读数准确可靠。
以上为本申请提供的方法实施例,基于同样的发明构思,本申请实施例还提供了一种指针型圆盘仪表的读数设备,其内部结构如图3所示。
图3为本申请实施例提供的一种指针型圆盘仪表的读数设备内部结构示意图。如图3所示,设备包括:处理器301;及存储器301,其上存储有可执行代码,当可执行代码被执行时,使得处理器301执行如上述的一种指针型圆盘仪表的读数方法。
在本申请的一个实施例中,处理器301用于获取与指针型圆盘仪表有关的第一图像;其中,第一图像为正对指针型圆盘仪表拍摄的图像;还用于将第一图像输入至指针型圆盘仪表检测神经网络模型中,以在第一图像中确定指针型圆盘仪表的位置;以及用于根据指针型圆盘仪表的位置,对第一图像进行裁剪处理,得到第二图像;并在第二图像中,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的表盘区域;其中,表盘区域包括刻度线区域及仪表指针;以及用于将刻度线区域转换为对应的矩形图像,并在矩形图像中,确定仪表指针的位置;以及用于基于仪表指针的位置,通过预设指针型圆盘仪表模型,确定指针型圆盘仪表的读数。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种指针型圆盘仪表的读数方法,其特征在于,所述方法包括:
获取与指针型圆盘仪表有关的第一图像;其中,所述第一图像为正对所述指针型圆盘仪表拍摄的图像;
将所述第一图像输入至指针型圆盘仪表检测神经网络模型中,以在第一图像中确定所述指针型圆盘仪表的位置;
根据所述指针型圆盘仪表的位置,对所述第一图像进行裁剪处理,得到第二图像;
在所述第二图像中,通过预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的表盘区域;其中,所述表盘区域包括刻度线区域及仪表指针;
将所述刻度线区域转换为对应的矩形图像,并在所述矩形图像中,确定所述仪表指针的位置;
基于所述仪表指针的位置,通过预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的读数。
2.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,在将所述第一图像输入至指针型圆盘仪表检测神经网络模型中之前,所述方法还包括:
获取若干所述第一图像;
通过矩形框对若干所述第一图像中的指针式圆盘仪表进行标注;
基于标注后的若干所述第一图像,构建训练数据集;
将所述训练数据集输入至卷积神经网络模型中,训练直至输出收敛,得到所述指针式圆盘仪表检测神经网络模型。
3.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,在通过预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的表盘区域之前,所述方法还包括:
确定所述指针型圆盘仪表中的表盘中心点、表盘半径、有效半径以及刻度线长度;其中,所述刻度线长度为所述指针型圆盘仪表中的最长刻度线对应的长度;所述有效半径为所述表盘中心点与所述最长刻度线上远离表盘中心点的端点之间的距离;
基于所述表盘中心点、表盘半径、有效半径以及刻度线长度,构建第一模型。
4.根据权利要求3所述的一种指针型圆盘仪表的读数方法,其特征在于,在构建第一模型之后,所述方法还包括:
确定所述指针型圆盘仪表中的各刻度线分别对应的读数;
确定所述各刻度线与其相邻的任一刻度线之间的第一距离,以及确定仪表指针与其相邻的第一刻度线之间的第二距离;其中,所述第一刻度线为与所述仪表指针相邻的两条刻度线中,对应读数最小的刻度线;
根据所述各刻度线分别对应的读数、所述第一距离以及所述第二距离,构建第二模型;
根据所述第一模型以及所述第二模型,确定预设指针型圆盘仪表模型。
5.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,在所述第二图像中,通过预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的表盘区域,具体包括:
获取所述第二图像的长度与宽度,并计算所述长度与宽度之间的均值;
以所述第二图像的中心点为表盘中心点,以所述均值为表盘直径,通过所述预设指针型圆盘仪表模型,确定所述第二图像中包含的指针型圆盘仪表对应的有效半径及刻度线长度;
根据所述表盘中心点、所述有效半径及刻度线长度,在所述第二图像中确定所述指针型圆盘仪表的表盘区域。
6.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,将所述刻度线区域转换为对应的矩形图像,具体包括:
在所述第二图像中,以所述表盘区域的表盘中心点为极点,以所述表盘区域的表盘半径为极轴,构建极坐标系;
在所述极坐标系中,确定所述刻度线区域中的各像素点对应的极坐标;
将所述极坐标转换为对应的二维平面坐标,并基于所述二维平面坐标,将所述刻度线区域转换为矩形图像。
7.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,在所述矩形图像中,确定所述仪表指针的位置,具体包括:
以所述矩形图像的下边界为横轴,左边界为纵轴,下边界与左边界的交点为原点,构建二维平面坐标系;
