CN107368815A - 仪表检测方法及系统 - Google Patents
仪表检测方法及系统 Download PDFInfo
- Publication number
- CN107368815A CN107368815A CN201710615252.9A CN201710615252A CN107368815A CN 107368815 A CN107368815 A CN 107368815A CN 201710615252 A CN201710615252 A CN 201710615252A CN 107368815 A CN107368815 A CN 107368815A
- Authority
- CN
- China
- Prior art keywords
- instrument
- background
- profile
- image
- point
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
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)
- Image Processing (AREA)
Abstract
本申请提供了仪表检测方法及系统,涉及智能交通技术领域,其中,该仪表检测方法包括:首先,对视频图像进行灰度、均衡以及边缘处理,得到多个特征点,之后,将多个特征点进行编码,并根据编码的结果生成轮廓链表,其次,在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓,最后,对拟合完的图形进行背景检测,以生成仪表背景,通过上述方法能够在机柜中有效找到仪表的轮廓和位置等,从而提高了对机柜中仪表的监视效率。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及仪表检测方法及系统。
背景技术
随着科技的发展和现代化智能设备的逐步普及,特别是在一些特殊场合,例如,高压电厂、核电厂、高速铁路等,由于,这些特殊场合存在着强度较大的电压、电磁和干扰等,如果由工作人员直接对现场的设备进行日夜操作和监控的话,那么,这样,不仅会耗费大量的人力资源,而且,工作人员也会在现场环境中受到很强的辐射和干扰等,工作人员的人身健康也会受到很大的威胁。
而现代化智能设备一般都是电气设备,即可通过电气开关等对电气设备进行操控,通常还配备有专门的状态指示灯用以时时显示电气设备的运行状态。为了避免工作人员直接前往现场进行操作等,机柜越来越多的出现在人们的视野中。机柜的设置主要是用于装载控制现代化智能设备的电气开关和状态指示灯,常见,机柜放置在远离现场工作环境的后方机房里,特别是当现场环境中的设备较多时,为了便于管理,在机房里同时设置多组机柜,每组机柜中装载有现场一台设备的电气开关和状态指示灯,以实现统一管理。并且,每组机柜里都有许多的线路和仪表。目前,针对机柜设置的监视器只能对含有线路和仪表的图像进行统一处理,因此,无法有效检测到机柜里的仪表。
综上,关于机柜中的仪表不能得到有效监视的问题,目前尚无有效的解决方案。
发明内容
有鉴于此,本发明实施例的目的在于提供了仪表检测方法及系统,通过特征点的提取、对特征点的编码和拟合等操作,提升了对机柜中仪表的识别效率。
第一方面,本发明实施例提供了仪表检测方法,包括:
对视频图像进行灰度、均衡以及边缘处理,得到多个特征点;
将多个特征点进行编码,并根据编码的结果生成轮廓链表;
在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓;
对拟合完的图形进行背景检测,以生成仪表背景。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,对视频图像进行灰度、均衡以及边缘处理,得到多个特征点包括:
将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,视频图像为真彩色图像;
对灰度图像进行中值滤波,以去除灰度图像中的噪声杂点;
对去除噪声杂点后的灰度图像进行直方图均衡化处理,得到预处理灰度图像;
提取预处理灰度图像的边缘信息,并对边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,将多个特征点进行编码,并根据编码的结果生成轮廓链表包括:
设定任意一个特征点为起始点;
从起始点连线到下一个特征点,直到其余特征点全部被连上为止;
提取所有特征点的连线轮廓,对连线轮廓进行编码,并根据编码的结果生成轮廓链表。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,对拟合完的图形进行背景检测,以生成仪表背景包括:
