CN107038447A - 一种基于机器视觉的指针式仪表识别方法 - Google Patents

一种基于机器视觉的指针式仪表识别方法 Download PDF

Info

Publication number
CN107038447A
CN107038447A CN201710279811.3A CN201710279811A CN107038447A CN 107038447 A CN107038447 A CN 107038447A CN 201710279811 A CN201710279811 A CN 201710279811A CN 107038447 A CN107038447 A CN 107038447A
Authority
CN
China
Prior art keywords
pointer
scale
circle
profile
instrument
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
CN201710279811.3A
Other languages
English (en)
Inventor
陈颢天
王炳森
赵炳昊
唐达
曾岑
岳前进
冯帆
尹超群
周佳
杨志向
李奇蓬
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201710279811.3A priority Critical patent/CN107038447A/zh
Publication of CN107038447A publication Critical patent/CN107038447A/zh
Pending legal-status Critical Current

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
    • G06V10/40—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • 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)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Character Discrimination (AREA)

Abstract

本发明提供一种基于机器视觉的指针式仪表识别方法，包括：1)原始图像采集并上传；2)对图像信息进行预处理得到二值化图像；3)刻度轮廓的提取，刻度圆拟合与展开，得到特殊点位置；4)提取指针，获得指针轮廓；5)指针细化；6)确定基准点；7)拟合指针直线段；8)读数读取；9)设计仪表数据的数据库表。本发明利用机器视觉技术替代人工读取指针式仪表的示数读取，通过对仪表图像的一系列图像处理和计算，较为准确的读取仪表的示数，实现仪表示数读取的自动化，具有准确率高，效率高，以及普适的特点。

Description

一种基于机器视觉的指针式仪表识别方法
技术领域
本发明涉及一种基于机器视觉的指针式仪表识别方法，属于图像识别技术领域。
背景技术
在日常的生活和生产中，仪表是我们常见的一种用来显示各种重要参数的工具。一般仪表包括两种类型：指针式和数字式。指针式仪表使用指针和刻度来指示数值。数字式仪表直接以数字显示数值。虽然数字式仪表技术的发展非常快，但是，指针式仪表结构简单、使用方便、价格便宜,在工业生产中，长期占据着十分重要的地位。现有指针式仪表读取基本上是靠人工来完成，这不仅会带来劳力上的浪费,而且还会带来视觉上的疲劳。
采用机器视觉技术代替人眼对指针式仪表进行测量和判断，可以提高仪表示数读取的自动化程度，降低工人的劳动强度，有较强的研究价值和应用前景。
发明内容
针对指针式仪表人工读取过程中存在效率低下、精度不高和数据保存客观性差的问题，本发明提供一种具有鲁棒性能的基于机器视觉的指针式仪表自动读取方法。本发明利用机器视觉技术替代人工读取指针式仪表的示数读取，通过对仪表图像的一系列图像处理和计算，其中包括二值化图像处理、图像轮廓提取、刻度轮廓的聚类、刻度拟合圆、指针识别，指针的细化，求解刻度圆的圆心坐标和刻度展开等，较为准确的读取仪表的示数。
为了达到上述目的，本发明的技术方案为：
一种基于机器视觉的指针式仪表识别方法，包括以下步骤：
第一步，原始图像采集并上传；
第二步，对图像信息进行预处理得到二值化图像；
第三步，刻度轮廓的提取，刻度圆拟合与展开，得到特殊点位置；
第四步，提取指针，获得指针轮廓；
第五步，指针细化；
第六步，确定基准点；
第七步，拟合指针直线段；
第八步，读数读取；
第九步，设计仪表数据的数据库表。
本发明的有益效果为：本发明利用机器视觉技术替代人工读取指针式仪表的示数读取，通过对仪表图像的一系列图像处理和计算，较为准确的读取仪表的示数，实现仪表示数读取的自动化，具有准确率高，效率高，以及普适的特点。
具体实施方式
以下结合具体实施方式对本发明做进一步说明。
一种基于机器视觉的指针式仪表识别方法，包括以下步骤
步骤一，图像采集
机器人开启摄像头，采集镜头中指针式仪表表盘的图像信息，并将图像信息作为源图像上传至PC机；
步骤二，对图像信息进行预处理得到二值化图像
采用线性灰度变换函数对图像进行灰度化处理，之后采用梯度法锐化灰度图像，并选用OTSU类间方差算法得出阈值，进行图像分割；采用腐蚀膨胀法去除图像中无效信息，得到二值化图像；本发明采用先腐蚀和后膨胀方法。
步骤三，提取刻度轮廓，拟合、展开刻度圆，得到特殊点位置
采用聚类方法在二值化图像中提取仪表刻度轮廓；从形状、大小、邻近位置和历史灰度值四个方面表示刻度轮廓的属性。其中，形状用来描述刻度轮廓的外形；但表盘上的一些数字标识的轮廓和刻度轮廓较为相似，仅凭形状属性是不够的，于是本发明根据刻度轮廓空间排列的特点，采用邻近位置的特性描述刻度轮廓，进一步缩小刻度轮廓的范围；为确保刻度轮廓的正确聚类，根据轮廓像素值相似的特点，通过对二值化前历史灰度数据的保存，将轮廓的灰度值作为最终的属性参加轮廓聚类，进而有效的将非刻度轮廓排除，保留刻度轮廓。
在此基础上，通过刻度轮廓求得刻度轮廓质心，然后利用最小二乘法将刻度轮廓质心拟合圆，从而得到刻度圆心坐标和半径，之后使用快速还原算法实现刻度圆展开，由于指针末端的干扰从而使得刻度质心发生偏移，利用线性关系求得发生偏移的特殊点位置。
步骤四，提取指针
刻度圆拟合完毕后，提取圆心坐标以及半径的数值。通过比较所有轮廓大小，选取轮廓最大的作为指针区域，为消除指针运行过程中仪表盘上字符的干扰，以刻度拟合圆心为圆心的圆环上截取最大轮廓的一段范围，截取长度为刻度圆半径的二分之一；所述的最大轮廓为指针与字符的总轮廓。
步骤五，指针细化
在步骤三轮廓提取中能够同步得到指针轮廓。若仪表制造使用的是普通机械原理，指针则会经过刻度圆的圆心，最终拟合出代表指针的直线同样过刻度圆心，将该条件与修改后的最小距离法拟合直线方程联立，使得轮廓各点到直线距离之和最小，对于直线各系数求偏导即可解得指针直线方程。若仪表制造使用原理非普通机械原理，即指针不一定经过刻度圆的圆心时，可仅依据最小距离法拟合直线方程，即使用偏导求解时无边界条件限制；
步骤六，确定基准点
提取第三步参加轮廓聚类中的大刻度类轮廓并得出各自质心，分别作质心关于圆心的对称点，并且计算对称点与其他大刻度质心距离中的最短距离，最短距离最大的质心则为定位所得的基准点，基准点与圆心间的连线为基准线。与基准点相距最近两质心则为0刻度质心和最大刻度质心。以0刻度质心与圆心连线作为0度基准线，最大刻度质心与圆心连线作为最大刻度基准线；
步骤七，拟合指针直线段
根据拟合的圆方程和指针细化的直线方程求出两个交点，结合特殊点位置去掉位于其中的一个交点，提取位于指针所指方向上的一个交点。基准线将表盘分为两个半圆：0刻度所在半圆与最大刻度所在半圆，此时依据步骤三中求得的特殊点位置判断指针所指点是否超过量程的一半，若超过则提取位于最大刻度所在半圆内的交点，未超过则提取位于0刻度所在半圆内的交点。圆心与剩下交点连线方向即为指针所指方向；
步骤八，读数读取
指针正方向与圆交点坐标为(x,y),连接交点与圆心，该线段与0度基准线之间夹角作为倾斜角α，确定半径R的条件下，则可得知指针顺时针划过的弧长l为：计算0度基准线与最大刻度基准线所夹弧长，选取较大的弧长作为总量程，通过l与总量程的比值并结合仪表实际分度值得出最终读数；
步骤九，设计仪表数据的数据库表
本发明通过程序设计完成指针式仪表读取过程。为便于管理人员对仪表的分析，本发明不仅对一般操作人员提供了自动的仪表读取服务，同时，还通过数据库技术，设计了一个仪表数据库表，存储仪表数据便于查询，并利用MSSQL数据库管理系统管理表格数据，把实时获取的仪表数据按照仪表种类和时间作为历史数据保存，便于管理人员对数据进行分析。本发明具体表格设计如下：
本发明在识别过程中克服了一般机器识别技术的缺点，表盘图像的旋转不影响读数的精度，具有较强的鲁棒性能，同时，本发明利用数据库技术把识别数据存入数据库，并通过程序设计实现数据的自动读取和历史数据的查询，既便于操作人员使用，又便于管理人员分析，是一个完整的解决方案。
以上所述仅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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种基于机器视觉的指针式仪表识别方法，其特征在于以下步骤：
步骤一，图像采集
摄像头采集指针式仪表表盘的图像信息，并将图像信息作为源图像上传至PC机；
步骤二，对图像信息进行预处理得到二值化图像
采用线性灰度变换函数对图像进行灰度化处理，采用梯度法锐化灰度图像，并选用OTSU类间方差算法得出阈值，进行图像分割；采用先腐蚀和后膨胀的方法去除图像中无效信息，得到二值化图像；
步骤三，提取刻度轮廓，拟合、展开刻度圆，得到特殊点位置
采用聚类方法在二值化图像中提取仪表刻度轮廓，从形状、大小、邻近位置和历史灰度值四个方面表示刻度轮廓的属性；其中，形状用来描述刻度轮廓的外形；根据刻度轮廓空间排列的特点，采用邻近位置的特性描述刻度轮廓，进一步缩小刻度轮廓的范围；将轮廓的灰度值作为最终的属性参加轮廓聚类，排除非刻度轮廓，得到刻度轮廓；
通过刻度轮廓求得刻度轮廓质心，利用最小二乘法将刻度轮廓质心拟合圆，得到刻度圆心坐标和半径，采用快速还原算法展开刻度圆；利用线性关系求得由于指针末端的干扰而发生偏移的特殊点位置；
步骤四，提取指针
刻度圆拟合完毕后，提取圆心坐标以及半径的数值；通过比较所有轮廓大小，选取轮廓最大的作为指针区域；为消除指针运行过程中仪表盘上字符的干扰，以刻度拟合圆心为圆心的圆环上截取最大轮廓的一段范围，截取长度为刻度圆半径的二分之一；所述的最大轮廓为指针与字符的总轮廓；
步骤五，指针细化
在步骤三轮廓提取中能够同步得到指针轮廓；若仪表指针经过刻度圆的圆心，最终拟合得到的代表指针的直线同样过刻度圆心，将该条件与修改后的最小距离法拟合直线方程联立，保证指针轮廓各点到直线距离之和最小；若仪表指针不经过刻度圆的圆心，依据最小距离法拟合直线方程；
步骤六，确定基准点
提取第三步参加轮廓聚类中的大刻度类轮廓并得出各自质心，分别作质心关于圆心的对称点，并计算对称点与其他大刻度质心距离中的最短距离，最短距离最大的质心则为定位所得的基准点，基准点与圆心间的连线为基准线；与基准点相距最近两质心分别为0刻度质心和最大刻度质心；以0刻度质心与圆心连线作为0度基准线，以最大刻度质心与圆心连线作为最大刻度基准线；
步骤七，拟合指针直线段
根据拟合的圆方程和指针细化的直线方程求出两个交点，并提取位于指针所指方向上的一个交点；基准线将表盘分为两个半圆：0刻度所在半圆与最大刻度所在半圆，此时依据步骤三中求得的特殊点位置判断指针所指点是否超过量程的一半，若超过则提取位于最大刻度所在半圆内的交点，未超过则提取位于0刻度所在半圆内的交点；圆心与提取出交点的连线方向即为指针所指方向；
步骤八，读数读取
指针正方向与圆交点坐标为(x,y),连接交点与圆心，该线段与0度基准线之间夹角作为倾斜角α，确定半径R的条件下，则能够得知指针顺时针划过的弧长l为：计算0度基准线与最大刻度基准线所夹弧长，选取较大的弧长作为总量程，通过l与总量程的比值并结合仪表实际分度值得出最终读数；
步骤九，设计仪表数据的数据库表
设计仪表数据库表，存储仪表数据便于查询，并利用MSSQL数据库管理系统管理表格数据，把实时获取的仪表数据按照仪表种类和时间作为历史数据保存，便于管理人员对数据进行分析。
CN201710279811.3A 2017-04-26 2017-04-26 一种基于机器视觉的指针式仪表识别方法 Pending CN107038447A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710279811.3A CN107038447A (zh) 2017-04-26 2017-04-26 一种基于机器视觉的指针式仪表识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710279811.3A CN107038447A (zh) 2017-04-26 2017-04-26 一种基于机器视觉的指针式仪表识别方法

Publications (1)

Publication Number Publication Date
CN107038447A true CN107038447A (zh) 2017-08-11

Family

ID=59536700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710279811.3A Pending CN107038447A (zh) 2017-04-26 2017-04-26 一种基于机器视觉的指针式仪表识别方法

Country Status (1)

Country Link
CN (1) CN107038447A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506771A (zh) * 2017-08-24 2017-12-22 歌尔科技有限公司 指针式表盘的指针转动角度检测方法和系统
CN107729853A (zh) * 2017-10-24 2018-02-23 武汉科技大学 一种适用于变电站窄刻度指针式仪表的自动识别方法
CN108645490A (zh) * 2018-05-11 2018-10-12 湘潭大学 基于图像处理技术的冷水水表视觉检测系统及检测方法
CN108711158A (zh) * 2018-03-14 2018-10-26 武汉科技大学 基于轮廓拟合和径向分割的指针式仪表图像识别方法
CN108827530A (zh) * 2018-03-13 2018-11-16 安徽瑞鑫自动化仪表有限公司 一种压力表数据远程自动化获取系统
CN109990873A (zh) * 2018-01-02 2019-07-09 湖南睿图智能科技有限公司 一种机械式水表计量特性的检测方法
CN110059622A (zh) * 2019-04-18 2019-07-26 华北电力大学（保定） 一种基于无线传感器网络的指针式仪表示值识别系统
CN110633620A (zh) * 2019-07-02 2019-12-31 石化盈科信息技术有限责任公司 指针式仪表刻度识别方法及电子设备
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系统
CN111095296A (zh) * 2017-09-14 2020-05-01 雪佛龙美国公司 使用机器学习对字符串进行分类
CN111104862A (zh) * 2019-11-22 2020-05-05 桂林金格电工电子材料科技有限公司 同轴特殊指针仪表的指针识别方法
CN111126371A (zh) * 2019-11-22 2020-05-08 重庆大学 一种基于图像处理的粗指针表盘示数读取方法
CN111476246A (zh) * 2020-04-07 2020-07-31 杭州国彪超声设备有限公司 应用于复杂环境下指针仪表鲁棒高效智读方法
CN111598097A (zh) * 2020-05-08 2020-08-28 福建省海峡智汇科技有限公司 一种基于机器人视觉的仪表位置、读数识别方法和系统
CN112703538A (zh) * 2018-12-12 2021-04-23 株式会社东芝 读取辅助系统、移动体、读取辅助方法、程序以及存储介质
CN114782852A (zh) * 2022-06-16 2022-07-22 深圳中集智能科技有限公司 指针式工业仪表的读数方法、读数装置与读数系统
CN116704510A (zh) * 2023-08-08 2023-09-05 深圳中集智能科技有限公司 机器视觉工业仪表数据智能辨识方法
WO2023208214A1 (zh) * 2022-04-30 2023-11-02 瞬联软件科技（北京）有限公司 一种仪表盘识别方法、识别装置、存储介质和计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287162A1 (en) * 2011-05-09 2012-11-15 Aminian Mehdi Method for displaying location related information
CN103759758A (zh) * 2014-01-26 2014-04-30 哈尔滨工业大学 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
CN105550683A (zh) * 2015-12-07 2016-05-04 重庆大学 基于视觉的指针式仪表自动读取系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287162A1 (en) * 2011-05-09 2012-11-15 Aminian Mehdi Method for displaying location related information
CN103759758A (zh) * 2014-01-26 2014-04-30 哈尔滨工业大学 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
CN105550683A (zh) * 2015-12-07 2016-05-04 重庆大学 基于视觉的指针式仪表自动读取系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁磊: ""基于机器视觉的指针式仪表示值识别研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506771A (zh) * 2017-08-24 2017-12-22 歌尔科技有限公司 指针式表盘的指针转动角度检测方法和系统
CN111095296A (zh) * 2017-09-14 2020-05-01 雪佛龙美国公司 使用机器学习对字符串进行分类
CN107729853A (zh) * 2017-10-24 2018-02-23 武汉科技大学 一种适用于变电站窄刻度指针式仪表的自动识别方法
CN107729853B (zh) * 2017-10-24 2021-05-25 武汉科技大学 一种适用于变电站窄刻度指针式仪表的自动识别方法
CN109990873A (zh) * 2018-01-02 2019-07-09 湖南睿图智能科技有限公司 一种机械式水表计量特性的检测方法
CN108827530A (zh) * 2018-03-13 2018-11-16 安徽瑞鑫自动化仪表有限公司 一种压力表数据远程自动化获取系统
CN108711158A (zh) * 2018-03-14 2018-10-26 武汉科技大学 基于轮廓拟合和径向分割的指针式仪表图像识别方法
CN108711158B (zh) * 2018-03-14 2021-05-28 武汉科技大学 基于轮廓拟合和径向分割的指针式仪表图像识别方法
CN108645490A (zh) * 2018-05-11 2018-10-12 湘潭大学 基于图像处理技术的冷水水表视觉检测系统及检测方法
CN112703538B (zh) * 2018-12-12 2023-06-30 株式会社东芝 读取辅助系统、移动体、读取辅助方法、程序以及存储介质
CN112703538A (zh) * 2018-12-12 2021-04-23 株式会社东芝 读取辅助系统、移动体、读取辅助方法、程序以及存储介质
CN110059622A (zh) * 2019-04-18 2019-07-26 华北电力大学（保定） 一种基于无线传感器网络的指针式仪表示值识别系统
CN110633620A (zh) * 2019-07-02 2019-12-31 石化盈科信息技术有限责任公司 指针式仪表刻度识别方法及电子设备
CN110633620B (zh) * 2019-07-02 2023-04-11 石化盈科信息技术有限责任公司 指针式仪表刻度识别方法及电子设备
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系统
CN110929710B (zh) * 2019-10-29 2022-04-01 湖南大学 一种基于视觉的仪表指针读数自动识别方法与系统
CN111104862A (zh) * 2019-11-22 2020-05-05 桂林金格电工电子材料科技有限公司 同轴特殊指针仪表的指针识别方法
CN111126371A (zh) * 2019-11-22 2020-05-08 重庆大学 一种基于图像处理的粗指针表盘示数读取方法
CN111476246A (zh) * 2020-04-07 2020-07-31 杭州国彪超声设备有限公司 应用于复杂环境下指针仪表鲁棒高效智读方法
CN111476246B (zh) * 2020-04-07 2022-11-11 杭州国彪超声设备有限公司 应用于复杂环境下指针仪表鲁棒高效智读方法
CN111598097B (zh) * 2020-05-08 2023-03-24 福建省海峡智汇科技有限公司 一种基于机器人视觉的仪表位置、读数识别方法和系统
CN111598097A (zh) * 2020-05-08 2020-08-28 福建省海峡智汇科技有限公司 一种基于机器人视觉的仪表位置、读数识别方法和系统
WO2023208214A1 (zh) * 2022-04-30 2023-11-02 瞬联软件科技（北京）有限公司 一种仪表盘识别方法、识别装置、存储介质和计算机设备
CN114782852A (zh) * 2022-06-16 2022-07-22 深圳中集智能科技有限公司 指针式工业仪表的读数方法、读数装置与读数系统
CN116704510A (zh) * 2023-08-08 2023-09-05 深圳中集智能科技有限公司 机器视觉工业仪表数据智能辨识方法

Similar Documents

Publication Publication Date Title
CN107038447A (zh) 一种基于机器视觉的指针式仪表识别方法
CN108182433B (zh) 一种表计读数识别方法及系统
CN105260709B (zh) 基于图像处理的水表检定方法、装置及系统
CN112818988B (zh) 一种指针式仪表自动识别读数方法及系统
CN108460327A (zh) 一种基于图像处理的指针式仪表读数自动识别方法
CN102236794B (zh) 3d场景中3d对象的识别和姿态确定
CN105574161B (zh) 一种商标图形要素识别方法、装置和系统
CN105300482B (zh) 基于图像处理的水表检定方法、装置及系统
CN110929710B (zh) 一种基于视觉的仪表指针读数自动识别方法与系统
CN105260710A (zh) 基于图像处理的水表检定方法、装置及系统
CN109508709B (zh) 一种基于机器视觉的单指针仪表读数方法
CN112613097A (zh) 一种基于计算机视觉的bim快速化建模方法
CN107145890A (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
CN113012098B (zh) 一种基于bp神经网络的铁塔角钢冲孔缺陷检测方法
CN110659637A (zh) 一种结合深度神经网络和sift特征的电能表示数与标签自动识别方法
CN112116702A (zh) 一种基于正面和侧面轮廓的人体测量三维建模方法及系统
CN115661509A (zh) 基于三维点云icp配准算法的手术器械识别分类方法
CN114092478B (zh) 一种异常检测方法
CN116704270A (zh) 一种基于图像处理的智能设备定位标记方法
CN116758067A (zh) 基于特征匹配的金属结构件检测方法
CN115597494B (zh) 一种基于点云的预制构件预留孔的精度检测方法、系统
CN112990190A (zh) 指针式仪表读数的识别方法、装置
CN116412759A (zh) 一种利用三维激光扫描仪进行林业调查的方法
CN114529803A (zh) 一种指针仪表识别增强检测方法
CN114898347A (zh) 一种指针式仪表机器视觉识别方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170811