在所述二维平面坐标系中,确定所述刻度线区域中各竖直线中点分别对应的纵坐标绝对值,并确定所述纵坐标绝对值中的最小值;
根据所述纵坐标绝对值中的最小值,确定所述仪表指针的位置。
8.根据权利要求1所述的一种指针型圆盘仪表的读数方法,其特征在于,基于所述仪表指针的位置,通过预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的读数,具体包括:
根据所述仪表指针的位置,确定与所述仪表指针相邻的两条刻度线;
确定所述两条刻度线之间的第一距离,以及确定所述仪表指针与所述两条刻度线中对应读数最小的刻度线之间的第二距离;
基于所述第一距离及所述第二距离,通过所述预设指针型圆盘仪表模型,确定所述指针型圆盘仪表的读数。
10.一种指针型圆盘仪表的读数设备,其特征在于,所述设备包括:
处理器;
及存储器,其上存储有可执行指令,当所述可执行指令被执行时,使得所述处理器执行如权利要求1-9任一项所述的一种指针型圆盘仪表的读数方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011191169.1A CN112464986B (zh) | 2020-10-30 | 2020-10-30 | 一种指针型圆盘仪表的读数方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011191169.1A CN112464986B (zh) | 2020-10-30 | 2020-10-30 | 一种指针型圆盘仪表的读数方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112464986A true CN112464986A (zh) | 2021-03-09 |
CN112464986B CN112464986B (zh) | 2023-01-24 |
Family
ID=74835704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011191169.1A Active CN112464986B (zh) | 2020-10-30 | 2020-10-30 | 一种指针型圆盘仪表的读数方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112464986B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269193A (zh) * | 2021-06-08 | 2021-08-17 | 上海高德威智能交通***有限公司 | 指针式表计的示数读取方法、装置及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108009535A (zh) * | 2017-11-21 | 2018-05-08 | 武汉中元华电科技股份有限公司 | 一种基于机器视觉的单指针仪表读数方法 |
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 |
CN110245654A (zh) * | 2018-11-20 | 2019-09-17 | 浙江大华技术股份有限公司 | 指针读数识别方法及装置、计算机装置及可读存储介质 |
CN110543878A (zh) * | 2019-08-07 | 2019-12-06 | 华南理工大学 | 一种基于神经网络的指针仪表读数识别方法 |
CN110796095A (zh) * | 2019-10-30 | 2020-02-14 | 浙江大华技术股份有限公司 | 仪表模板建立方法、终端设备以及计算机存储介质 |
CN110807355A (zh) * | 2019-09-12 | 2020-02-18 | 天津大学 | 一种基于移动机器人的指针仪表检测与读数识别方法 |
CN110929710A (zh) * | 2019-10-29 | 2020-03-27 | 湖南大学 | 一种基于视觉的仪表指针读数自动识别方法与*** |
CN111401357A (zh) * | 2020-02-12 | 2020-07-10 | 杭州电子科技大学 | 基于文本检测的指针式仪表读数方法 |
-
2020
- 2020-10-30 CN CN202011191169.1A patent/CN112464986B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108009535A (zh) * | 2017-11-21 | 2018-05-08 | 武汉中元华电科技股份有限公司 | 一种基于机器视觉的单指针仪表读数方法 |
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 |
CN110245654A (zh) * | 2018-11-20 | 2019-09-17 | 浙江大华技术股份有限公司 | 指针读数识别方法及装置、计算机装置及可读存储介质 |
CN110543878A (zh) * | 2019-08-07 | 2019-12-06 | 华南理工大学 | 一种基于神经网络的指针仪表读数识别方法 |
CN110807355A (zh) * | 2019-09-12 | 2020-02-18 | 天津大学 | 一种基于移动机器人的指针仪表检测与读数识别方法 |
CN110929710A (zh) * | 2019-10-29 | 2020-03-27 | 湖南大学 | 一种基于视觉的仪表指针读数自动识别方法与*** |
CN110796095A (zh) * | 2019-10-30 | 2020-02-14 | 浙江大华技术股份有限公司 | 仪表模板建立方法、终端设备以及计算机存储介质 |
CN111401357A (zh) * | 2020-02-12 | 2020-07-10 | 杭州电子科技大学 | 基于文本检测的指针式仪表读数方法 |
Non-Patent Citations (2)
Title |
---|
MA YIFAN ET AL.: "An automatic reading method of pointer instruments", 《2017 CHINESE AUTOMATION CONGRESS (CAC)》 * |
尹红敏 等: "基于Halcon的指针式仪表的读数", 《现代电子技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269193A (zh) * | 2021-06-08 | 2021-08-17 | 上海高德威智能交通***有限公司 | 指针式表计的示数读取方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112464986B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN100559131C (zh) | 一种指针式仪表自动检定方法 | |
CN112257676B (zh) | 一种指针式仪表读数方法、***以及巡检机器人 | |
CN110245654B (zh) | 指针读数识别方法及装置、计算机装置及可读存储介质 | |
CN111950330A (zh) | 一种基于目标检测的指针式仪表示数检测方法 | |
CN111368906B (zh) | 一种基于深度学习的指针式油位计读数识别方法 | |
CN103759758A (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 | |
CN111738229B (zh) | 一种指针表盘刻度的自动读取方法 | |
CN112036409A (zh) | 一种液位计的读数识别方法及装置 | |
CN109211268A (zh) | 一种仪表指针校准方法、装置及计算机可读存储介质 | |
CN110796095A (zh) | 仪表模板建立方法、终端设备以及计算机存储介质 | |
CN112464986B (zh) | 一种指针型圆盘仪表的读数方法及设备 | |
CN108827190B (zh) | 基于双自准直仪的高精度测角误差检测装置及其检测方法 | |
CN114359573A (zh) | 一种指针表读数识别方法、装置及存储介质 | |
CN113050022B (zh) | 一种基于旋转天线的图像定位方法、装置及终端设备 | |
JP6803940B2 (ja) | 遠隔メータ読取コンピュータ、その方法及びプログラム | |
CN114565911B (zh) | 一种仪表识读方法、装置、计算机设备和存储介质 | |
CN115588196A (zh) | 基于机器视觉的指针型仪表读数方法和装置 | |
CN114882487A (zh) | 一种指针仪表示数读取方法及其*** | |
CN108460331B (zh) | 一种鲁棒的指针式仪表读数自动识别装置及其识别方法 | |
CN114972714A (zh) | 表盘读取方法、设备、***和计算机可读存储介质 | |
CN112417975A (zh) | 一种获取指针式仪表读数的方法及装置 | |
CN108021838A (zh) | 物体平面尺寸测量方法和*** | |
CN114067123A (zh) | 仪表自动识别***、识别方法及计算机可读取的存储介质 | |
CN112906681A (zh) | 一种仪表读数方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221205 Address after: 250101 building S02, 1036 Chaochao Road, high tech Zone, Jinan City, Shandong Province Applicant after: Shandong Inspur Scientific Research Institute Co.,Ltd. Address before: Floor 6, Chaochao Road, Shandong Province Applicant before: JINAN INSPUR HIGH-TECH TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |