CN108460327B - 一种基于图像处理的指针式仪表读数自动识别方法 - Google Patents

一种基于图像处理的指针式仪表读数自动识别方法 Download PDF

Info

Publication number
CN108460327B
CN108460327B CN201810033421.2A CN201810033421A CN108460327B CN 108460327 B CN108460327 B CN 108460327B CN 201810033421 A CN201810033421 A CN 201810033421A CN 108460327 B CN108460327 B CN 108460327B
Authority
CN
China
Prior art keywords
image
pointer
scale
dial
array
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
Application number
CN201810033421.2A
Other languages
English (en)
Other versions
CN108460327A (zh
Inventor
韩现伟
吕浩杰
华雪
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.)
Henan University
Original Assignee
Henan University
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 Henan University filed Critical Henan University
Priority to CN201810033421.2A priority Critical patent/CN108460327B/zh
Publication of CN108460327A publication Critical patent/CN108460327A/zh
Application granted granted Critical
Publication of CN108460327B publication Critical patent/CN108460327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出了一种基于图像处理的指针式仪表读数自动识别方法。首先通过图像预处理初步确定表盘位置；然后利用直线检测算法提取表盘区域的直线段，根据表盘刻度线的空间分布特征筛选刻度线，利用最小二乘法拟合，精确定位表盘中心点；同时，根据刻度线的中心投影特征，确定主刻度线的位置备用。本发明采用Hough变换检测指针两侧的边缘线，将边缘线交点与表盘中心连线作为指针所在直线，提高了指针位置的提取精度。本发明采用字符识别技术，自动识别表盘刻度值，由此确定主刻度线所对应的读数，再由指针直线左右两侧主刻度线示数和左右两侧主刻度线到指针线段的角度距离计算指针示数，提高了精度和鲁棒性，扩大了算法的适用场景。

Description

一种基于图像处理的指针式仪表读数自动识别方法
技术领域
本发明涉及指针读取技术领域，具体涉及一种基于图像处理的指针式仪表读数自动识别方法。
背景技术
指针式仪表作为一种传统的计量仪器，因其结构简单、价格低廉、工作稳定可靠等原因仍被广泛应用于工业生产中。常用的指针式仪表有气压表、温度表、压力表等。指针式仪表在进行校验和使用时需要大量工作人员进行人工读数。人工读数准确率依赖于人的主观意识，容易受到环境、疲劳等多种因素的影响。为了提高效率和准确率，避免工作人员长期在高危、有毒环境下观察操作，研究人员提出了多种指针式仪表自动读数方法。现有的指针式仪表自动读数算法一般是针对摄像机相对仪表固定安装、工作环境固定的场景开发，还需要仪表量程等先验信息，具有鲁棒性弱、适用性差等缺点。
文章《基于图像处理的变电站指针式仪表读数的研究》(《电子科技》)，其算法流程为：先对读入的图片实现灰度化和阈值分割,然后采用改进的Hough变换提取图像中的直线、计算指针角度和显示指针读数。但读数时需要人工通过鼠标点击获取起点、终点坐标和中点坐标，需要提前设置量程等信息，不能完全实现自动化。
如《一种指针式压力表读数自动识别方法》(申请号201610120575.6)，该发明采用判断指针在刻度线之间的位置情况,分别计算表盘指针主刻度、细分刻度以及指针线位置读数从而得到指针的最终读数的方法。从其给出的实施例来看，该发明采用工业摄像机获取图像，也是用于固定场景的特定指针式仪表自动读数，采集的图像仪表正好处于最适于读数安装方向，同时也需要提前知道仪表量程、精度等先验信息，不适用于工厂多仪表巡检任务中对移动性的需求。
发明内容
为了解决上述技术问题，本发明提出了一种基于图像处理的指针式仪表读数自动识别方法，以达到在对指针式仪表读数过程中，无需繁杂信息输入等操作、高自动化、高精度的目的。
本发明提出了以下技术方案：
一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：具有以下步骤：
S1：获取仪表图像I，对所述图像I进行预处理，依据形状特征判断检测初步实现表盘的粗定位，并获取所述表盘的区域图像I1；
S2：在所述表盘的所述区域图像I1内精确定位表盘圆心O(a1,b1)、半径R，及构造刻度线环带图I2；
S3：在所述刻度线环带图I2内确定主刻度线的位置；
S4：在所述表盘的区域图像I1内通过霍夫变换检测指针左右两侧边缘直线，获得交点P(a2,b2)，所述交点P(a2,b2)与所述表盘圆心O(a1,b1)连线作为指针直线；
S5：通过识别刻度值数字获取指针左右两侧最近的所述主刻度线的示数Xi、Xi+1；
S6：基于距离法计算指针示数X，并输出所述指针示数X。
优选的，在本发明中，所述步骤S1中，具体包括以下步骤：
S11：对所述区域图像I1进行灰度化，用canny算子作边缘检测处理后进行反色操作，对反色操作后的所述区域图像I1进行形态学腐蚀和膨胀操作，并将操作结果存入图像Ia1；
S12：在所述图像Ia1中寻找轮廓存入Contours，对所有轮廓的外接矩形依次进行占空比、宽高比的形状特征判断，确定所述表盘的外轮廓；
S13：根据确定的所述表盘的轮廓在所述图像I中截取表盘区域作为后续处理的感兴趣区域，存入所述区域图像I1。
所述步骤S2中，具体包括以下步骤：
S21：将所述区域图像I1进行归一化，对所述区域图像I1进行所述边缘检测后记为图像Ib1，对所述区域图像I1进行自适应阈值分割后记为图像Ib2，对所述图像Ib2采用LSD(Line Segment Detector)算法检测直线段，将所有直线段信息存入数组arrayB1；
S22：对所述数组arrayB1中的所述直线段的长度进行直方图统计，找出所述长度出现频率最高的目标直线段，并记所述目标直线段的所述长度为L；将所述直线段一个端点与所述图像Ib2的中心连线，计算所述直线段另一个端点到所述连线的距离d，若所述距离d小于预定阈值dTH，则所述直线段为刻度线，将所述刻度线中点的坐标存入数组arrayB2；
S23：根据所述数组arrayB2中的所述坐标，采用最小二乘法拟合所述刻度线中点，并得出拟合圆的圆心坐标和半径；
S24：建所述刻度线环带图I2，将所述区域图像I1中刻度线环带区域内的像素值复制到所述刻度线环带图I2，所述区域图像I1中刻度线环带区域外像素点的像素值设为一固定值。
优选的，在本发明中，所述步骤S3中，具体包括以下步骤：
S31：对所述刻度线环带图I2进行预处理后，通过形状特征判断检测出可能的刻度线区域轮廓，再由区域生长、自适应阈值分割操作得到图Id1；
S32：计算所述图Id1中每个黑色像素点到所述表盘圆心O(a1,b1)之间的连线与x轴方向的夹角ω，并对夹角ω取整存入数组w；统计0°～360°之间每个角度在所述数组w中出现的次数并存入数组Mark，即角度i出现的次数记为Mark[i]；提取所述数组Mark中的最大值记为Markmax；若Mark[i]>0.6*Markmax，则与x轴夹角为i的直线段作为主刻度线，将其信息存入数组ScaleMark。
优选的，在本发明中，所述步骤S4中，具体包括以下步骤：
S41：对所述图像Ib1采用霍夫变换检测线段，检测到的所述线段存入数组Lines，所述表盘圆心O(a1,b1)到所述数组Lines中每条所述线段的距离作升序排列的序列，所述序列中前两个线段(即Lines中最长的两条线段)之间的角度差记为θ；
S42：判断θ的取值，若θ>0.5，则所述序列中第1,2线段的交点即为指针线段的端点P(a2,b2)；否则，所述序列中第1,3线段交点为指针直线的端点P(a2,b2)，所述表盘圆心O(a1,b1)与所述端点P(a2,b2)的连线为指针所在直线。
优选的，在本发明中，所述步骤S5中，具体包括以下步骤：
S51：根据所述刻度线环带图I2的刻度线环形区域尺寸信息，对所述表盘截取图上、刻度线区域内侧一定范围内的环形区域进行局部自阈值分割和形态学处理，进行轮廓提取，查找宽高比、外接矩形面积满足条件的轮廓，将所述轮廓的最小外接矩形信息存入数组Rect；
S52：计算所述数组Rect中轮廓矩形中心到所述表盘圆心O(a1,b1)的距离，当所述距离与所述半径满足预设条件时，在所述表盘的所述区域图像I1中截取该矩形对应的区域生成子图像，并存盘，作为待识别刻度值的部分字符；
S53：采用OCR字符识别主刻度线的数值；
S54：将识别出的各个所述主刻度线的所述数值对应的最小外接矩形中心与所述表盘圆心O(a1,b1)连线和各个所述主刻度线夹角进行对比，并根据位置关系合并属于同一所述刻度值的所述数值作为所述主刻度线对应的刻度值。
优选的，在本发明中，所述步骤S53中，具体包括以下步骤：
S531：收集、制作所述刻度值的数字样本图像，读入所述数字样本图像并对其进行预处理，提取所述数字样本图像的样本特征存入XML文件；
S532：将所述XML文件的所述样本特征相应分类读出，利用KNN分类器进行分类训练；
S533：将待测图片读入并对其进行预处理，用相同方法提取所述待测图片的特征；
S534：用已训练好的所述KNN分类器进行分类识别确定所述待测图片对应的所述数值。
优选的，在本发明中，所述步骤S6中，具体包括以下步骤：
S61：计算指针到左、右两侧主刻度线的距离(即与两侧主刻度线的夹角)记为Li、Li+1；
S62：计算指针式仪表读数X，
Figure GDA0003225956310000061
S63：输出所述指针示数X。
本发明有益技术效果：
本发明提出了一种基于图像处理的指针式仪表读数自动识别方法。在本发明中，充分利用刻度线的尺寸特征和空间分布特征，根据最小二乘法拟合，精确定位表盘中心点；同时，根据刻度线的中心投影特征，确定主刻度线的位置备用。本发明采用Hough变换检测指针两侧的边缘线，将边缘线交点与表盘中心连线作为指针所在直线，提高了指针位置的提取精度。本发明采用字符识别技术，自动识别表盘刻度值，由此确定主刻度线所对应的读数，再由指针直线左右两侧主刻度线示数和左右两侧主刻度线到指针线段的角度距离计算指针示数，提高了精度和鲁棒性，扩大了算法的适用场景。
附图说明
图1为本发明一实施例的流程图；
图2为本发明一实施例中的图像I；
图3为本发明一实施例中的表盘的区域图像I1；
图4为本发明一实施例中的刻度线环带图I2；
图5为本发明一实施例中的主刻度线图I3；
图6为本发明一实施例中的指针定位图I4；
图7为本发明一实施例中的字符检测图I5
图8为本发明一实施例中的刻度值字符组合图I6。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明提出了一种基于图像处理的指针式仪表读数自动识别方法，具体的，该方法包括以下步骤：
S1：获取仪表图像I如图2所示，对所述图像I进行预处理，依据形状特征判断检测初步实现表盘的粗定位，并获取所述表盘的区域图像I1如图3所示。
如图2所示，对所述图像I进行预处理，依据形状特征判断检测初步实现表盘的粗定位，并获取所述表盘的区域图像I1如图3所示。
所述步骤S1中，具体包括以下步骤：
S11：对所述区域图像I1进行灰度化，用canny算子作边缘检测处理后进行反色操作，对反色操作后的所述区域图像I1进行形态学腐蚀和膨胀操作，并将操作结果存入图像Ia1；
S12：在所述图像Ia1中寻找轮廓存入Contours，对所有轮廓的外接矩形依次进行形状特征判断：(轮廓填充比>0.61)&&(占空比>0.7)&&(0.75<长宽比<1.25)，确定所述表盘的外轮廓；
S13：根据确定的所述表盘的轮廓在所述图像I中截取表盘区域作为后续处理的感兴趣区域，存入所述区域图像I1。
S2：在所述表盘的所述区域图像I1内精确定位表盘圆心O(a1,b1)、半径R，及构造刻度线环带图I2如图4所示。
所述步骤S2中，具体包括以下步骤：
S21：将所述区域图像I1进行归一化为512*512，对所述区域图像I1进行所述边缘检测后记为图像Ib1，对所述区域图像I1进行自适应阈值分割后记为图像Ib2，对所述图像Ib2采用LSD(Line Segment Detector)算法检测直线段，将所有直线段信息存入数组arrayB1；
S22：对所述数组arrayB1中的所述直线段的长度进行直方图统计，找出所述长度出现频率最高的目标直线段，并记所述目标直线段的所述长度为L；将所述直线段一个端点与所述图像Ib2的中心连线，计算所述直线段另一个端点到所述连线的距离d，若所述距离d小于3，则所述直线段为刻度线，将所述刻度线中点的坐标存入数组arrayB2；
S23：根据所述数组arrayB2中的所述坐标，采用最小二乘法拟合所述刻度线中点，并得出拟合圆的圆心坐标和半径；数组arrayB2中的线段中点到圆心的距离记为d1，判断d1是否大于半径，将满足条件的线段中点坐标存入arrayB3。同理再次进行最小二乘法拟合圆，拟合得到的圆的圆心和半径记为表盘圆心O(a1,b1)和半径R。数组arrayB3中的线段中点到圆心的距离记为d2，判断d1是否大于半径R，将满足条件的刻度线信息存入数组arrayB4；
S24：新建大小为512*512所述刻度线环带图I2，内外半径(R内＝R-2*L、R外＝R+0.6*L)之间的区域记为刻度线环带区域；将所述区域图像I1中刻度线环带区域内的像素值复制到所述刻度线环带图I2，所述区域图像I1中刻度线环带区域外像素点的像素值设为一固定值，如255。
S3：在所述刻度线环带图I2内确定主刻度线的位置，得到主刻度线图I3如图5所示。
所述步骤S3中，具体包括以下步骤：
S31：在所述刻度线环带图I2内寻找轮廓，计算轮廓最小外接矩形并对其进行形状特征判断：面积>2.5*L&&宽高比>3，将所得的最小外接轮廓存入min Rect。在图像刻度线环带区域图I2进行局部自适应阈值分割，进行形态学腐蚀得到图Id1；
