CN104678963B - 一种基于计算机视觉的采集仪表设备信息的系统及方法 - Google Patents
一种基于计算机视觉的采集仪表设备信息的系统及方法 Download PDFInfo
- Publication number
- CN104678963B CN104678963B CN201510056438.6A CN201510056438A CN104678963B CN 104678963 B CN104678963 B CN 104678963B CN 201510056438 A CN201510056438 A CN 201510056438A CN 104678963 B CN104678963 B CN 104678963B
- Authority
- CN
- China
- Prior art keywords
- module
- image
- identification
- monitoring equipment
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 102
- 238000004891 communication Methods 0.000 claims abstract description 81
- 238000000605 extraction Methods 0.000 claims abstract description 65
- 230000002452 interceptive effect Effects 0.000 claims abstract description 41
- 230000004044 response Effects 0.000 claims abstract description 32
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000005286 illumination Methods 0.000 claims description 18
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 26
- 238000003384 imaging method Methods 0.000 description 15
- 230000009466 transformation Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 239000000284 extract Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 235000013350 formula milk Nutrition 0.000 description 3
- UGODCLHJOJPPHP-AZGWGOJFSA-J tetralithium;[(2r,3s,4r,5r)-5-(6-aminopurin-9-yl)-4-hydroxy-2-[[oxido(sulfonatooxy)phosphoryl]oxymethyl]oxolan-3-yl] phosphate;hydrate Chemical compound [Li+].[Li+].[Li+].[Li+].O.C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP([O-])(=O)OS([O-])(=O)=O)[C@@H](OP([O-])([O-])=O)[C@H]1O UGODCLHJOJPPHP-AZGWGOJFSA-J 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000035045 associative learning Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于计算机视觉的采集仪表设备信息的系统及方法，该系统包括现场监测设备、通信网络及后台系统，现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块及电源模块，处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，第二通信模块通过通信网络与第一通信模块连接并实现加密通信。本发明自动化程度高、响应速度快且监控成本低，可广泛应用于仪表设备的数据状态信息的采集控制领域中。
Description
技术领域
本发明涉及计算机视觉分析领域，特别是涉及一种基于计算机视觉的采集仪表设备信息的系统及方法。
背景技术
目前，对各种现场仪表设备的数据采集存在着多种技术，包括现场总线、数字量和模拟量采集技术、字码和指针识别技术、图像监控识别技术等，但这些技术都存在一定的局限性：第一，现场总线、数字量和模拟量采集技术基本需要在现场设备上安装相关的电子传感器例如压力变送器、电子温度传感器等实现数字量或模拟量的采集，在一些不容易安装电子传感器的设备现场将无法使用；第二，现有的字码识别技术和表盘指针识别设备只能识别某一种设备的数字字码和指针读数，不能同时支持多种仪表设备的读数识别，也不能监控设备的非读数状态信息；第三，现有的图像监控识别技术依赖多路图像采集摄像头在固定位置对目标进行监控和识别，因此导致图像采集不够灵活，而且也导致成本上升和安装麻烦等问题，更不能对现场整体情况进行大范围多角度的灵活监测，也不能进行多目标对象的状态读数的识别和分析。总的来说，目前对仪表设备进行数据采集的技术存在着成本高、自动化程度低、响应速度慢等问题。
发明内容
为了解决上述的技术问题，本发明的目的是提供一种基于计算机视觉的采集仪表设备信息的系统，本发明的另一目的是提供一种基于计算机视觉的采集仪表设备信息的方法。
本发明解决其技术问题所采用的技术方案是：
一种基于计算机视觉的采集仪表设备信息的系统，包括现场监测设备、通信网络及后台系统，所述现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块以及用于为现场监测设备供电的电源模块，所述处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；
所述后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，所述数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，所述第二通信模块通过通信网络与第一通信模块连接并实现加密的双向通信。
进一步，所述图像采集模块包括可调焦镜头、感光成像模块、亮度感应器、镜头电机驱动模块、红外LED照明模块以及红外滤光片切换模块，所述处理器模块包括处理器、A/D转换模块、内存及闪存；
所述亮度感应器的输出端通过A/D转换模块与处理器的第一输入端连接，所述可调焦镜头用于将仪表设备成像到感光成像模块上，所述感光成像模块的输出端与处理器的第二输入端连接，所述镜头电机驱动模块的第一输出端与红外滤光片切换模块的输入端连接，所述镜头电机驱动模块的第二输出端与可调焦镜头连接，所述处理器的第一输出端与镜头电机驱动模块的输入端连接，所述处理器的第二输出端与红外LED照明模块的输入端连接，所述处理器分别与设备控制模块、内存及闪存连接。
进一步，所述感光成像模块采用CCD或CMOS器件且所述感光成像模块包括USB数据通讯接口或视频数据接口。
进一步，所述通信网络包括移动无线网络、WIFI无线局域网络、以太网络和有线通信网络。
本发明解决其技术问题所采用的另一技术方案是：
采用所述的系统的一种基于计算机视觉的采集仪表设备信息的方法，包括：
S1、后台系统获取用户输入到人机交互操作模块的预设的采集参数指令后下发到现场监测设备中；
S2、现场监测设备根据预设的采集参数指令，调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块；
S3、处理器模块对图像采集模块采集的图像进行预处理，同时根据预设的采集参数指令中的本地识别选项判断是否在本地执行图像信息识别提取，若是，则直接执行步骤S5，若否，则直接将预处理后的图像数据加密后上传到后台系统后执行步骤S4；
S4、后台系统通过第二通信模块接收加密数据并进行解密后获得预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第一识别信息，进而将第一识别信息作为识别结果并保存到数据库模块后，直接执行步骤S9；
S5、现场监测设备的处理器模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第二识别信息，进而根据第二识别信息触发执行操作判断条件的判断，进而根据判断结果触发执行相应的响应操作指令，同时根据响应操作指令的设置将第二识别信息和预处理后的图像数据加密后上传到后台系统并执行步骤S7，或者根据响应操作指令的设置将第二识别信息加密后上传到后台系统并执行步骤S6；所述操作判断条件是指由现场监测设备采集到新的信息后或时间变化后触发执行的，对采集识别信息和时间因素进行实时数值判断，以及根据判断结果执行相应的响应操作指令的一项或多项的过程。具体如何设置操作判断条件可以根据具体的待监测仪表设备进行多样化设置；
S6、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息，进而通过数据交互控制模块将第二识别信息作为识别结果并保存到数据库模块后，执行步骤S9；
S7、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息和预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析后获得第三识别信息，同时判断第三识别信息是否与第二识别信息一致，若是，则确认识别结果并存储到数据库模块后直接执行步骤S9，否则执行步骤S8；
S8、后台系统通过人机交互操作模块发出识别信息不一致的提示，进而接收用户输入的操作数据后，根据该操作数据确认识别结果并进行存储到数据库模块后执行步骤S9，或者根据该操作数据向现场监测设备下发预设的采集参数指令后返回执行步骤S1；
S9、后台系统将识别结果及相关信息通过人机交互操作模块进行显示，同时根据识别结果的内容自动地判断是否向现场监测设备发出相应的控制指令；
所述人机交互操作模块具备通过C/S（客户端/服务器）方式、B/S（浏览器/服务器）方式、APPS（移动手机应用）方式、移动短信/彩信方式实现与操作人员进行交互的能力。
进一步，所述步骤S1之前还包括以下步骤：
S0、将现场监测设备的图像采集模块安装到可以采集到待监测仪表设备的清晰图像的位置上。
进一步，所述步骤S0，包括：
S01、将现场监测设备的图像采集模块安装到待监测仪表设备附近的位置上，然后采用图像采集模块采集待监测仪表设备的图像并上传到后台系统；
S02、后台系统通过人机交互操作模块显示所采集的图像，进而接收用户输入的对图像采集模块的调节指令并下发到现场监测设备；
S03、现场监测设备接收调节指令后调节图像采集模块使得图像采集模块可以采集到仪表设备的清晰图像；
S04、后台系统将调节指令保存到该待监测仪表设备对应的预设采集参数指令中；
S05、后台系统通过人机交互操作模块接收操作人员输入的图像轮廓操作指令后，确定并保存轮廓识别数据，进而生成采集目标识别模式。
进一步，所述步骤S2，包括：
S21、现场监测设备判断符合预设的采集参数指令中的预设采集条件后，根据图像采集模块返回的待监测仪表设备的环境光的亮度值，自动判断是否控制红外LED照明模块的开启以及控制红外滤光片切换模块的切换；
S22、现场监测设备采用图像采集模块采集待监测仪表设备的初始图像后，通过处理器模块对所采集图像进行实时轮廓识别处理，识别出图像中主要物体的轮廓，并与目标识别模式里的轮廓数据进行检测和匹配，进而判断待监测仪表设备是否处在所采集图像的图像范围内，若是，则直接执行步骤S24，否则执行步骤S23；
S23、现场监测设备对图像采集模块进行微调，直到待监测仪表设备处在所采集图像的图像范围内；
S24、现场监测设备调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块。
进一步，所述步骤S2中所述预设的采集参数指令包括：采集目标识别模式、图像采集模块调节指令参数、照明亮度、定时采集时间、采集次数、图像分辨率、图像缩放比例、图像信息识别提取选项、本地识别选项、操作判断条件以及响应操作指令中的一项或多项；
所述图像采集模块调节指令参数包括镜头对准目标的角度和位移以及镜头焦距，所述响应操作指令包括上传采集信息、上传识别信息、上传图像、上传告警和执行控制。每一个待监测仪表设备可以有一套或以上的预设采集参数指令，且每一套预设的采集参数指令可以设定与一个或以上的待监测仪表设备对应。
进一步，所述基于计算机视觉的图像信息识别提取分析的步骤，包括：图像透视变换、图像预处理、图像轮廓检测、图像切割、图像二值化处理、图像信息识别和提取。
本发明的有益效果是：本发明的一种基于计算机视觉的采集仪表设备信息的系统，包括现场监测设备、通信网络及后台系统，现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块以及用于为现场监测设备供电的电源模块，处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，第二通信模块通过通信网络与第一通信模块连接并实现加密的双向通信。本系统可以对各种待监测现场进行自动化监测，同时自动识别多个或多种仪表和设备的信息，自动化程度高、响应速度快且生产成本低。
本发明的另一有益效果是：本发明的一种基于计算机视觉的采集仪表设备信息的方法，包括：S1、后台系统获取用户输入到人机交互操作模块的预设的采集参数指令后下发到现场监测设备中；S2、现场监测设备根据预设的采集参数指令，调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块；S3、处理器模块对图像采集模块采集的图像进行预处理，同时根据预设的采集参数指令中的本地识别选项判断是否在本地执行图像信息识别提取，若是，则直接执行步骤S5，若否，则直接将预处理后的图像数据加密后上传到后台系统后执行步骤S4；S4、后台系统通过第二通信模块接收加密数据并进行解密后获得预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第一识别信息，进而将第一识别信息作为识别结果并保存到数据库模块后，直接执行步骤S9；S5、现场监测设备的处理器模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第二识别信息，进而根据第二识别信息触发执行操作判断条件的判断，进而根据判断结果触发执行相应的响应操作指令，同时根据响应操作指令的设置将第二识别信息和预处理后的图像数据加密后上传到后台系统并执行步骤S7，或者根据响应操作指令的设置将第二识别信息加密后上传到后台系统并执行步骤S6；S6、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息，进而通过数据交互控制模块将第二识别信息作为识别结果并保存到数据库模块后，执行步骤S9；S7、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息和预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析后获得第三识别信息，同时判断第三识别信息是否与第二识别信息一致，若是，则确认识别结果并存储到数据库模块后直接执行步骤S9，否则执行步骤S8；S8、后台系统通过人机交互操作模块发出识别信息不一致的提示，进而接收用户输入的操作数据后，根据该操作数据确认识别结果并进行存储到数据库模块后执行步骤S9，或者根据该操作数据向现场监测设备下发预设的采集参数指令后返回执行步骤S1；S9、后台系统将识别结果及相关信息通过人机交互操作模块进行显示，同时根据识别结果的内容自动地判断是否向现场监测设备发出相应的控制指令。本方法可以对各种待监测现场进行自动化监测，识别多个或多种仪表和设备的信息，自动化程度高、响应速度快且监控成本低。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的一种基于计算机视觉的采集仪表设备信息的系统的结构框图；
图2是图1中的图像采集模块和处理器模块的结构框图；
图3是本发明的一具体实施例中进行信息识别提取的示意图。
具体实施方式
本申请中，仪表设备是各类仪表和设备的统称，可以是一个仪表或设备，也可以是多个仪表、多个设备或多个仪表和设备。
参照图1，本发明提供了一种基于计算机视觉的采集仪表设备信息的系统，包括现场监测设备、通信网络及后台系统，所述现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块以及用于为现场监测设备供电的电源模块，所述处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；
所述后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，所述数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，所述第二通信模块通过通信网络与第一通信模块连接并实现加密的双向通信。
进一步作为优选的实施方式，参照图2，所述图像采集模块包括可调焦镜头、感光成像模块、亮度感应器、镜头电机驱动模块、红外LED照明模块以及红外滤光片切换模块，所述处理器模块包括处理器、A/D转换模块、内存及闪存；
所述亮度感应器的输出端通过A/D转换模块与处理器的第一输入端连接，所述可调焦镜头用于将仪表设备成像到感光成像模块上，所述感光成像模块的输出端与处理器的第二输入端连接，所述镜头电机驱动模块的第一输出端与红外滤光片切换模块的输入端连接，所述镜头电机驱动模块的第二输出端与可调焦镜头连接，所述处理器的第一输出端与镜头电机驱动模块的输入端连接，所述处理器的第二输出端与红外LED照明模块的输入端连接，所述处理器分别与设备控制模块、内存及闪存连接。
进一步作为优选的实施方式，所述感光成像模块采用CCD或CMOS器件且所述感光成像模块包括USB数据通讯接口或视频数据接口。
进一步作为优选的实施方式，所述通信网络包括移动无线网络、WIFI无线局域网络、以太网络和有线通信网络。
本发明还提供了采用所述的系统的一种基于计算机视觉的采集仪表设备信息的方法，包括：
S1、后台系统获取用户输入到人机交互操作模块的预设的采集参数指令后下发到现场监测设备中；
S2、现场监测设备根据预设的采集参数指令，调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块；
S3、处理器模块对图像采集模块采集的图像进行预处理，同时根据预设的采集参数指令中的本地识别选项判断是否在本地执行图像信息识别提取，若是，则直接执行步骤S5，若否，则直接将预处理后的图像数据加密后上传到后台系统后执行步骤S4；
S4、后台系统通过第二通信模块 接收加密数据并进行解密后获得预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第一识别信息，进而将第一识别信息作为识别结果并保存到数据库模块后，直接执行步骤S9；
S5、现场监测设备的处理器模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第二识别信息，进而根据第二识别信息触发执行操作判断条件的判断，进而根据判断结果触发执行相应的响应操作指令，同时根据响应操作指令的设置将第二识别信息和预处理后的图像数据加密后上传到后台系统并执行步骤S7，或者根据响应操作指令的设置将第二识别信息加密后上传到后台系统并执行步骤S6；所述操作判断条件是指由现场监测设备采集到新的信息后或时间变化后触发执行的，对采集识别信息和时间因素进行实时数值判断，以及根据判断结果执行相应的响应操作指令的一项或多项的过程。具体如何设置操作判断条件可以根据具体的待监测仪表设备进行多样化设置；
S6、后台系统通过数据交互控制模块接收加密数据并进行解密后获得第二识别信息，进而将第二识别信息作为识别结果并保存到数据库模块后，执行步骤S9；
S7、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息和预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析后获得第三识别信息，同时判断第三识别信息是否与第二识别信息一致，若是，则确认识别结果并存储到数据库模块后直接执行步骤S9，否则执行步骤S8；
S8、后台系统通过人机交互操作模块发出识别信息不一致的提示，进而接收用户输入的操作数据后，根据该操作数据确认识别结果并进行存储到数据库模块后执行步骤S9，或者根据该操作数据向现场监测设备下发预设的采集参数指令后返回执行步骤S1；
S9、后台系统将识别结果及相关信息通过人机交互操作模块进行显示，同时根据识别结果的内容自动地判断是否向现场监测设备发出相应的控制指令。
所述人机交互操作模块具备通过C/S（客户端/服务器）方式、B/S（浏览器/服务器）方式、APPS（移动手机应用）方式、移动短信/彩信方式实现与操作人员进行交互的能力。
进一步作为优选的实施方式，所述步骤S1之前还包括以下步骤：
S0、将现场监测设备的图像采集模块安装到可以采集到待监测仪表设备的清晰图像的位置上。
进一步作为优选的实施方式，所述步骤S0，包括：
S01、将现场监测设备的图像采集模块安装到待监测仪表设备附近的位置上，然后采用图像采集模块采集待监测仪表设备的图像并上传到后台系统；
S02、后台系统通过人机交互操作模块显示所采集的图像，进而接收用户输入的对图像采集模块的调节指令并下发到现场监测设备；
S03、现场监测设备接收调节指令后调节图像采集模块使得图像采集模块可以采集到仪表设备的清晰图像；
S04、后台系统将调节指令保存到该待监测仪表设备对应的预设采集参数指令中；
S05、后台系统通过人机交互操作模块接收操作人员输入的图像轮廓操作指令后，确定并保存轮廓识别数据，进而生成采集目标识别模式。
进一步作为优选的实施方式，所述步骤S2，包括：
S21、现场监测设备判断符合预设的采集参数指令中的预设采集条件后，根据图像采集模块返回的待监测仪表设备的环境光的亮度值，自动判断是否控制红外LED照明模块的开启以及控制红外滤光片切换模块的切换；
S22、现场监测设备采用图像采集模块采集待监测仪表设备的初始图像后，通过处理器模块对所采集图像进行实时轮廓识别处理，识别出图像中主要物体的轮廓，并与目标识别模式里的轮廓数据进行检测和匹配，进而判断待监测仪表设备是否处在所采集图像的图像范围内，若是，则直接执行步骤S24，否则执行步骤S23；
S23、现场监测设备对图像采集模块进行微调，直到待监测仪表设备处在所采集图像的图像范围内；
S24、现场监测设备调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块。
进一步作为优选的实施方式，所述步骤S2中所述预设的采集参数指令包括：采集目标识别模式、图像采集模块调节指令参数、照明亮度、定时采集时间、采集次数、图像分辨率、图像缩放比例、图像信息识别提取选项、本地识别选项、操作判断条件以及响应操作指令中的一项或多项；
所述图像采集模块调节指令参数包括镜头对准目标的角度和位移以及镜头焦距，所述响应操作指令包括上传采集信息、上传识别信息、上传图像、上传告警和执行控制。
进一步作为优选的实施方式，所述基于计算机视觉的图像信息识别提取分析的步骤，包括：图像透视变换、图像预处理、图像轮廓检测、图像切割、图像二值化处理、图像信息识别和提取。
以下结合具体实施例对本发明作进一步说明。
实施例一
参照图1和图2，一种基于计算机视觉的采集仪表设备信息的系统，包括现场监测设备、通信网络及后台系统，现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块以及用于为现场监测设备供电的电源模块，处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；
后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，第二通信模块通过通信网络与第一通信模块连接并实现加密的双向通信。
图1中只画出来现场监测设备包括一路图像采集模块的情况，实际应用中，现场监测设备可以支持一路或多路的图像采集模块，每一路的图像采集模块可以独立地对多个目标进行图像采集工作。每一路的图像采集模块采集到的图像数据会被传输到处理器模块进行后续处理。
电源模块可以是电池供电的直流供电模块或者是交流供电的模块，在电池供电时，设备可带低电压监测和告警功能，并提供过流保护功能；在交流供电时，设备带稳压、过压、滤波等保护功能。
如图2中所示，本实施例中，图像采集模块包括可调焦镜头、感光成像模块、亮度感应器、镜头电机驱动模块、红外LED照明模块以及红外滤光片切换模块，处理器模块包括处理器、A/D转换模块、内存及闪存；
亮度感应器的输出端通过A/D转换模块与处理器的第一输入端连接，可调焦镜头用于将仪表设备成像到感光成像模块上，感光成像模块的输出端与处理器的第二输入端连接，镜头电机驱动模块的第一输出端与红外滤光片切换模块的输入端连接，镜头电机驱动模块的第二输出端与可调焦镜头连接，处理器的第一输出端与镜头电机驱动模块的输入端连接，处理器的第二输出端与红外LED照明模块的输入端连接，处理器分别与设备控制模块、内存及闪存连接。
本实施例中感光成像模块采用CCD或CMOS器件且所述感光成像模块包括USB数据通讯接口或视频数据接口。感光成像模块的输出端是通过USB数据通讯接口或视频数据接口与处理器的第二输入端连接。
可调焦镜头包括镜片和内置调焦控制模块，可支持自动对焦功能和外部控制调焦功能。在外部控制调焦功能时，可调焦镜头与处理器也连接，处理器可以根据图像缩放比例向调焦控制模块发控制指令调整镜头的焦距。镜头电机驱动模块是由多个电机和电机驱动电路组成，用于控制镜头的指向角度位置、调节镜头焦距和开合红外滤光片切换模块。亮度感应器是用于感应环境光亮度，把信号传送到处理器，在环境光亮度低于照明亮度阀值时，处理器可发指令开启红外LED灯照明模块和根据预设值调节红外LED灯照明模块的亮度。红外LED灯照明模块在低亮度的情况下，自动开启红外照明以采集红外图像，红外LED灯照明模块的亮度是可以调节的。红外滤光片切换模块是用于在低亮度时开启红外LED灯照明模块后，切换红外滤光片以过滤红外光以外的光线，以提升成像效果，滤光片的开合是由处理器通过控制镜头电机驱动模块控制的。
处理器模块负责控制视频采集、控制镜头电机驱动模块、执行图像处理、图像信息识别提取分析、与后台系统通信交互、对本地设备进行控制处理和处理其它传感器的输入。在多路图像采集时，处理器模块采用多线程或多进程技术同时对多路图像采集模块传输的图像数据进行处理。
设备控制模块负责对被控设备发送控制指令，设备控制模块也包括接口转换的功能，以实现对多种被控设备不同接口的支持。控制接口带有光耦隔离的保护。设备控制模块可以实现对外部受控设备如：阀门、电闸等设备的开关控制。
通信网络包括2G/3G/4G等移动无线网络、WIFI无线局域网络、以太网络和基于RS232、RS485或CAN总线的有线通信网络。
现场监测设备与后台系统的通信是采用加密的方式，加密的方法是采用包括：AES、DES、3DES、RC4、TLS、SSL等算法或算法组合实现的。
人机交互操作模块具备通过C/S（客户端/服务器）方式、B/S（浏览器/服务器）方式、APPS（移动手机应用）方式、移动短信/彩信方式实现与操作人员进行交互的能力。
本系统可采集燃气管调压和变压站、油管调压和变压站、供热管调压和变压站、水管调压和变压站、电网输配变电站等管道线网调压和变压监控现场的各种表记、环境状况、控制设备状态等，以及对各种安全监控、测量仪表领域进行多目标的图像采集和信息识别提取分析，所采集的参数和识别选项可以通过人机交互操作模块进行远程配置，可实现自动化监测，响应控制速度快。
本系统中，后台系统具备基于计算机视觉的图像信息识别提取分析功能，现场监测设备也可根据设置选项决定是否具备基于计算机视觉的图像信息识别提取分析功能。当现场监测设备被设置为具备基于计算机视觉的图像信息识别提取分析功能时，现场监测设备可实现快速判断、就地控制和降低远程通信的流量和成本的优势，而且可对图像信息识别提取过程进行双重复核，提高识别可靠性，避免现场监测设备或后台系统的单点异常或错误导致的识别错误风险。
本系统还支持按预设的识别结果判断条件执行对应的就地控制指令，可避免对网络通信的依赖并实现快速的事件响应。
实施例二
采用实施例一的系统的一种基于计算机视觉的采集仪表设备信息的方法，包括：
S0、将现场监测设备的图像采集模块安装到可以采集到待监测仪表设备的清晰图像的位置上；
S1、后台系统获取用户输入到人机交互操作模块的预设的采集参数指令后下发到现场监测设备中；
S2、现场监测设备根据预设的采集参数指令，调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块；
S3、处理器模块对图像采集模块采集的图像进行预处理，同时根据预设的采集参数指令中的本地识别选项判断是否在本地执行图像信息识别提取，若是，则直接执行步骤S5，若否，则直接将预处理后的图像数据加密后上传到后台系统后执行步骤S4；
S4、后台系统通过第二通信模块接收加密数据并进行解密后获得预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第一识别信息，进而将第一识别信息作为识别结果并保存到数据库模块后，直接执行步骤S9；
S5、现场监测设备的处理器模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第二识别信息，进而根据第二识别信息触发执行操作判断条件的判断，进而根据判断结果触发执行相应的响应操作指令，同时根据响应操作指令的设置将第二识别信息和预处理后的图像数据加密后上传到后台系统并执行步骤S7，或者根据响应操作指令的设置将第二识别信息加密后上传到后台系统并执行步骤S6；S6、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息，进而通过数据交互控制模块将第二识别信息作为识别结果并保存到数据库模块后，执行步骤S9；
S7、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息和预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析后获得第三识别信息，同时判断第三识别信息是否与第二识别信息一致，若是，则确认识别结果并存储到数据库模块后直接执行步骤S9，否则执行步骤S8；
S8、后台系统通过人机交互操作模块发出识别信息不一致的提示，进而接收用户输入的操作数据后，根据该操作数据确认识别结果并进行存储到数据库模块后执行步骤S9，或者根据该操作数据向现场监测设备下发预设的采集参数指令后返回执行步骤S1,直到所需采集的现场信息采集完成为止；
S9、后台系统将识别结果及相关信息发送到人机交互操作模块进行显示，同时根据识别结果的内容自动地判断是否向现场监测设备发出相应的控制指令。相关信息是指与获得的识别结果相关的待监测仪表设备相关的信息，例如仪表设备的类型、性能参数等。因为本方法的多个迭代判断步骤将会有多种可能的执行方案，本步骤中，“根据识别结果的内容自动地向现场监测设备发出控制指令”的执行机构有两种，一种是现场监测设备的处理器模块，一种是后台系统的数据交互控制模块。处理器模块执行“根据识别结果的内容自动地向现场监测设备发出控制指令”时，其具体为：
根据识别结果，结合预设的识别结果判断条件判断是否需要采对应的就地响应行动，响应行动可以包括：上传告警、上传图像、上传识别信息、执行控制等等。预设的识别结果判断条件是指对包括一个或多个采集目标的数值信息和时间信息等进行综合逻辑判断的过程。在执行控制时，现场监测设备可通过设备控制模块执行一系列的本地控制指令和指令组合。本地控制可包括现场设备的开关阀门、开关继电器、开关供电、声光告警等操作指令。
一个具体例子如下：预设的操作判断条件为：“如果条件满足：M1气压表的数值大于600KPa 时或每隔12小时，则响应操作指令为：上传一次图像识别信息和上传一次图像”。此时，现场监测设备将对M1气压表进行本地图像识别和信息提取，当识别提取出的数值信息大于600KPa或者时间周期到达每12小时时，都会执行一次图像识别和识别信息的上传，并执行一次对应的采集图像的上传到后台系统。
另一个例子如下：预设的操作判断条件为：“如果M2气压表的数值大于1200KPa时，则响应操作指令为：执行关阀操作指令和上传告警信息”。此时，现场监测设备对M2气压表进行本地图像识别和信息提取，当识别提取出的数值信息大于1200KPa时，会通过设备控制模块执行关阀操作指令，并且向后台系统上传超标告警信息。
步骤S7和S8中，后台系统在收到预处理后的图像数据后，为了避免单点识别异常错误风险，图像信息识别提取模块会对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析，提取出的读数和状态等信息会被保存到数据库模块中。若后台系统提取的识别信息与现场监测设备发出的识别信息内容不一致时，后台系统向操作人员发出识别分析不一致信息的提示，操作人员可进行人工判断甄别以确定最终信息结果，或者操作人员可通过人机交互操作模块的界面向现场监测设备下发召测请求进行实时的信息采集。召测请求即本实施例中的预设的采集参数指令。
本实施例中，处理器模块进行加密的方法可以采用包括：AES、DES、3DES、RC4、TLS、SSL等算法和算法组合实现。
步骤S0，包括S01~S03：
S01、将现场监测设备的图像采集模块安装到待监测仪表设备附近的位置上，然后采用图像采集模块采集待监测仪表设备的图像并上传到后台系统；
S02、后台系统通过人机交互操作模块显示所采集的图像，进而接收用户输入的对图像采集模块的调节指令并下发到现场监测设备；
S03、现场监测设备接收调节指令后调节图像采集模块使得图像采集模块可以采集到仪表设备的清晰图像；
S04、后台系统将调节指令保存到该待监测仪表设备对应的预设采集参数指令中；
S05、后台系统通过人机交互操作模块接收操作人员输入的图像轮廓操作指令后，确定并保存轮廓识别数据，进而生成采集目标识别模式。
本实施例中，步骤S2，包括S21~S24：
S21、现场监测设备判断符合预设的采集参数指令中的预设采集条件后，根据图像采集模块返回的待监测仪表设备的环境光的亮度值，自动判断是否控制红外LED照明模块的开启以及控制红外滤光片切换模块的切换；
S22、现场监测设备采用图像采集模块采集待监测仪表设备的初始图像后，通过处理器模块对所采集图像进行实时轮廓识别处理，识别出图像中主要物体的轮廓，并与目标识别模式里的轮廓数据进行检测和匹配，进而判断待监测仪表设备是否处在所采集图像的图像范围内，若是，则直接执行步骤S24，否则执行步骤S23；
S23、现场监测设备对图像采集模块进行微调，直到待监测仪表设备处在所采集图像的图像范围内，其具体为：
图像采集模块根据预设的角度和位移对镜头电机驱动模块进行调节使得可调焦镜头对准待监测仪表设备，同时根据预设的焦距参数，调整镜头电机驱动模块使得可调焦镜头进行对焦；
S24、现场监测设备调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块。
步骤S2中所述预设的采集参数指令包括：采集目标识别模式、图像采集模块调节指令参数、照明亮度、定时采集时间、采集次数、图像分辨率、图像缩放比例、图像信息识别提取选项、本地识别选项、操作判断条件以及响应操作指令中的一项或多项；
图像采集模块调节指令参数包括镜头对准目标的角度和位移以及镜头焦距，响应操作指令包括上传采集信息、上传识别信息、上传图像、上传告警和执行控制。显然的，上传的数据也是经过加密处理的。每一个待监测仪表设备可以有一套或以上的预设采集参数指令，且每一套预设的采集参数指令可以设定与一个或以上的待监测仪表设备对应。
步骤S5中处理器模块获得第二识别信息后根据第二识别信息触发执行相应的响应操作指令，可以是通过触发操作判断条件的判断从而执行相应的响应操作指令。操作判断条件是指由现场监测设备采集到新的信息后或时间变化后触发执行的，对采集识别信息和时间因素进行实时数值判断，以及根据判断结果执行相应的响应操作指令的一项或多项的过程。具体如何设置操作判断条件可以根据具体的待监测仪表设备进行多样化设置。步骤S4、S5、S7中基于计算机视觉的图像信息识别提取分析的步骤，包括：图像透视变换、图像预处理、图像轮廓检测、图像切割、图像二值化处理、图像信息识别和提取。其中图像预处理，主要是实现图像分辨率转换的过程，也包括图像透视变换、图像轮廓检测、图像切割、图像二值化、图像信息识别和提取等步骤。
其中，图像透视变换是为了把摄像头所拍的角度形成的目标物体在图像中的投影透视也产生偏移和扭曲进行纠正的过程，透视变换的实现方法是将图片投影到一个新的视平面，变换公式为：
上式中，u,v,w是原始图像的坐标，x’,y’,w’表示对应的变换后的图像的坐标，其中。变换矩阵可以拆成3部分，其中表示线性变换。用于平移，产生透视变换。a11、a12、a13…等表示变换矩阵的元素。
图像预处理前，先保存图像的拷贝，预处理后的图像可以为后续的图像信息提取提供图像输入。在图像预处理后，处理器会对图像进行轮廓检测。本实施例中，轮廓检测的算法包括：Sobel边缘检测法和Canny边缘检测法，通过边缘滤波和检测后得出轮廓顶点子集，然后根据检测出的轮廓结果与目标识别模式的轮廓模板进行匹配，轮廓匹配算法包括：Hu矩匹配法、轮廓树匹配法和成对几何直方图匹配法，本系统可执行不同的匹配算法以提高匹配的准确性。
轮廓匹配完成后，为了实现简化图像处理过程，系统可根据轮廓数据生成图像掩码，用图像掩码进行图像切割，切割出包含有用信息的局部图像进行后续提取分析。图像切割后，系统采用阀值滤波器对图像进行二值化处理，阀值可由Otsu算法得到生成一个优化的阀值。
在完成上述的图像处理后，进行识别和信息提取。根据不同的仪表设备的类型参数，进行不同的图像信息识别提取分析。图像信息识别提取算法包括：字码识别提取、表盘读数识别提取、开关设备状态识别提取和任意设备状态等算法。对于含字码类的仪表，如：字轮表、LED字码屏、LCD屏的仪表，系统采用文字OCR提取算法提取出仪表设备当前读数，OCR是通过包括：文字轮廓匹配法和ANN（人工神经网络，Artificial Neural Network）识别法等多种算法实现的；对于表盘类的仪表设备，如：压力表、温湿度计等，采用Hough算法对二值化的图像提取出指针直线和刻度线，提取出指针直线相对于表盘刻度的矢量位置，计算出对应的指针读数。对于开关设备，采用Hough算法对开关轮廓图像提取出直线，根据直线的方向、角度和位置判断开关设备的是否开合或者开合是否到位等信息。对于任意设备的状态，可采用SVM（支持向量机, Support Vector Machine）分类法、轮廓匹配法、直线检测法等多种算法对预设的目标在不同状态下的图像、轮廓和直线形态进行匹配和提取出对应的识别信息。
提取获得识别信息后确认识别结果，然后现场监测设备根据后台系统预设的识别结果判断条件，对识别结果进行判断，并根据预设的条件响应行动执行相对应的行动，如：上传信息、发出告警、就地执行控制指令等。就地执行控制指令是通过设备控制模块完成的，控制指令包括现场设备的开关阀门、开关供电、声光告警等操作指令。
如上所述，若现场监测设备收到的预设的采集参数指令中的图像信息识别提取选项设为不在本地执行图像信息识别提取，则现场监测设备缺省地把预处理后的图像数据上传到后台系统进行图像识别和信息提取处理，执行如上的基于计算机视觉的图像信息识别提取分析的步骤。若图像信息识别提取选项设为在本地执行图像信息识别提取，则采用处理器对预处理后的图像数据执行如上的基于计算机视觉的图像信息识别提取分析的步骤。
进行信息识别提取的一具体实施例如图3所示，判断符合预设的采集参数指令中的预设采集条件后，例如到达定时时间后，根据预设的多个目标对应的采集参数的图像采集模块对现场的多个仪表设备目标进行局部图像采集，如图3所示：一个是流量计的图像，一个是气压表的图像，一个是阀门的图像。然后分别对三个局部图像进行图像预处理、图像轮廓检测、图像切割、图像二值化、图像识别和提取，分别识别出流量计的字码读数、气压表的指针向量和表盘刻度线、阀门手柄的向量位置。最后，系统通过OCR识别出流量计的字码读数为63.89m3/h，通过气压表的指针向量与表盘刻度的角度计算出指针对应的读数为1020kPa，根据手柄直线向量的角度计算出当前手柄是在开通状态。
本方法可采集燃气管调压和变压站、油管调压和变压站、供热管调压和变压站、水管调压和变压站、电网输配变电站等管道线网调压和变压监控现场的各种表记、环境状况、控制设备状态等，以及对各种安全监控、测量仪表领域进行多目标的图像采集和信息识别提取分析，所采集的参数和识别选项可以通过人机交互操作模块进行远程配置，可实现自动化监测，响应控制速度快。
当现场监测设备被设置为具备基于计算机视觉的图像信息识别提取分析功能时，本方法可实现快速判断、就地控制和降低远程通信的流量和成本的优势，而且可对图像信息识别提取过程进行双重复核，提高识别可靠性，避免现场监测设备或后台系统的单点异常或错误导致的识别错误风险。
本方法还支持按预设的识别结果判断条件执行对应的就地控制指令，可避免对网络通信的依赖并实现快速的事件响应。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，包括：
S1、后台系统获取用户输入到人机交互操作模块的预设的采集参数指令后下发到现场监测设备中；
S2、现场监测设备根据预设的采集参数指令，调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块；
S3、处理器模块对图像采集模块采集的图像进行预处理，同时根据预设的采集参数指令中的本地识别选项判断是否在本地执行图像信息识别提取，若是，则直接执行步骤S5，若否，则直接将预处理后的图像数据加密后上传到后台系统后执行步骤S4；
S4、后台系统通过第二通信模块接收加密数据并进行解密后获得预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第一识别信息，进而将第一识别信息作为识别结果并保存到数据库模块后，直接执行步骤S9；
S5、现场监测设备的处理器模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取后获得第二识别信息，进而根据第二识别信息触发执行操作判断条件的判断，进而根据判断结果触发执行相应的响应操作指令，同时根据响应操作指令的设置将第二识别信息和预处理后的图像数据加密后上传到后台系统并执行步骤S7，或者根据响应操作指令的设置将第二识别信息加密后上传到后台系统并执行步骤S6；
S6、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息，进而通过数据交互控制模块将第二识别信息作为识别结果并保存到数据库模块后，执行步骤S9；
S7、后台系统通过第二通信模块接收加密数据并进行解密后获得第二识别信息和预处理后的图像数据后，进而通过数据交互控制模块将预处理后的图像数据存储到数据库模块中，并通过图像信息识别提取模块对预处理后的图像数据进行基于计算机视觉的图像信息识别提取分析后获得第三识别信息，同时判断第三识别信息是否与第二识别信息一致，若是，则确认识别结果并存储到数据库模块后直接执行步骤S9，否则执行步骤S8；
S8、后台系统通过人机交互操作模块发出识别信息不一致的提示，进而接收用户输入的操作数据后，根据该操作数据确认识别结果并进行存储到数据库模块后执行步骤S9，或者根据该操作数据向现场监测设备下发预设的采集参数指令后返回执行步骤S1；
S9、后台系统将识别结果及相关信息通过人机交互操作模块进行显示，同时根据识别结果的内容自动地判断是否向现场监测设备发出相应的控制指令；
所述方法采用如下所述的基于计算机视觉的采集仪表设备信息的系统：包括现场监测设备、通信网络及后台系统，所述现场监测设备包括图像采集模块、处理器模块、第一通信模块、设备控制模块以及用于为现场监测设备供电的电源模块，所述处理器模块分别与图像采集模块、设备控制模块和第一通信模块连接；
所述后台系统包括数据交互控制模块、图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块，所述数据交互控制模块分别与图像信息识别提取模块、数据库模块、第二通信模块及人机交互操作模块连接，所述第二通信模块通过通信网络与第一通信模块连接并实现加密的双向通信。
2.根据权利要求1所述的一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，所述步骤S1之前还包括以下步骤：
S0、将现场监测设备的图像采集模块安装到可以采集到待监测仪表设备的清晰图像的位置上。
3.根据权利要求2所述的一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，所述步骤S0，包括：
S01、将现场监测设备的图像采集模块安装到待监测仪表设备附近的位置上，然后采用图像采集模块采集待监测仪表设备的图像并上传到后台系统；
S02、后台系统通过人机交互操作模块显示所采集的图像，进而接收用户输入的对图像采集模块的调节指令并下发到现场监测设备；
S03、现场监测设备接收调节指令后调节图像采集模块使得图像采集模块可以采集到仪表设备的清晰图像；
S04、后台系统将调节指令保存到该待监测仪表设备对应的预设采集参数指令中；
S05、后台系统通过人机交互操作模块接收操作人员输入的图像轮廓操作指令后，确定并保存轮廓识别数据，进而生成采集目标识别模式。
4.根据权利要求1所述的一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，所述步骤S2，包括：
S21、现场监测设备判断符合预设的采集参数指令中的预设采集条件后，根据图像采集模块返回的待监测仪表设备的环境光的亮度值，自动判断是否控制红外LED照明模块的开启以及控制红外滤光片切换模块的切换；
S22、现场监测设备采用图像采集模块采集待监测仪表设备的初始图像后，通过处理器模块对所采集图像进行实时轮廓识别处理，识别出图像中主要物体的轮廓，并与目标识别模式里的轮廓数据进行检测和匹配，进而判断待监测仪表设备是否处在所采集图像的图像范围内，若是，则直接执行步骤S24，否则执行步骤S23；
S23、现场监测设备对图像采集模块进行微调，直到待监测仪表设备处在所采集图像的图像范围内；
S24、现场监测设备调用图像采集模块采集一个或多个待监测仪表设备的图像并发送到处理器模块。
5.根据权利要求1所述的一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，所述步骤S2中所述预设的采集参数指令包括：采集目标识别模式、图像采集模块调节指令参数、照明亮度、定时采集时间、采集次数、图像分辨率、图像缩放比例、图像信息识别提取选项、本地识别选项、操作判断条件以及响应操作指令中的一项或多项；
所述图像采集模块调节指令参数包括镜头对准目标的角度和位移以及镜头焦距，所述响应操作指令包括上传采集信息、上传识别信息、上传图像、上传告警和执行控制。
6.根据权利要求1所述的一种基于计算机视觉的采集仪表设备信息的方法，其特征在于，所述基于计算机视觉的图像信息识别提取分析的步骤，包括：图像透视变换、图像预处理、图像轮廓检测、图像切割、图像二值化处理、图像信息识别和提取。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510056438.6A CN104678963B (zh) | 2015-02-03 | 2015-02-03 | 一种基于计算机视觉的采集仪表设备信息的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510056438.6A CN104678963B (zh) | 2015-02-03 | 2015-02-03 | 一种基于计算机视觉的采集仪表设备信息的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104678963A CN104678963A (zh) | 2015-06-03 |
| CN104678963B true CN104678963B (zh) | 2017-07-21 |
Family
ID=53314194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510056438.6A Active CN104678963B (zh) | 2015-02-03 | 2015-02-03 | 一种基于计算机视觉的采集仪表设备信息的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104678963B (zh) |
Families Citing this family (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105204742B (zh) * | 2015-09-28 | 2019-07-09 | 小米科技有限责任公司 | 电子设备的控制方法、装置及终端 |
| CN105740856B (zh) * | 2016-01-28 | 2019-01-18 | 宁波理工监测科技股份有限公司 | 一种基于机器视觉的指针式仪表示数读取方法 |
| CN106096611A (zh) * | 2016-04-29 | 2016-11-09 | 南京巨鲨显示科技有限公司 | 一种化学指示卡识别判读系统 |
| CN105898243A (zh) * | 2016-06-15 | 2016-08-24 | 广西交通科学研究院 | 一种用于实时采集拉索桥拉索表面图像的图像采集装置 |
| CN106444648A (zh) * | 2016-06-27 | 2017-02-22 | 惠州市物联微电子有限公司 | 智能工厂中的生产设备数据采集装置及方法 |
| CN107563263B (zh) * | 2016-07-01 | 2020-12-08 | 珠海优特电力科技股份有限公司 | 基于仪表的视频图像识别方法及系统 |
| CN106375867A (zh) * | 2016-08-22 | 2017-02-01 | 无锡天脉聚源传媒科技有限公司 | 一种在电视视频中切割广告的方法及装置 |
| EP3513630B1 (en) * | 2016-09-16 | 2020-09-02 | Signify Holding B.V. | Illumination control |
| CN106341926B (zh) * | 2016-10-08 | 2017-10-31 | 南华大学 | 基于图像识别控制照明的led数字驱动电源及其控制方法 |
| CN106441678A (zh) * | 2016-11-10 | 2017-02-22 | 国网冀北电力有限公司电力科学研究院 | 一种负荷开关弹簧系统触点初压力测量系统及方法 |
| CN107343168A (zh) * | 2017-03-07 | 2017-11-10 | 广州瀚鼎信息科技有限公司 | 智能远程监控系统及方法 |
| CN107133910A (zh) * | 2017-05-09 | 2017-09-05 | 绵阳师范学院 | 一种多功能集成化的数字图像处理设备及系统 |
| CN107172389A (zh) * | 2017-05-12 | 2017-09-15 | 北京华科仪科技股份有限公司 | 一种仪表类数据采集分析管理系统 |
| CN107545240A (zh) * | 2017-07-07 | 2018-01-05 | 杰为软件系统(深圳)有限公司 | 一种工控设备显示屏输出画面采集系统及方法 |
| CN107516941B (zh) * | 2017-08-09 | 2021-01-01 | 国网安徽省电力公司阜阳供电公司 | 一种远程操控开关系统 |
| CN108491842A (zh) * | 2018-03-27 | 2018-09-04 | 康体佳智能科技（深圳）有限公司 | 一种基于神经网络的表盘识别系统及识别方法 |
| CN110580748A (zh) * | 2018-06-08 | 2019-12-17 | 苏交科集团股份有限公司 | 基于图像处理的承重支架日常巡查和评估系统及其方法 |
| CN109308448A (zh) * | 2018-07-29 | 2019-02-05 | 国网上海市电力公司 | 一种采用图像处理技术来防止变配电误操作的方法 |
| CN109360396B (zh) * | 2018-09-27 | 2021-07-30 | 长江大学 | 基于图像识别技术和NB-IoT技术的远程抄表方法及系统 |
| CN109859142B (zh) * | 2019-02-19 | 2021-06-22 | 广州视源电子科技股份有限公司 | 图像亮度的调节方法、装置、计算机设备和存储介质 |
| CN109827867A (zh) * | 2019-02-28 | 2019-05-31 | 中国工程物理研究院化工材料研究所 | 一种用于布氏压力法实验的非接触式控制指针偏移系统 |
| CN110070557A (zh) * | 2019-04-07 | 2019-07-30 | 西北工业大学 | 一种基于边缘特征检测的目标识别与定位方法 |
| CN110189819A (zh) * | 2019-04-08 | 2019-08-30 | 天津国科医工科技发展有限公司 | 一种用于荧光显微内镜的多光谱运动控制方法 |
| CN110062050B (zh) * | 2019-04-30 | 2023-12-12 | 中铁第四勘察设计院集团有限公司 | 一种勘探管理设备及方法 |
| CN110233988B (zh) * | 2019-05-05 | 2023-12-08 | 中铁第四勘察设计院集团有限公司 | 地质勘探管理系统 |
| CN110175648B (zh) * | 2019-05-28 | 2024-01-05 | 东莞德福得精密五金制品有限公司 | 应用人工智能云计算对设备进行非侵入性的信息连通方法 |
| CN110232376B (zh) * | 2019-06-11 | 2021-04-20 | 重庆邮电大学 | 一种利用投影回归的齿轮式数字仪表识别方法 |
| CN110379146A (zh) * | 2019-07-29 | 2019-10-25 | 广州邦讯信息系统有限公司 | 远程抄表方法 |
| CN110779655A (zh) * | 2019-10-23 | 2020-02-11 | 佛山水业三水供水有限公司 | 一种机械式压力表监测系统及方法 |
| US11176369B2 (en) | 2019-12-23 | 2021-11-16 | Ricoh Company, Ltd. | Digital monitoring of analog gauges with dynamically configurable thresholds |
| CN111738185B (zh) * | 2020-06-28 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
| CN114202910A (zh) * | 2020-08-28 | 2022-03-18 | 京东方科技集团股份有限公司 | 仪表识别装置、仪表监控系统及其监控方法 |
| CN112712001A (zh) * | 2020-12-25 | 2021-04-27 | 中核核电运行管理有限公司 | 一种核电厂控制室报警智能响应系统及方法 |
| CN112668684B (zh) * | 2020-12-30 | 2024-01-12 | 深圳市航天泰瑞捷电子有限公司 | 一种高速载波通信模块身份合法性识别方法、装置及系统 |
| CN113343917B (zh) * | 2021-06-30 | 2024-05-31 | 上海申瑞继保电气有限公司 | 基于直方图的变电站设备识别方法 |
| CN113923401A (zh) * | 2021-08-16 | 2022-01-11 | 杜鹢 | 图像分析运维实现方法及图像分析运维系统 |
| CN113792616A (zh) * | 2021-08-26 | 2021-12-14 | 南方电网深圳数字电网研究院有限公司 | 一种基于边缘计算的远程读表系统及其工作方法 |
| CN114565912A (zh) * | 2022-02-28 | 2022-05-31 | 崂应海纳人工智能(青岛)有限公司 | 一种基于改进ocr算法的数显屏数据自动识别方法和系统 |
| CN116027716B (zh) * | 2023-01-18 | 2024-02-02 | 华中科技大学 | 一种安全生产状态的智能采集与数字化管控母机及方法 |
| CN116754025B (zh) * | 2023-06-14 | 2024-01-30 | 保定市利源水务技术开发服务中心 | 一种基于图像识别技术辅助水平衡测试水量监测方法 |
| CN118426385B (zh) * | 2024-06-26 | 2024-08-27 | 闽西职业技术学院 | 一种机电设备用的交互控制方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916933A (zh) * | 2006-08-31 | 2007-02-21 | 合肥新思源智能电子有限公司 | 视频直读式自动抄表系统及其图像处理方法 |
| CN201955891U (zh) * | 2011-01-20 | 2011-08-31 | 浙江海洋学院 | 基于图像识别技术的智能直读式自动抄表系统 |
| US8170271B2 (en) * | 2008-06-25 | 2012-05-01 | Jadak Llc | System and method for test tube and cap identification |
| CN103067426A (zh) * | 2011-10-21 | 2013-04-24 | 中国电信股份有限公司 | 远程智能抄表系统、方法和仪表前端采集设备 |
-
2015
- 2015-02-03 CN CN201510056438.6A patent/CN104678963B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916933A (zh) * | 2006-08-31 | 2007-02-21 | 合肥新思源智能电子有限公司 | 视频直读式自动抄表系统及其图像处理方法 |
| US8170271B2 (en) * | 2008-06-25 | 2012-05-01 | Jadak Llc | System and method for test tube and cap identification |
| CN201955891U (zh) * | 2011-01-20 | 2011-08-31 | 浙江海洋学院 | 基于图像识别技术的智能直读式自动抄表系统 |
| CN103067426A (zh) * | 2011-10-21 | 2013-04-24 | 中国电信股份有限公司 | 远程智能抄表系统、方法和仪表前端采集设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104678963A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104678963B (zh) | 一种基于计算机视觉的采集仪表设备信息的系统及方法 | |
| EP2798840B1 (en) | Visual command processing | |
| KR101984983B1 (ko) | 야생동물 모니터링 시스템 및 그 방법 | |
| US11145130B2 (en) | Method for automatically capturing data from non-networked production equipment | |
| CN110212451A (zh) | 一种电力ar智能巡检装置 | |
| CN106022209A (zh) | 一种基于人脸检测的距离估算和处理的方法及装置 | |
| CN110174174A (zh) | 基于红外热和可见光成像的检测终端及其使用方法 | |
| CN107133592B (zh) | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 | |
| CN109672863A (zh) | 一种基于图像识别的施工人员安全装备智能监测方法 | |
| WO2011046127A1 (ja) | データ収集システム、携帯端末、シール及びデータ収集方法 | |
| CN106778481A (zh) | 一种人体状况监测方法 | |
| CN110288623A (zh) | 无人机海上网箱养殖巡检图像的数据压缩方法 | |
| CN112529840A (zh) | 一种sf6充气设备压力下降缺陷图像识别装置 | |
| CN108305347A (zh) | 一种配电设备巡检作业方法 | |
| CN109784672A (zh) | 一种针对电网异常的实时监测报警系统及方法 | |
| CN208847673U (zh) | 高精度充电器铆压视觉检测设备 | |
| SE519700C2 (sv) | Bilddatabehandling | |
| CN108549020A (zh) | 一种压板开关状态智能检测识别装置系统及调控方法 | |
| KR101889051B1 (ko) | 모니터링 시스템들에서 신뢰성을 증가시키는 방법 | |
| CN212208397U (zh) | 安检系统 | |
| CN115708133A (zh) | 用于读取测量装置的系统、方法和装置、存储介质 | |
| AU2021100634A4 (en) | Image target recognition system based on rgb depth-of-field camera and hyperspectral camera | |
| CN108540721B (zh) | 一种自动偏光控制的视觉传感器装置及其控制方法 | |
| CN114549822A (zh) | 基于预置位摄像头的隔离开关闭合状态检测方法 | |
| CN109754003B (zh) | 基于深度学习的智能机器人视觉技术应用检测系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |