CN107490398A - 一种仪表指针自动识别方法 - Google Patents
一种仪表指针自动识别方法 Download PDFInfo
- Publication number
- CN107490398A CN107490398A CN201710661581.7A CN201710661581A CN107490398A CN 107490398 A CN107490398 A CN 107490398A CN 201710661581 A CN201710661581 A CN 201710661581A CN 107490398 A CN107490398 A CN 107490398A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- image
- mtd
- pointer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims 1
- 239000000284 extract Substances 0.000 claims 1
- 238000013016 damping Methods 0.000 abstract description 2
- 239000012530 fluid Substances 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/39—Scanning a visible indication of the measured value and reproducing this indication at the remote place, e.g. on the screen of a cathode ray tube
-
- 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
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
Abstract
本发明公开了一种仪表指针自动识别方法，首先采集仪表盘图像；确定刻度内圈圆弧的圆心和半径，然后仪表盘图像提取边缘处理，通过极坐标转换原理将将圆形仪表盘轮廊转换成矩形图像；按照前述方法读取指针在零刻度和偏转一定刻度的图像进行合成制作无指针矩形图像，采集待读数的仪表盘图像，按照前述步骤处理得到待读数矩形图像，将待读数矩形图像与无指针矩形图像采用减影法做减法差值，即得到待读数的仪表盘图像指针位置，根据仪表盘量程即可得到读数。该方法可有效识别指针式仪表的读数，改进了传统的距离法读数方式，且比以往使用Hough变换来查找直线的方式更加稳定可靠，有效的排出表盘内部存在字符与阻尼液等影响读数干扰因素。
Description
技术领域
本发明涉及现场指针式仪表读数领域，具体涉及一种仪表指针自动识别方法。
背景技术
指针式仪表由于结构简单，维护方便，抗电磁干扰强，精度高等优点，是目前测试与控制系统中应用非常普遍的测量仪表。指针式仪表一般都没有数据线接口功能，对其读数采用肉眼识别易受到诸多人为因素的影响，检测效率低且精确度不高，特别是长时间持续判读，容易引起视觉疲劳，从而导致误差的产生；另外还有一些无法采用人工判读的场合。
发明内容
针对指针式仪表的现有问题，本发明的目的在于提出了一种仪表指针自动识别的方法，采集仪表盘图像；在仪表盘图像的指针圆点附近确定圆心，在内圈圆弧附近确定半径；
对图像进行边缘提取处理，将圆形表盘转换成矩形；制作无指针图像，对表盘刻度线进行重绘处理；找到指针区域，拟合成直线；根据拟合直线与基础刻度线位置关系来获得指针读数。该方法可有效识别指针式仪表的读数，改进了传统的距离法读数方式，且比以往使用Hough变换来查找直线的方式更加稳定可靠，即使表盘内部存在字符与阻尼液等干扰因素的的存在，仍可准确地找到指针位置，获得仪表读数。加入电子数显表作为参考，这样，可以达到快速校准指针式压力表的效果，大大提高工作效率。
为了达到上述目的，本发明的技术解决方案如下：
一种仪表指针自动识别方法，其特征在于，该识别方法包括以下步骤：
步骤一、采集仪表盘图像；
步骤二、对采集的仪表盘图像利用Canny边缘检测法提取边缘处理，得到刻度盘内圆弧具有单像素特性的仪表盘轮廊；
步骤三、确定刻度盘内圆弧的圆心坐标(u0,v0)，即为指针旋转中心；确定刻度盘内圆弧的半径R0，即为指针旋转半径；
步骤四、通过极坐标转换方法，以刻度盘内圆弧的弧长为宽度w，以内圆弧的半径为高度h，将圆形的仪表盘轮廊转换为矩形图像；
步骤五、首先采集指针在零位置的图像一，按照步骤一至步骤四处理得到指针在零位置的矩形图像一，记为G1＝(i1,j1)，i1和j1分别为矩形图像一的横坐标和纵坐标；
步骤六、然后采集指针偏转角度为的图像二，按照步骤一至步骤四处理得到指针偏转角度为的矩形图像二，记为G2＝(i2,j2)，i2和j2分别为矩形图像二的横坐标和纵坐标，将矩形图像二中指针横坐标偏移的距离记为取矩形图像一后半部分和矩形图像二前半部分合并得到无指针矩形图像，记为i和j分别为合成后无指针矩形图像的横坐标和纵坐标；