S32：在所述图Id1中，计min Rect中每个矩形区域内的每个黑色像素点到所述表盘圆心O(a1,b1)之间的连线与x轴方向的夹角ω，并对夹角ω取整存入数组w；统计0°～360°之间每个角度在所述数组w中出现的次数并存入数组Mark，即角度i出现的次数记为Mark[i]；提取所述数组Mark中的最大值记为Markmax；若Mark[i]>0.8*Markmax，则与x轴夹角为i的直线段存入数组ScaleMark。
S33：在数组ScaleMark中，计算相邻主刻度线角度差值γ。判断差值γ＞2若满足此要求，则与x轴夹角为i的直线段为主刻度线，存Scale，主刻度线图I3如图5所示
S4：在所述表盘的区域图像I1内通过霍夫变换检测指针左右两侧边缘直线，获得交点P(a2,b2)，所述交点P(a2,b2)与所述表盘圆心O(a1,b1)连线作为指针直线，得到指针定位图I4如图6所示。
所述步骤S4中，具体包括以下步骤：
S41：对所述图像Ib1采用霍夫变换检测线段，检测到的所述线段存入数组Lines，所述表盘圆心O(a1,b1)到所述数组Lines中每条所述线段的距离作升序排列的序列，所述序列中前两个线段(即Lines中最长的两条线段)之间的角度差记为θ；
S42：判断θ的取值，若θ>0.5，则所述序列中第1,2线段的交点即为指针线段的端点P(a2,b2)；否则，所述序列中第1,3线段交点为指针直线的端点P(a2,b2)，所述表盘圆心O(a1,b1)与所述端点P(a2,b2)的连线为指针所在直线，指针定位图I4如图6所示。
S5：通过识别刻度值数字获取指针左右两侧最近的所述主刻度线的示数Xi、Xi+1。
所述步骤S5中，具体包括以下步骤：
S51：根据所述刻度线环带图I2的刻度线环形区域尺寸信息，对所述表盘截取图上、刻度线区域内侧一定范围内的环形区域进行局部自阈值分割和形态学处理，进行轮廓提取，查找满足条件的轮廓矩形，将所述轮廓的最小外接矩形信息存入数组Rect；
S52：计算所述数组Rect中轮廓矩形中心到所述表盘圆心O(a1,b1)的距离，中心到表盘圆心的距离记为m_dis，当所述距离与所述半径满足预设条件(m_dis>R内-4*L)&&(m_dis<R内)时，在所述表盘的所述区域图像I1中截取该矩形对应的区域生成子图像，并存盘，作为待识别刻度值的部分字符，字符检测结果如图7所示；
S53：采用OCR字符识别主刻度线的数值；
所述步骤S53中，具体包括以下步骤：
S531：收集、制作所述刻度值的数字样本图像，读入所述数字样本图像并对其进行预处理，提取所述数字样本图像的样本特征存入XML文件；
S532：将所述XML文件的所述样本特征相应分类读出，利用KNN分类器进行分类训练；
S533：将待测图片读入并对其进行预处理，用相同方法提取所述待测图片的特征；
S534：用已训练好的所述KNN分类器进行分类识别确定所述待测图片对应的所述数值。
S54：计算字符区域中心与圆心连线和x轴的夹角，统计相邻字符角度差。角度差小于预定值时组合相应字符，刻度值字符组合结果如图8所示。组合字符数值为主刻度线数值，将识别出的各个所述主刻度线的所述数值对应的最小外接矩形中心与所述表盘圆心O(a1,b1)连线和各个所述主刻度线夹角进行对比，并根据位置关系合并属于同一所述刻度值的所述数值作为所述主刻度线对应的刻度值。
S6：基于距离法计算指针示数X，并输出所述指针示数X。
所述步骤S6中，具体包括以下步骤：
S61：计算指针到左、右两侧主刻度线的距离(即与两侧主刻度线的夹角)记为Li、Li+1；
S62：计算指针式仪表读数X，
Figure GDA0003225956310000121
S63：输出所述指针示数X。
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (7)

1.一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：具有以下步骤：
S1：获取仪表图像I，对所述图像I进行预处理，依据形状特征判断检测初步实现表盘的粗定位，并获取所述表盘的区域图像I1；
具体包括以下步骤：
S11：对所述区域图像I1进行灰度化，用canny算子作边缘检测处理后进行反色操作，对反色操作后的所述区域图像I1进行形态学腐蚀和膨胀操作，并将操作结果存入图像Ia1；
S12：在所述图像Ia1中寻找轮廓存入Contours，对所有轮廓的外接矩形依次进行占空比、宽高比的形状特征判断，确定所述表盘的外轮廓；
S13：根据确定的所述表盘的外轮廓在所述图像I中截取表盘区域作为后续处理的感兴趣区域，存入所述区域图像I1；
S2：在所述表盘的所述区域图像I1内精确定位表盘圆心O(a1,b1)、半径R，及构造刻度线环带图I2；
S3：在所述刻度线环带图I2内确定主刻度线的位置；
S4：在所述表盘的区域图像I1内通过霍夫变换检测指针左右两侧边缘直线，获得交点P(a2,b2)，所述交点P(a2,b2)与所述表盘圆心O(a1,b1)连线作为指针直线；
S5：通过识别刻度值数字获取指针左右两侧最近的所述主刻度线的示数Xi、Xi+1；
S6：基于距离法计算指针示数X，并输出所述指针示数X。
2.根据权利要求1所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S2中，具体包括以下步骤：
S21：将所述区域图像I1进行归一化，对所述区域图像I1进行所述边缘检测后记为图像Ib1，对所述区域图像I1进行自适应阈值分割后记为图像Ib2，对所述图像Ib2采用LSD算法检测直线段，将所有直线段信息存入数组arrayB1；
S22：对所述数组arrayB1中的所述直线段的长度进行直方图统计，找出所述长度出现频率最高的目标直线段，并记所述目标直线段的所述长度为L；将所述直线段一个端点与所述图像Ib2的中心连线，计算所述直线段另一个端点到所述连线的距离d，若所述距离d小于预定阈值dTH，则所述直线段为刻度线，将所述刻度线中点的坐标存入数组arrayB2；
S23：根据所述数组arrayB2中的所述坐标，采用最小二乘法拟合所述刻度线中点，并得出拟合圆的圆心坐标和半径；数组arrayB2中的线段中点到圆心的距离记为d1，判断d1是否大于半径，将满足条件的线段中点坐标存入arrayB3；同理再次进行最小二乘法拟合圆，拟合得到的圆的圆心和半径记为表盘圆心O(a1,b1)和半径R；数组arrayB3中的线段中点到圆心的距离记为d2，判断d1是否大于半径R，将满足条件的刻度线信息存入数组arrayB4，记其中第一条刻度线长度为Length；
S24：建所述刻度线环带图I2，将所述区域图像I1中刻度线环带区域内的像素值复制到所述刻度线环带图I2，所述区域图像I1中刻度线环带区域外像素点的像素值设为一固定值。
3.根据权利要求2所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S3中，具体包括以下步骤：
S31：对所述刻度线环带图I2进行预处理后，通过形状特征判断检测出可能的刻度线区域轮廓，再由局部自适应阈值分割、形态学操作得到图Id1；
S32：计算所述图Id1中每个黑色像素点到所述表盘圆心O(a1,b1)之间的连线与x轴方向的夹角ω，并对夹角ω取整存入数组w；统计0°～360°之间每个角度在所述数组w中出现的次数并存入数组Mark，即角度i出现的次数记为Mark[i]；提取所述数组Mark中的最大值记为Markmax；若Mark[i]>0.6*Markmax，则与x轴夹角为i的直线段作为主刻度线，将其信息存入数组ScaleMark。
4.根据权利要求2所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S4中，具体包括以下步骤：
S41：对所述图像Ib1采用霍夫变换检测线段，检测到的所述线段存入数组Lines，所述表盘圆心O(a1,b1)到所述数组Lines中每条所述线段的距离作升序排列得到一个序列，所述序列中前两个线段之间的角度差记为θ；
S42：判断θ的取值，若θ>0.5，则所述序列中第1,2线段的交点即为指针线段的端点P(a2,b2)；否则，所述序列中第1,3线段交点为指针直线的端点P(a2,b2)，所述表盘圆心O(a1,b1)与所述端点P(a2,b2)的连线为指针所在直线。
5.根据权利要求1所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S5中，具体包括以下步骤：
S51：根据所述刻度线环带图I2的刻度线环形区域尺寸信息，对所述表盘截取图上、刻度线区域内侧一定范围内的环形区域进行局部自阈值分割和形态学处理，进行轮廓提取，查找宽高比、外接矩形面积满足条件的轮廓，将所述轮廓的最小外接矩形信息存入数组Rect；
S52：计算所述数组Rect中轮廓矩形中心到所述表盘圆心O(a1,b1)的距离，当所述距离与所述半径满足预设条件时，在所述表盘的所述区域图像I1中截取该矩形对应的区域生成子图像，并存盘，作为待识别刻度值的部分字符；
S53：采用OCR字符识别主刻度线的数值；
S54：将识别出的各个所述主刻度线的所述数值对应的最小外接矩形中心与所述表盘圆心O(a1,b1)连线和各个所述主刻度线夹角进行对比，并根据位置关系合并属于同一所述刻度值的所述数值作为所述主刻度线对应的刻度值。
6.根据权利要求5所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S53中，具体包括以下步骤：
S531：收集、制作所述刻度值的数字样本图像，读入所述数字样本图像并对其进行预处理，提取所述数字样本图像的样本特征存入XML文件；
S532：将所述XML文件的所述样本特征相应分类读出，利用KNN分类器进行分类训练；
S533：将待测图片读入并对其进行预处理，用相同方法提取所述待测图片的特征；
S534：用已训练好的所述KNN分类器进行分类识别确定所述待测图片对应的所述数值。
7.根据权利要求1所述一种基于图像处理的指针式仪表读数自动识别方法，其特征在于：所述步骤S6中，具体包括以下步骤：
S61：计算指针到左、右两侧主刻度线的距离，即与两侧主刻度线的夹角记为Li、Li+1；
S62：计算指针式仪表读数X，
Figure FDA0003225956300000051
S63：输出所述指针示数X。
CN201810033421.2A 2018-01-12 2018-01-12 一种基于图像处理的指针式仪表读数自动识别方法 Active CN108460327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810033421.2A CN108460327B (zh) 2018-01-12 2018-01-12 一种基于图像处理的指针式仪表读数自动识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810033421.2A CN108460327B (zh) 2018-01-12 2018-01-12 一种基于图像处理的指针式仪表读数自动识别方法

Publications (2)

Publication Number Publication Date
CN108460327A CN108460327A (zh) 2018-08-28
CN108460327B true CN108460327B (zh) 2021-09-28

Family

ID=63220954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810033421.2A Active CN108460327B (zh) 2018-01-12 2018-01-12 一种基于图像处理的指针式仪表读数自动识别方法

Country Status (1)

Country Link
CN (1) CN108460327B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860042B (zh) * 2019-04-26 2024-02-23 杭州海康威视数字技术股份有限公司 仪表读数的方法和装置
CN111950330B (zh) * 2019-05-16 2023-09-29 杭州测质成科技有限公司 一种基于目标检测的指针式仪表示数检测方法
CN110363202B (zh) * 2019-07-23 2020-06-19 深圳中科捷飞科技有限公司 指针式仪表数值读取方法及计算机终端
CN110659636B (zh) * 2019-09-20 2022-05-13 随锐科技集团股份有限公司 基于深度学习的指针式仪表读数识别方法
CN110807458A (zh) * 2019-10-24 2020-02-18 深圳市嘉繁科技有限公司 一种指针式仪表自动读数方法
CN110865078A (zh) * 2019-11-27 2020-03-06 航天科技控股集团股份有限公司 一种指针指示精准性检测系统及检测方法
CN111103533B (zh) * 2019-12-12 2020-09-25 常州机电职业技术学院 一种基于视觉的十位旋转拨码开关复位系统的复位方法
CN111160337B (zh) * 2019-12-12 2022-04-29 武汉工程大学 一种指针式仪表读数的自动识别方法、系统、介质及设备
CN111199191A (zh) * 2019-12-20 2020-05-26 南京理工大学 基于刻度搜索的指针式仪表自动读取方法
CN111368906B (zh) * 2020-02-29 2023-05-23 华南理工大学 一种基于深度学习的指针式油位计读数识别方法
CN111985468B (zh) * 2020-08-27 2024-08-20 江苏提米智能科技有限公司 一种码表指针数值检测方法、装置、电子设备及存储介质
CN111931716B (zh) * 2020-09-22 2021-01-19 南京嘉环科技股份有限公司 基于多维度特征分析的指针式表盘识别方法与系统
CN112489071A (zh) * 2020-11-03 2021-03-12 辽宁长江智能科技股份有限公司 一种指针水表识别方法与系统
CN112560839A (zh) * 2020-12-02 2021-03-26 随锐科技集团股份有限公司 指针式仪表读数的自动识别方法及系统
CN112906602B (zh) * 2021-03-04 2023-08-25 杭州电力设备制造有限公司 基于图像处理的配电柜电量表自动识别装置及识别方法
CN113052837B (zh) * 2021-04-22 2022-10-21 杭州电力设备制造有限公司 手车触头状态识别方法和装置
CN113566863B (zh) * 2021-06-11 2023-12-26 北京眸视科技有限公司 一种指针表的读取方法和装置
CN114565911B (zh) * 2022-02-28 2024-05-28 上海商汤科技开发有限公司 一种仪表识读方法、装置、计算机设备和存储介质
CN114663744A (zh) * 2022-05-24 2022-06-24 西安石油大学 基于机器学习的仪表自动识别方法及系统
CN115222817B (zh) * 2022-08-31 2022-11-29 成都千嘉科技股份有限公司 一种指针式压力表的指针定位方法
CN118429953B (zh) * 2024-07-04 2024-09-13 成都考拉悠然科技有限公司 仪表盘识别读数方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620682A (zh) * 2008-06-30 2010-01-06 汉王科技股份有限公司 一种指针式仪表读数自动识别的方法及系统
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
CN103994786A (zh) * 2014-06-04 2014-08-20 湖南大学 圆弧标尺线指针式仪表刻度的图像检测方法
CN105091922A (zh) * 2014-05-04 2015-11-25 广东工业大学 一种基于虚拟表盘的指针表读数识别方法
CN106570948A (zh) * 2016-11-01 2017-04-19 东南大学 一种搭载有便携设备的变电站智能抄表系统
CN106599897A (zh) * 2016-12-09 2017-04-26 广州供电局有限公司 基于机器视觉的指针式仪表读数识别方法及装置
CN106737674A (zh) * 2016-12-23 2017-05-31 西安交通大学 仪表盘非线性刻度视觉检测方法及画写系统装置
WO2017218428A1 (en) * 2016-06-17 2017-12-21 Water Pigeon Inc. Systems and methods for automated meter reading

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107145890B (zh) * 2017-05-02 2019-05-10 南通大学 一种远距离多视角环境下的指针式仪表盘自动读数方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620682A (zh) * 2008-06-30 2010-01-06 汉王科技股份有限公司 一种指针式仪表读数自动识别的方法及系统
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
CN105091922A (zh) * 2014-05-04 2015-11-25 广东工业大学 一种基于虚拟表盘的指针表读数识别方法
CN103994786A (zh) * 2014-06-04 2014-08-20 湖南大学 圆弧标尺线指针式仪表刻度的图像检测方法
WO2017218428A1 (en) * 2016-06-17 2017-12-21 Water Pigeon Inc. Systems and methods for automated meter reading
CN106570948A (zh) * 2016-11-01 2017-04-19 东南大学 一种搭载有便携设备的变电站智能抄表系统
CN106599897A (zh) * 2016-12-09 2017-04-26 广州供电局有限公司 基于机器视觉的指针式仪表读数识别方法及装置
CN106737674A (zh) * 2016-12-23 2017-05-31 西安交通大学 仪表盘非线性刻度视觉检测方法及画写系统装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Reading recognition method of analog measuring instruments based on improved hough transform;Han Jiale等;《The Tenth International Conference on Electronic Measurement & Instruments》;20111231;第337-340页 *
基于卷积神经网络的工件表面缺陷检测系统;陈昕然;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160215;第C042-1805页 *
基于特征识别的指针式仪表自动识别研究;晁阳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090115;第I138-1126页 *

Also Published As

Publication number Publication date
CN108460327A (zh) 2018-08-28

Similar Documents

Publication Publication Date Title
CN108460327B (zh) 一种基于图像处理的指针式仪表读数自动识别方法
CN112906694B (zh) 变电站倾斜式指针式仪表图像的读数矫正系统及方法
CN110807355B (zh) 一种基于移动机器人的指针仪表检测与读数识别方法
CN111950330B (zh) 一种基于目标检测的指针式仪表示数检测方法
CN106778823B (zh) 一种指针式仪表读数自动识别方法
CN107729853B (zh) 一种适用于变电站窄刻度指针式仪表的自动识别方法
CN103207987B (zh) 一种指针式仪表的示数识别方法
CN111368906B (zh) 一种基于深度学习的指针式油位计读数识别方法
CN114549835B (zh) 一种基于深度学习的指针式仪表矫正识别方法及装置
CN108918526A (zh) 一种柔性ic封装基板线路的缺口缺陷检测方法
CN109993154A (zh) 变电站单指针式六氟化硫型仪表智能识别方法
CN107145890B (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
CN107729896A (zh) 一种适用于变电站宽刻度指针式仪表的自动识别方法
CN111476246B (zh) 应用于复杂环境下指针仪表鲁棒高效智读方法
CN101660932A (zh) 一种指针式汽车仪表自动校验方法
CN111507186B (zh) 一种变电站指针式仪表读数识别方法
CN110211178B (zh) 一种利用投影计算的指针式仪表识别方法
CN116758067B (zh) 基于特征匹配的金属结构件检测方法
CN114898198A (zh) 一种用于指针式压力表自动读数的图像处理方法
CN108399416A (zh) 一种有圆弧边界的变电站指针式仪表自动识别方法
CN112036391B (zh) 一种基于页岩气田生产站场的电子巡检方法及系统
CN109784257B (zh) 一种变压器温度表检测与识别方法
CN110991233B (zh) 指针式压力表的自动读数方法
CN117152727A (zh) 一种用于巡检机器人的指针式仪表自动读数方法
CN115222817B (zh) 一种指针式压力表的指针定位方法

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
GR01 Patent grant
GR01 Patent grant