将仪表的背景所在的区域分为白色背景和黑色背景;
将仪表的背景所在的区域转化为灰度背景图像,对灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图;
对拟合完的图形进行背景检测,如果灰度直方图的峰值与仪表的背景所在的区域对应的颜色的数值一致,则将仪表的颜色设定为当前区域所对应的颜色。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,对拟合完的图形进行背景检测,以生成仪表背景之后还包括:
对灰度直方图的峰值进行特征点数目的检测;
当特征点数目超过预先设定的阈值时,判定峰值对应的区域为仪表的指针所在的区域。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,对拟合完的图形进行背景检测,以生成仪表背景之后还包括:
根据仪表轮廓和仪表背景推断出仪表的位置;
控制摄像头在预先设定的空间范围内按照位置寻找仪表,并将摄像头寻找到的坐标位置记作仪表的最终位置。
第二方面,本发明实施例提供了仪表检测系统,包括:
特征点获取模块,用于对视频图像进行灰度、均衡以及边缘处理,得到多个特征点;
编码模块,用于将多个特征点进行编码,并根据编码的结果生成轮廓链表;
拟合模块,用于在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓;
检测模块,用于对拟合完的图形进行背景检测,以生成仪表背景。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,特征点获取模块包括:
灰度处理单元,用于将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,视频图像为真彩色图像;
滤波单元,用于对灰度图像进行中值滤波,以去除灰度图像中的噪声杂点;
均衡化处理单元,用于对去除噪声杂点后的灰度图像进行直方图均衡化处理,得到预处理灰度图像;
二值处理单元,用于提取预处理灰度图像的边缘信息,并对边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第二种可能的实施方式,其中,编码模块包括:
起始点设定单元,用于设定任意一个特征点为起始点;
特征点连接单元,用于从起始点连线到下一个特征点,直到其余特征点全部被连上为止;
轮廓链表生成单元,用于提取所有特征点的连线轮廓,对连线轮廓进行编码,并根据编码的结果生成轮廓链表。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第三种可能的实施方式,其中,拟合模块包括:
背景颜色划分单元,用于将仪表的背景所在的区域分为白色背景和黑色背景;
灰度直方图生成单元,用于将仪表的背景所在的区域转化为灰度背景图像,对灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图;
颜色设定单元,用于对拟合完的图形进行背景检测,如果灰度直方图的峰值与仪表的背景所在的区域对应的颜色的数值一致,则将仪表的颜色设定为当前区域所对应的颜色。
本发明实施例提供的仪表检测方法及系统,其中,该仪表检测方法包括:在工作过程中,首先要对视频图像进行灰度、均衡以及边缘处理,并得到多个特征点,之后,将得到的多个特征点进行编码,并根据编码的结果生成轮廓链表,其次,要在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓,最后,对拟合完的图形进行背景检测,以生成仪表背景,通过上述操作能够根据视频图像提取到特征点,并通过对特征点进行编码和拟合等,从而实现了对机柜中仪表的辨识效率,便于后续进行监视。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的仪表检测方法的流程图;
图2示出了本发明实施例所提供的仪表检测系统的结构连接图;
图3示出了本发明实施例所提供的仪表检测系统的结构框架图;
图4示出了本发明实施例所提供的仪表检测系统的结构连接图。
图标:1-特征点获取模块;2-编码模块;3-拟合模块;4-检测模块;11-灰度处理单元;12-滤波单元;13-均衡化处理单元;14-二值处理单元;21-起始点设定单元;22-特征点连接单元;23-轮廓链表生成单元。
具体实施方式
下面将结合本发明实施例中附图,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,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
目前,设备的电气开关和状态指示灯多统一安装在后端的机房中,以便于工作人员进行统一管理。在机柜中的电气开关和状态指示灯都是由多条连接导线进行连接或者通过接线端子进行插拔的,因此,在每组机柜的内部都会有错综复杂的线路和仪表。而现有技术中,在对机柜进行监视的过程中只能对含有线路和仪表的图像一并进行处理,很多时候会出现处理后的图像仍无法有效辨识出仪表的位置的情况。
基于此,本发明实施例提供了仪表检测方法及系统,下面通过实施例进行描述。
实施例1
参见图1,本实施例提出的仪表检测方法具体包括以下步骤:
步骤S101:对视频图像进行灰度、均衡以及边缘处理,得到多个特征点,具体实现步骤包括:
首先,将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,视频图像为真彩色图像。摄像头在对机柜进行监视的过程中,采用的是可见光摄像机,因此,得到的图像为真彩色图像,即图像中的每个像素值都分成R、G、B三个基色分量,每个基色分量直接决定其基色的强度,这样产生的色彩称为真彩色。为了进一步处理该种图像,首先要进行的是灰度处理,将采集到的真彩色图像转化为灰度图像。
其次,对灰度图像进行中值滤波,以去除灰度图像中的噪声杂点,以加强灰度图像的亮度。具体的方式是通过计算每一个噪声杂点周围的8个点的亮度值与该点原来的亮度值的平均值,以新计算出的平均值作为该点新的亮度值。
再次,对去除噪声杂点后的灰度图像进行直方图均衡化处理,得到预处理灰度图像。此外,为了适应不同的光照条件,还要对灰度图像进一步进行直方图均衡化处理。
最后,需要提取预处理灰度图像的边缘信息,并对边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。例如,在实施过程中,利用经典的Canny边缘检测算子提取预处理灰度图像的边缘信息,得到边缘图像,之后,利用OPENCV处理库函数进行Canny边缘检测叭输入该预处理灰度图像,经过二值化处理以后输出同样尺寸的二值图像,含有边缘信息的像素点为白色,其它区域为黑色,这样,将这些白色的像素点称为特征点。
在实际处理过程中,由于背景或噪声的影响,同一物体的边缘可能会被分割为不连续的几段,在这种情况下,可以利用形态学闭(膨胀、腐蚀)运算,使同一物体的边缘图像尽可能连续。这里仍然使用OPENCV函数库进行处理,闭运算输入为Canny检测后的二值图像,输出仍然为二值图像,但是特征点经过闭运算以后发生变化。
步骤S102:将多个特征点进行编码,并根据编码的结果生成轮廓链表,具体实现步骤包括:
首先,设定上述特征点中的任意一个特征点为起始点。
其次,从选定的起始点连线到下一个特征点,直到其余特征点全部被连上为止。这里需要说明的是,连线的方式具体为从起始点幵始,每一步都指向当前特征点的下一个特征点,方向字符标记了它们之间的位置关系。
再次,提取所有特征点的连线轮廓,对连线轮廓进行编码,并根据编码的结果生成轮廓链表。通过统一的编码操作,使得上述特征点的显示更加标准统一。
步骤S103:在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓。实际操作时,要根据不共线的特征点求出三个参数,根据线性方程有唯一解的条件不难知道,三个不共线的特征点可以确定一个圆。
步骤S104:对拟合完的图形进行背景检测,以生成仪表背景,具体实现步骤包括:
对特征点进行图形拟合的目的在于对其进行背景检测,即首先考虑表盘背景颜色的单调性,将实用场景的表盘分为两大类,将仪表的背景所在的区域分为白色背景和黑色背景。
其次,在己知背景颜色的前提下,对其进行亮度统计,即将仪表的背景所在的区域转化为灰度背景图像,对灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图。
再次,对拟合完的图形进行背景检测,如果灰度直方图的峰值与仪表的背景所在的区域对应的颜色的数值一致,则将仪表的颜色设定为当前区域所对应的颜色。
此外,对拟合完的图形进行背景检测,以生成仪表背景之后还包括对仪表中的指针进行位置检测,具体实现包括以下步骤:
由于,多数指针穿越表盘中心,并且与表盘背景差别较大,因此,指针所在的位置形成特征点的数量较多,因此,指针所在的位置会在对应的直方图上出现一个峰值。
因此,首先要对灰度直方图的峰值进行特征点数目的检测。
其次,当特征点数目超过预先设定的阈值时,判定峰值对应的区域为仪表的指针所在的区域。这里要说明的是,由于仪表的种类千差万别,指针的位置也各不相同,因此,预先设定的阈值为一个经验值。
此外,为了对仪表的位置再次进行确定,对拟合完的图形进行背景检测,以生成仪表背景之后还包括:
首先,要根据仪表轮廓和仪表背景推断出仪表的位置,以使摄像头有一个预先监视的空间范围。
之后,控制摄像头在预先设定的空间范围内按照位置寻找仪表,并将摄像头寻找到的坐标位置记作仪表的最终位置。通过该操作步骤,能够使摄像头快速便捷的查找到仪表所在。
综上所述,本实施例提供的仪表检测方法包括:首先,对视频图像进行灰度、均衡以及边缘处理,得到多个特征点,之后,将多个特征点进行编码,并根据编码的结果生成轮廓链表,并且,在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓,其次,对拟合完的图形进行背景检测,进而生成仪表背景,通过上述仪表检测方法能够对机柜中的仪表进行有效识别,进而能够实现对机柜的有效监视。
实施例2
参见图2、图3和图4,本实施例提供了仪表检测系统包括:依次相连的特征点获取模块1、编码模块2、拟合模块3和检测模块4,在工作时,特征点获取模块1,用于对视频图像进行灰度、均衡以及边缘处理,得到多个特征点,编码模块2,用于将多个特征点进行编码,并根据编码的结果生成轮廓链表,拟合模块3,用于在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓,检测模块4,用于对拟合完的图形进行背景检测,以生成仪表背景。
在该仪表检测系统中,该特征点获取模块1包括:依次相连的灰度处理单元11、滤波单元12、均衡化处理单元13和二值处理单元14,在使用时,灰度处理单元11用来将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,视频图像为真彩色图像,滤波单元12对灰度图像进行中值滤波,以去除灰度图像中的噪声杂点,均衡化处理单元13对去除噪声杂点后的灰度图像进行直方图均衡化处理,得到预处理灰度图像,通过二值处理单元14来提取预处理灰度图像的边缘信息,并对边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。
此外,该编码模块2包括:依次相连的起始点设定单元21、特征点连接单元22和轮廓链表生成单元23,使用时,起始点设定单元21用来设定任意一个特征点为起始点,通过特征点连接单元22来从起始点连线到下一个特征点,直到其余特征点全部被连上为止,通过轮廓链表生成单元23提取所有特征点的连线轮廓,对连线轮廓进行编码,并根据编码的结果生成轮廓链表。
此外,该拟合模块3包括:依次相连的背景颜色划分单元、灰度直方图生成单元和颜色设定单元,使用时,由背景颜色划分单元将仪表的背景所在的区域分为白色背景和黑色背景,由灰度直方图生成单元将仪表的背景所在的区域转化为灰度背景图像,对灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图,由颜色设定单元对拟合完的图形进行背景检测,如果灰度直方图的峰值与仪表的背景所在的区域对应的颜色的数值一致,则将仪表的颜色设定为当前区域所对应的颜色。
综上所述,本实施例提供的仪表检测系统包括:依次相连的特征点获取模块1、编码模块2、拟合模块3和检测模块4,在操作过程中,特征点获取模块1用来对视频图像进行灰度、均衡以及边缘处理,并得到多个特征点,之后,由编码模块2将多个特征点进行编码,并根据编码的结果生成轮廓链表,其次,通过拟合模块3在轮廓链表中选取不共线的三个特征点,并将三个特征点拟合成一个圆形,以生成仪表轮廓,最后检测模块4,对拟合完的图形进行背景检测,并生成仪表背景,通过上述各个模块的设置有效提升了对机柜中仪表位置的辨识度。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,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所述以权利要求的保护范围为准。
Claims (10)
1.仪表检测方法,其特征在于,包括:
对视频图像进行灰度、均衡以及边缘处理,得到多个特征点;
将所述多个特征点进行编码,并根据编码的结果生成轮廓链表;
在所述轮廓链表中选取不共线的三个特征点,并将所述三个特征点拟合成一个圆形,以生成仪表轮廓;
对拟合完的图形进行背景检测,以生成仪表背景。
2.根据权利要求1所述的仪表检测方法,其特征在于,所述对视频图像进行灰度、均衡以及边缘处理,得到多个特征点包括:
将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,所述视频图像为真彩色图像;
对所述灰度图像进行中值滤波,以去除所述灰度图像中的噪声杂点;
对去除噪声杂点后的所述灰度图像进行直方图均衡化处理,得到预处理灰度图像;