步骤七、采集待读数的仪表盘图像，按照步骤一至步骤四处理得到待读数矩形图像，将待读数矩形图像与无指针矩形图像采用减影法做减法差值，即得到待读数的仪表盘图像指针位置，根据仪表盘量程即可得到读数。
作为改进，步骤二中，在对采集的仪表盘图像进行提取边缘处理后还进行图像增强处理，所述图像增强处理是采用是图像拉伸处理来提高图像对比度，具体为通过下面公式计算：
u(x,y)＝EH(f(x,y))
f(x,y)为增强前的图像像素的灰度值，u(x,y)为增强后的图像像素的灰度值，x和y分别为圆形仪表盘图像的横坐标和纵坐标，EH代表增强算子函数；
中T1和T2分别为标准图像中的灰度值极限值。
作为改进，步骤三中，采用最小二乘法圆拟合及三点求圆心的方法来确定的刻度盘内圆弧的圆心坐标和半径值。
作为改进，步骤四中，将圆形的仪表盘轮廊转换为矩形图像后，对矩形图像中的刻度线进行校正补缺，具体方法为：采用一条超过矩形图像宽度的辅助横线与所有刻度线相交产生交点，提取交点处刻度线像素边缘对坐标，取每一对边缘对坐标的平均值作为该刻度线与辅助横线交点的中心横坐标，将所有刻度线与辅助横线交点的中心横坐标记为数列Sn＝{x1,x2,x3…xn}，n为自然数，xn表示第n个刻度线与辅助横线交点处中心横坐标，根据仪表特征可确定丢失或错误的元素集中在仪表盘中部，即数列Sn中值附近；
记矩形图像上两个相邻刻度线之间间距为数列An＝{a1,a2,a3…an-1}，n为自然数，a1表示第二个刻度线与第一个刻度线之间的间距，当n≥2时，an-1表示第n-1刻度线与第n个刻度线之间的间距，An通过如下公式算出，
记数列An中值为M＝an/2，对n/2取整数，将M设定为相邻两刻度线间距参考值；
记校正后的刻度线与辅助横线交点的中心横坐标为数列Bn＝{b1,b2,b3...bn}，Bn通过下面公式计算：
上式中n≥2，k为刻度线之间的间距an-1误差百分比，是一个设定的常数。
本发明的有益效果是：
本发明提出一种抗干扰性强、可靠性高、识别精度高、计算量小的指针式仪表识别方法，在仪表受到光照变化的情况下依然能获得识别的准确性。
附图说明
图1系统硬件组成框架图。
图2本发明的总体程序流程图。
图3和图4为仪表盘轮廊由由圆弧形转为矩形图像原理图，其中图3为转换前的，图4为转换后的。
图5为仪表盘结构示意图。
图6为对仪表盘采集的仪表盘轮廊图。
图7为采集的仪表盘轮廊图转换为矩形图像。
图8为存在部分刻度线丢失的矩形图像。
图9为将部分刻度线丢失补齐的矩形图像。
具体实施方式
下面结合附图对本发明进行举例说明
如图1和图2所示，一种仪表指针自动识别方法，该识别方法包括以下步骤：
步骤一、采集仪表盘图像，采用工业相机采集；
步骤二、对采集的仪表盘图像利用Canny边缘检测法提取边缘处理，得到刻度盘内圆弧具有单像素特性的仪表盘轮廊，如图6所示；
步骤三、确定刻度盘内圆弧的圆心坐标(u0,v0)，即为指针旋转中心；确定刻度盘内圆弧的半径R0，即为指针旋转半径；
步骤四、通过极坐标转换方法，以刻度盘内圆弧的弧长为宽度w，以内圆弧的半径为高度h，将圆形的仪表盘轮廊转换为矩形图像，如图7所示；
步骤五、首先采集指针在零位置的图像一，按照步骤一至步骤四处理得到指针在零位置的矩形图像一，记为G1＝(i1,j1)，i1和j1分别为矩形图像一的横坐标和纵坐标；
步骤六、然后采集指针偏转角度为的图像二，按照步骤一至步骤四处理得到指针偏转角度为的矩形图像二，记为G2＝(i2,j2)，i2和j2分别为矩形图像二的横坐标和纵坐标，将矩形图像二中指针横坐标偏移的距离记为取矩形图像一后半部分和矩形图像二前半部分合并得到无指针矩形图像，记为i和j分别为合成后无指针矩形图像的横坐标和纵坐标；
步骤七、采集待读数的仪表盘图像，按照步骤一至步骤四处理得到待读数矩形图像，将待读数矩形图像与无指针矩形图像采用减影法做减法差值，即得到待读数的仪表盘图像指针位置，根据仪表盘量程即可得到读数。
步骤二中，在对采集的仪表盘图像进行提取边缘处理后还进行图像增强处理，所述图像增强处理是采用是图像拉伸处理来提高图像对比度，具体为通过下面公式计算：
u(x,y)＝EH(f(x,y))
f(x,y)为增强前的图像像素的灰度值，u(x,y)为增强后的图像像素的灰度值，x和y分别为圆形仪表盘图像的横坐标和纵坐标，EH代表增强算子函数；
中T1和T2分别为标准图像中的灰度值极限值。
步骤三中，采用最小二乘法圆拟合及三点求圆心的方法来确定的刻度盘内圆弧的圆心坐标和半径值。
步骤四中，将圆形的仪表盘轮廊转换为矩形图像后，由于仪表盘内部阻尼液的存在，部分刻度线有缺失情况，如图8所示，对矩形图像中的刻度线进行校正补缺，补齐后如图9所示，具体方法为：采用一条超过矩形图像宽度的辅助横线与所有刻度线相交产生交点，提取交点处刻度线像素边缘对坐标，取每一对边缘对坐标的平均值作为该刻度线与辅助横线交点的中心横坐标；
将所有刻度线与辅助横线交点的中心横坐标记为数列Sn＝{x1,x2,x3…xn}，n为自然数，xn表示第n个刻度线与辅助横线交点处中心横坐标，根据仪表特征可确定丢失或错误的元素多集中在仪表盘中部，即数列Sn中值附近；
记矩形图像上两个相邻刻度线之间间距为数列An＝{a1,a2,a3…an-1}，n为自然数，a1表示第二个刻度线与第一个刻度线之间的间距，当n≥2时，an-1表示第n-1刻度线与第n个刻度线之间的间距，An通过如下公式算出，
记数列An中值为M＝an/2，对n/2取整数，将M设定为相邻两刻度线间距参考值；
记校正后的刻度线与辅助横线交点的中心横坐标为数列Bn＝{b1,b2,b3...bn}，Bn通过下面公式计算：
上式中n≥2，k为刻度线之间的间距an-1误差百分比，是一个设定的常数。
如图3和图4所示，基于极坐标变换的指针式仪表图像检测关键步骤是将呈圆弧分布的刻度线转换成水平分布，使得原始图像中判断指针在表盘中的刻度线中的角度关系转换成了判断指针在刻度线中的距离关系，因此提高了了识别精度。具体的：通过筛选出刻度盘内圆弧的圆心坐标记为(u0,v0)，确定刻度盘内圆弧的半径R0，即为指针旋转半径为R0，刻度盘从零刻度到满刻度的圆弧角度为转换后的矩形图像宽度矩形图像高度h＝R0，记转换前圆弧形的仪表盘图像内任意一点S的坐标为(u,v)，转换后对应的矩形图像内S'的坐标为(u',v')，转换公式如下：
步骤七中采集待读数的仪表盘图像，按照步骤一至步骤四处理得到待读数矩形图像，将待读数矩形图像与无指针矩形图像采用减影法做减法差值，即得到待读数的仪表盘图像指针位置，根据仪表盘量程即可得到读数。
待读数矩形图像与作为模板的无指针矩形图像的背景绝大部分是相同的，经过差运算后得相同背景灰度值为0，指针区域灰度值为1，由此得到指针区域。再经过进一步的细化处理如图像形态学中的闭运算操作将指针区域拟合成一条指针区域中心直线。闭运算是先膨胀后腐蚀的过程，具有消除小物体，分离物体和平滑较大物体边界的作用，其定义为：
上式表示所有完全被A容纳的B的平移的并集，A和B分别表示无指针矩形图像和待读数矩形图像的像素灰度值，为了提高测量精度，再次运用上述中补齐刻度线用的的辅助横线，求得指针与辅助横线交点的边缘对坐标，判断辅助横线与指针拟合直线及刻度线之间的交点距离即可判读出仪表读数。本文采用的基于数学形态学理论的闭运算处理指针方法大幅度提高了指针的提取速度同时保证了提取速度同时保证了提取的精度。
提取指针后获得仪表指针读数的具体方法为：通过计算指针拟合直线与邻近左侧刻度线的偏差值，结合邻近左侧刻度线读数以及相关的刻度单位来获得指针的读数，表达式为：
上式中，P为指针的读数；leftValue为指针左侧邻近刻度线读数；c1为指针邻近左侧刻度线与辅助横线交点横坐标坐标；c2为指针邻近右侧刻度线与辅助横线交点横坐标；c0为指针拟合直线与辅助横线交点横坐标。
Claims (4)
1.一种仪表指针自动识别方法，其特征在于，该识别方法包括以下步骤：
步骤一、采集仪表盘图像；
步骤二、对采集的仪表盘图像利用Canny边缘检测法提取边缘处理，得到刻度盘内圆弧具有单像素特性的仪表盘轮廊；
步骤三、确定刻度盘内圆弧的圆心坐标(u0,v0)，即为指针旋转中心；确定刻度盘内圆弧的半径R0，即为指针旋转半径；
步骤四、通过极坐标转换方法，以刻度盘内圆弧的弧长为宽度w，以内圆弧的半径为高度h，将圆形的仪表盘轮廊转换为矩形图像；
步骤五、首先采集指针在零位置的图像一，按照步骤一至步骤四处理得到指针在零位置的矩形图像一，记为G1＝(i1,j1)，i1和j1分别为矩形图像一的横坐标和纵坐标；
步骤六、然后采集指针偏转角度为的图像二，按照步骤一至步骤四处理得到指针偏转角度为的矩形图像二，记为G2＝(i2,j2)，i2和j2分别为矩形图像二的横坐标和纵坐标，将矩形图像二中指针横坐标偏移的距离记为取矩形图像一后半部分和矩形图像二前半部分合并得到无指针矩形图像，记为i和j分别为合成后无指针矩形图像的横坐标和纵坐标；
步骤七、采集待读数的仪表盘图像，按照步骤一至步骤四处理得到待读数矩形图像，将待读数矩形图像与无指针矩形图像采用减影法做减法差值，即得到待读数的仪表盘图像指针位置，根据仪表盘量程即可得到读数。
2.根据权利要求1所述的仪表指针自动识别方法，其特征在于：步骤二中，在对采集的仪表盘图像进行提取边缘处理后还进行图像增强处理，所述图像增强处理是采用是图像拉伸处理来提高图像对比度，具体为通过下面公式计算：
u(x,y)＝EH(f(x,y))
f(x,y)为增强前的图像像素的灰度值，u(x,y)为增强后的图像像素的灰度值，x和y分别为圆形仪表盘图像的横坐标和纵坐标，EH代表增强算子函数；
<mrow>
<msub>
<mi>E</mi>
<mi>H</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>*</mo>
<mn>255</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mo><</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>255</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>&le;</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
中T1和T2分别为标准图像中的灰度值极限值。
3.根据权利要求1所述的仪表指针自动识别方法，其特征在于：步骤三中，采用最小二乘法圆拟合及三点求圆心的方法来确定的刻度盘内圆弧的圆心坐标和半径值。
4.根据权利要求1所述的仪表指针自动识别方法，其特征在于：步骤四中，将圆形的仪表盘轮廊转换为矩形图像后，对矩形图像中的刻度线进行校正补缺，具体方法为：采用一条超过矩形图像宽度的辅助横线与所有刻度线相交产生交点，提取交点处刻度线像素边缘对坐标，取每一对边缘对坐标的平均值作为该刻度线与辅助横线交点的中心横坐标，将所有刻度线与辅助横线交点的中心横坐标记为数列Sn＝{x1,x2,x3...xn}，n为自然数，xn表示第n个刻度线与辅助横线交点处中心横坐标，根据仪表特征可确定丢失或错误的元素集中在仪表盘中部，即数列Sn中值附近；
记矩形图像上两个相邻刻度线之间间距为数列An＝{a1,a2,a3...an-1}，n为自然数，a1表示第二个刻度线与第一个刻度线之间的间距，当n≥2时，an-1表示第n-1刻度线与第n个刻度线之间的间距，An通过如下公式算出，
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>2</mn>
<mi>n</mi>
<mo>&SubsetEqual;</mo>
<msup>
<mi>N</mi>
<mo>*</mo>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
记数列An中值为M＝an/2，对n/2取整数，将M设定为相邻两刻度线间距参考值；
记校正后的刻度线与辅助横线交点的中心横坐标为数列Bn＝{b1,b2,b3...bn}，Bn通过下面公式计算：
<mrow>
<msub>
<mi>b</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>a</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<mi>M</mi>
<mo>|</mo>
</mrow>
<mi>M</mi>
</mfrac>
<mo>&le;</mo>
<mi>k</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<mi>M</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<mi>M</mi>
<mo>|</mo>
</mrow>
<mi>M</mi>
</mfrac>
<mo>&GreaterEqual;</mo>
<mi>k</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
上式中n≥2，k为刻度线之间的间距an-1误差百分比，是一个设定的常数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710661581.7A CN107490398B (zh) | 2017-08-04 | 2017-08-04 | 一种仪表指针自动识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710661581.7A CN107490398B (zh) | 2017-08-04 | 2017-08-04 | 一种仪表指针自动识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107490398A true CN107490398A (zh) | 2017-12-19 |
| CN107490398B CN107490398B (zh) | 2019-07-09 |
Family
ID=60644216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710661581.7A Active CN107490398B (zh) | 2017-08-04 | 2017-08-04 | 一种仪表指针自动识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107490398B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108921153A (zh) * | 2018-07-06 | 2018-11-30 | 天津工业大学 | 基于机器视觉的指针温湿度仪表检测 |
| CN108960237A (zh) * | 2018-06-29 | 2018-12-07 | 上海海事大学 | 一种指针式油位计读数识别方法 |
| CN109470290A (zh) * | 2018-10-31 | 2019-03-15 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
| CN109492573A (zh) * | 2018-11-05 | 2019-03-19 | 四川华雁信息产业股份有限公司 | 一种指针读取方法及装置 |
| 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 |
| CN110991233A (zh) * | 2019-10-29 | 2020-04-10 | 沈阳天眼智云信息科技有限公司 | 指针式压力表的自动读数方法 |
| 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 |
| CN112041906A (zh) * | 2018-04-27 | 2020-12-04 | 株式会社东芝 | 读取系统、读取方法、程序以及存储介质 |
| CN112464986A (zh) * | 2020-10-30 | 2021-03-09 | 济南浪潮高新科技投资发展有限公司 | 一种指针型圆盘仪表的读数方法及设备 |
| CN112966719A (zh) * | 2021-02-05 | 2021-06-15 | 深圳市优必选科技股份有限公司 | 识别仪表盘读数的方法、装置及终端设备 |
| CN113469167A (zh) * | 2021-07-21 | 2021-10-01 | 浙江大华技术股份有限公司 | 仪表读数识别方法、装置、设备及存储介质 |
| US20220284690A1 (en) * | 2018-03-23 | 2022-09-08 | Kabushiki Kaisha Toshiba | Reading system, reading method, and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650198A (zh) * | 2009-08-25 | 2010-02-17 | 广州粤能电力科技开发有限公司 | 一种读取指针式仪表示值的图像处理方法 |
| 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 |
| CN103207987A (zh) * | 2013-02-28 | 2013-07-17 | 华北电力大学 | 一种指针式仪表的示数识别方法 |
-
2017
- 2017-08-04 CN CN201710661581.7A patent/CN107490398B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650198A (zh) * | 2009-08-25 | 2010-02-17 | 广州粤能电力科技开发有限公司 | 一种读取指针式仪表示值的图像处理方法 |
| 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 |
| CN103207987A (zh) * | 2013-02-28 | 2013-07-17 | 华北电力大学 | 一种指针式仪表的示数识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 尹力: "基于图像的指针式仪表读数自动识别技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 张道德等: "压力表图像自动识别系统研究", 《湖北工业大学学报》 * |
| 李治玮等: "一种新型指针仪表识别方法研究", 《微计算机信息》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220284690A1 (en) * | 2018-03-23 | 2022-09-08 | Kabushiki Kaisha Toshiba | Reading system, reading method, and storage medium |
| CN112041906B (zh) * | 2018-04-27 | 2022-06-28 | 株式会社东芝 | 读取系统、读取方法、程序以及存储介质 |
| CN112041906A (zh) * | 2018-04-27 | 2020-12-04 | 株式会社东芝 | 读取系统、读取方法、程序以及存储介质 |
| CN108960237A (zh) * | 2018-06-29 | 2018-12-07 | 上海海事大学 | 一种指针式油位计读数识别方法 |
| CN108960237B (zh) * | 2018-06-29 | 2022-02-18 | 上海海事大学 | 一种指针式油位计读数识别方法 |
| CN108921153A (zh) * | 2018-07-06 | 2018-11-30 | 天津工业大学 | 基于机器视觉的指针温湿度仪表检测 |
| CN109470290B (zh) * | 2018-10-31 | 2022-02-18 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
| CN109470290A (zh) * | 2018-10-31 | 2019-03-15 | 惠州华阳通用电子有限公司 | 一种仪表指针自动校准方法及装置 |
| CN109492573A (zh) * | 2018-11-05 | 2019-03-19 | 四川华雁信息产业股份有限公司 | 一种指针读取方法及装置 |
| 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 |
| CN110991233A (zh) * | 2019-10-29 | 2020-04-10 | 沈阳天眼智云信息科技有限公司 | 指针式压力表的自动读数方法 |
| CN110991233B (zh) * | 2019-10-29 | 2023-05-12 | 沈阳天眼智云信息科技有限公司 | 指针式压力表的自动读数方法 |
| 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 |
| CN111401357B (zh) * | 2020-02-12 | 2023-09-15 | 杭州电子科技大学 | 基于文本检测的指针式仪表读数方法 |
| CN112464986A (zh) * | 2020-10-30 | 2021-03-09 | 济南浪潮高新科技投资发展有限公司 | 一种指针型圆盘仪表的读数方法及设备 |
| CN112464986B (zh) * | 2020-10-30 | 2023-01-24 | 山东浪潮科学研究院有限公司 | 一种指针型圆盘仪表的读数方法及设备 |
| CN112966719A (zh) * | 2021-02-05 | 2021-06-15 | 深圳市优必选科技股份有限公司 | 识别仪表盘读数的方法、装置及终端设备 |
| CN112966719B (zh) * | 2021-02-05 | 2023-12-15 | 深圳市优必选科技股份有限公司 | 识别仪表盘读数的方法、装置及终端设备 |
| CN113469167A (zh) * | 2021-07-21 | 2021-10-01 | 浙江大华技术股份有限公司 | 仪表读数识别方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107490398B (zh) | 2019-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107490398B (zh) | 一种仪表指针自动识别方法 | |
| CN106228161B (zh) | 一种指针式表盘自动读数方法 | |
| CN102254159B (zh) | 一种数显仪表判读方法 | |
| CN105091922B (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
| CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
| CN106446894B (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
| CN108764257A (zh) | 一种多视角的指针式仪表识别方法 | |
| CN104392206A (zh) | 一种指针式仪表读数自动识别的图像处理方法 | |
| CN110929710B (zh) | 一种基于视觉的仪表指针读数自动识别方法与系统 | |
| CN106778823A (zh) | 一种指针式仪表读数自动识别方法 | |
| CN111160210B (zh) | 一种基于视频的水流速检测方法及系统 | |
| CN105303168A (zh) | 一种多视角的指针式仪表识别方法和装置 | |
| 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 | |
| CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
| CN106339707A (zh) | 一种基于对称性特征的仪表指针图像识别方法 | |
| CN109508709B (zh) | 一种基于机器视觉的单指针仪表读数方法 | |
| CN112734729B (zh) | 适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质 | |
| CN112802019B (zh) | 一种基于脊柱AIS影像的lenke分型方法 | |
| CN104197900A (zh) | 一种汽车仪表指针刻度识别方法 | |
| CN115187606B (zh) | 一种青少年特发性脊柱侧凸pumc分型方法 | |
| CN108830899A (zh) | 一种基于几何特征的快速自适应角点结合的圆心检测方法 | |
| CN114399677A (zh) | 一种基于文本区域读取的指针仪表识别方法 | |
| CN112907506A (zh) | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 | |
| CN109389165A (zh) | 基于巡检机器人的变压器油位计识别方法 | |
| CN109685791A (zh) | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法 |
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 |