提取所述预处理灰度图像的边缘信息,并对所述边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。
3.根据权利要求2所述的仪表检测方法,其特征在于,将所述多个特征点进行编码,并根据编码的结果生成轮廓链表包括:
设定任意一个特征点为起始点;
从所述起始点连线到下一个特征点,直到其余特征点全部被连上为止;
提取所有特征点的连线轮廓,对所述连线轮廓进行编码,并根据编码的结果生成轮廓链表。
4.根据权利要求2所述的仪表检测方法,其特征在于,所述对拟合完的图形进行背景检测,以生成仪表背景包括:
将仪表的背景所在的区域分为白色背景和黑色背景;
将所述仪表的背景所在的区域转化为灰度背景图像,对所述灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图;
对拟合完的图形进行背景检测,如果所述灰度直方图的峰值与所述仪表的背景所在的区域对应的颜色的数值一致,则将所述仪表的颜色设定为当前区域所对应的颜色。
5.根据权利要求4所述的仪表检测方法,其特征在于,所述对拟合完的图形进行背景检测,以生成仪表背景之后还包括:
对所述灰度直方图的峰值进行特征点数目的检测;
当所述特征点数目超过预先设定的阈值时,判定所述峰值对应的区域为仪表的指针所在的区域。
6.根据权利要求4所述的仪表检测方法,其特征在于,所述对拟合完的图形进行背景检测,以生成仪表背景之后还包括:
根据所述仪表轮廓和所述仪表背景推断出仪表的位置;
控制摄像头在预先设定的空间范围内按照所述位置寻找仪表,并将摄像头寻找到的坐标位置记作仪表的最终位置。
7.仪表检测系统,其特征在于,包括:
特征点获取模块,用于对视频图像进行灰度、均衡以及边缘处理,得到多个特征点;
编码模块,用于将所述多个特征点进行编码,并根据编码的结果生成轮廓链表;
拟合模块,用于在所述轮廓链表中选取不共线的三个特征点,并将所述三个特征点拟合成一个圆形,以生成仪表轮廓;
检测模块,用于对拟合完的图形进行背景检测,以生成仪表背景。
8.根据权利要求7所述的仪表检测系统,其特征在于,所述特征点获取模块包括:
灰度处理单元,用于将摄像头采集的视频图像进行灰度处理,得到灰度图像,其中,所述视频图像为真彩色图像;
滤波单元,用于对所述灰度图像进行中值滤波,以去除所述灰度图像中的噪声杂点;
均衡化处理单元,用于对去除噪声杂点后的所述灰度图像进行直方图均衡化处理,得到预处理灰度图像;
二值处理单元,用于提取所述预处理灰度图像的边缘信息,并对所述边缘信息进行二值化处理,将二值化处理后的白色的像素点记作特征点。
9.根据权利要求8所述的仪表检测系统,其特征在于,所述编码模块包括:
起始点设定单元,用于设定任意一个特征点为起始点;
特征点连接单元,用于从所述起始点连线到下一个特征点,直到其余特征点全部被连上为止;
轮廓链表生成单元,用于提取所有特征点的连线轮廓,对所述连线轮廓进行编码,并根据编码的结果生成轮廓链表。
10.根据权利要求8所述的仪表检测系统,其特征在于,所述拟合模块包括:
背景颜色划分单元,用于将仪表的背景所在的区域分为白色背景和黑色背景;
灰度直方图生成单元,用于将所述仪表的背景所在的区域转化为灰度背景图像,对所述灰度背景图像进行亮度统计,并根据统计的亮度做出灰度直方图;
颜色设定单元,用于对拟合完的图形进行背景检测,如果所述灰度直方图的峰值与所述仪表的背景所在的区域对应的颜色的数值一致,则将所述仪表的颜色设定为当前区域所对应的颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710615252.9A CN107368815A (zh) | 2017-07-25 | 2017-07-25 | 仪表检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710615252.9A CN107368815A (zh) | 2017-07-25 | 2017-07-25 | 仪表检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107368815A true CN107368815A (zh) | 2017-11-21 |
Family
ID=60306924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710615252.9A Pending CN107368815A (zh) | 2017-07-25 | 2017-07-25 | 仪表检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368815A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581209A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 基于物体轮廓的变电站中圆/椭圆/方形仪表监测方法 |
CN102176228A (zh) * | 2011-01-28 | 2011-09-07 | 河海大学常州校区 | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 |
CN103955907A (zh) * | 2014-04-17 | 2014-07-30 | 国家电网公司 | 指针式sf6气体密度表的遥测方法 |
-
2017
- 2017-07-25 CN CN201710615252.9A patent/CN107368815A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581209A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 基于物体轮廓的变电站中圆/椭圆/方形仪表监测方法 |
CN102176228A (zh) * | 2011-01-28 | 2011-09-07 | 河海大学常州校区 | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 |
CN103955907A (zh) * | 2014-04-17 | 2014-07-30 | 国家电网公司 | 指针式sf6气体密度表的遥测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112446839B (zh) | 图像增强方法、装置、电子设备及计算机可读存储介质 | |
CN111864896B (zh) | 一种电力负荷监测方法及系统 | |
CN111460967B (zh) | 一种违法建筑识别方法、装置、设备及存储介质 | |
CN106384117B (zh) | 一种车辆颜色识别方法及装置 | |
CN111833340A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN206948686U (zh) | 照明控制装置及系统 | |
CN107463931A (zh) | 一种基于arm平台的实时指针仪表识读方法及装置 | |
CN113283446B (zh) | 图像中目标物识别方法、装置、电子设备及存储介质 | |
Anis et al. | Digital electric meter reading recognition based on horizontal and vertical binary pattern | |
CN112541393A (zh) | 一种基于深度学习的变电站人员检测方法及装置 | |
CN109544583A (zh) | 一种提取皮革图像感兴趣区域的方法、装置及设备 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN111950812A (zh) | 一种自动识别与预测雨量的方法及其装置 | |
Jin et al. | A Smart Water Metering System Based on Image Recognition and Narrowband Internet of Things. | |
CN109259528A (zh) | 一种基于人脸识别与肤质检测的家居智能镜子 | |
CN111767826A (zh) | 一种定时定点场景异常检测方法 | |
CN107977959B (zh) | 一种适用于电力作业机器人的呼吸器状态识别方法 | |
CN113012068A (zh) | 图像去噪方法、装置、电子设备及计算机可读存储介质 | |
CN113469938A (zh) | 基于嵌入式前端处理服务器的管廊视频分析方法及系统 | |
CN107368815A (zh) | 仪表检测方法及系统 | |
CN101477627A (zh) | 一种动作识别方法和系统 | |
CN114240924A (zh) | 一种基于数字化技术的电网设备质量评估方法 | |
CN112241707A (zh) | 一种风电场智能视频识别装置 | |
CN112862707A (zh) | 一种基于图像处理的风电叶磨损分析方法及装置 | |
CN107153834B (zh) | 图像识别光斑处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |