CN108960236B - 基于二维码匹配与图像识别的指针式仪表识别方法 - Google Patents
基于二维码匹配与图像识别的指针式仪表识别方法 Download PDFInfo
- Publication number
- CN108960236B CN108960236B CN201810676486.9A CN201810676486A CN108960236B CN 108960236 B CN108960236 B CN 108960236B CN 201810676486 A CN201810676486 A CN 201810676486A CN 108960236 B CN108960236 B CN 108960236B
- Authority
- CN
- China
- Prior art keywords
- image
- instrument
- dimensional code
- dial
- center
- 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 35
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000007689 inspection Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
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
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了基于二维码匹配与图像识别的指针式仪表识别方法。电厂或变电站内的现场环境比较复杂,仪表的识别率低。本发明步骤:利用基于二维码匹配的图像采集方法采集仪表设备的状态图像,同时获取二维码中存储的仪表设备量程范围;定位图像中的二维码,根据二维码的倾斜角度对图像进行倾斜校正并去除图像中的背景干扰;提取仪表表盘中的最大刻度刻度线、最小刻度刻度线以及指针,并根据指针旋转角度及二维码中存储的仪表的量程范围得到最终的指针读数。本发明基于二维码的图像匹配算法,二维码不仅能存储仪表的量程范围信息,还可以通过二维码的坐标值对仪表设备状态图进行背景去除和校正处理,很好解决变电站内复杂的现场环境所带来的难题。
Description
技术领域
本发明属于计算机图像处理领域,具体涉及一种基于二维码匹配与图像识别的指针式仪表识别方法。
背景技术
目前,在电力巡检方面,一般采用人工巡检方式,通过人工抄表记录的方式对电厂设备进行依次排查。由于电厂内设备种类多,数量庞大,使得工作人员巡检一次需要花费很长时间,而且工人每天都要记录大量数据,容易视觉疲劳,导致较大的数据误差,所以人工巡检的人力成本很高且效果难以保证。为解决人工巡检存在的问题,在不改变原有设备和仪表情况下,可以使用智能机器人巡检设备。巡检机器人通过其搭载的高清摄像头、红外热成像仪等数据采集识别获取电厂仪表设备的状态图像,然后通过图像匹配和识别算法识别当前设备的状态信息,从而判断当前巡检设备是否处于异常状态。
近年来,机器人巡检设备在国内外都有很广泛的应用。比如,在国外比较有代表性的是加拿大魁北克水电站和巴西圣保罗大学。前者主要通过为变电站机器人配置遥感装置,实现对变电站的远程控制。后者主要通过在变电站内建立高空行走轨道,研制出适用于变电站热点监测的移动机器人。在国内对变电站智能机器人的研究也有了很大的突破,比如,山东电力科学研究院研究了一种轮式巡检机器人,能在平坦的路面上稳定行驶,对变电站设备进行巡检。中科院沈阳自动化研究所研发的轨道式变电站巡检机器人采用固定轨道方式前进。
使用机器人巡检设备能够不受天气因素的影响,在一定程度上代替工作人员对各种设备进行巡检,有效降低运维人员设备巡视强度和安全风险。而由于电厂或变电站内的现场环境比较复杂,通过巡检机器人搭载摄像头采集到的仪表图片都含有较为复杂的背景,这使得仪表的识别率明显降低。并且对于电厂或变电站来说,其拥有指针式仪表、数字型仪表等不同种类的设备,这又给仪表的识别带来了极大的挑战。
发明内容
本发明的目的是为克服上述技术存在的缺陷,提出一种基于二维码匹配与图像识别的指针式仪表识别方法,该方法采用基于二维码的图像匹配算法,二维码不仅能存储仪表的量程范围信息,还可以通过二维码的坐标值对仪表设备状态图进行背景去除和校正处理,这样能够很好地解决变电站内复杂的现场环境所带来的难题,具有很好的鲁棒性和实用性。
本发明采用的技术方案是:
本发明包括以下步骤:
1)利用基于二维码匹配的图像采集方法采集仪表设备的状态图像I1,同时获取二维码中存储的仪表设备量程范围,具体包括以下步骤:
a1)开始巡检任务前,在各个仪表设备的仪表上方边沿处张贴二维码,二维码与仪表设备的仪表表盘表面平行,且二维码的底部边界水平设置并与仪表相切;
a2)开始巡检任务后,通过巡检机器人搭载自动变焦的摄像头对每个仪表设备进行状态图像I1的采集。当二维码在采集的状态图像中并能识别时保存采集的状态图像,否则改变拍摄位置对采集失败的仪表设备重新采集图像;通过识别状态图像中的二维码,从而读取二维码中存储的当前仪表设备的量程范围。
2)定位图像中的二维码,根据二维码的倾斜角度对图像进行倾斜校正并去除图像中的背景干扰,具体包括以下步骤:
b1)将状态图像I1进行二值化处理,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;
b2)计算连接两定位点的连线斜率,得到二维码的倾斜角S1,将状态图像I1旋转S1(倾斜角S1为正时顺时针旋转,为负时逆时针旋转),得到校正后的仪表设备状态图像I2;
b3)在状态图像I2中,量出二维码的实际宽度w1、仪表的实际宽度w2以及仪表的实际高度h2,并根据左上角及右上角两个定位点的坐标计算该两个定位点在状态图像I2中所占的宽度d0。
b4)将状态图像I2进行二值化处理,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;根据状态图像I2的二值化图像中的三个定位点坐标以及步骤b3)得到的w1、w2、d0、h2,计算状态图像I2中仪表外接矩形区域的宽d1=w2*d0/w1,高d2=h2*d0/w1。通过感兴趣区域(Region of interest,ROI)提取算法将仪表从状态图像I2中分割出来,得到仪表表盘所在的最小区域图像I3。
3)提取仪表表盘中的最大刻度刻度线、最小刻度刻度线以及指针,并根据指针旋转角度及二维码中存储的仪表的量程范围得到最终的指针读数,具体包括以下步骤:
c1)量出仪表表盘的实际半径长度r,并计算要提取的表盘区域半径R=r×d0/w1,然后通过hough变换(霍夫变换)检测圆的方法检测最小区域图像I3中的圆,在得到的所有圆中,取圆的半径与R的差值最小的圆,则该圆的圆心即为表盘圆心,该圆的半径即为表盘的半径,根据得到的圆心位置及半径长度,将最小区域图像I3中的表盘提取出来,得到表盘图像I4;
c2)指针识别。将提取到的表盘图像I4进行二值化处理,得到二值化结果图I5,并将二值化结果图I5通过骨架抽取算法进行图像细化,在细化后的图像中通过hough变换(霍夫变换)来检测直线。计算检测到的各直线的长度与表盘半径的差值d,最小的d值对应的直线L即为指针。
c3)确定最大、最小刻度的刻度线位置。将二值化结果图I5中小于R/4及大于3R/4的区域去除,得到只含有刻度线的刻度线图像。然后,通过连通域组件标记算法找到刻度线图像中所有的连通域,并对每个连通域进行标记;遍历各连通域并计算各连通域的几何中心坐标;最后计算各连通域几何中心与仪表表盘圆心所成直线的斜率。当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都大时,则该连通域所在位置为最小刻度值的刻度线位置,其中,y轴正向竖直朝上,x轴正向水平朝右;当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都小时,则该连通域所在位置为最大刻度值的刻度线位置。
c4)采用角度法对仪表进行读数识别,具体包括以下步骤:
(1)获取二维码中存储的仪表的量程范围N;
(2)根据步骤c3)得到的最大、最小刻度值所在的刻度线位置,连接最小刻度值的刻度线与仪表表盘圆心以及最大刻度值的刻度线与仪表表盘圆心,分别得到直线L1与直线L2,然后计算L1与L2之间的夹角φ;
(3)计算直线L1与指针所在直线L之间的夹角θ,根据角度法计算仪表表盘读数h:
相比于现有技术,本发明具有的有益效果如下:首先,电厂内环境较为复杂,使得仪表的识别准确率明显降低,本发明采用基于二维码匹配的图像定位匹配算法,二维码不仅能够确定巡检仪表设备的位置信息,对仪表进行倾斜矫正,还可以去除现场部分背景的干扰,提高仪表的识别准确率,这样能够很好地解决变电站复杂的现场环境所带来的难题,具有很好的鲁棒性和实用性。其次,电厂内仪表种类繁多,通过二维码可以确定不同巡检仪表设备的不同类型信息。
附图说明
图1为本发明的流程图;
图2为本发明中二维码与仪表的比例关系示意图;
图3为本发明中仪表刻度的提取示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,基于二维码匹配与图像识别的指针式仪表识别方法,具体如下:
1)利用基于二维码匹配的图像采集方法采集仪表设备的状态图像I1,同时获取二维码中存储的仪表设备量程范围,具体包括以下步骤:
a1)开始巡检任务前,在各个仪表设备的仪表上方边沿处张贴二维码,二维码与仪表设备的仪表表盘表面平行,且二维码的底部边界水平设置并与仪表相切;
a2)开始巡检任务后,通过巡检机器人搭载自动变焦的摄像头对每个仪表设备进行状态图像I1的采集。当二维码在采集的状态图像中并能识别时保存采集的状态图像,否则改变拍摄位置对采集失败的仪表设备重新采集图像;通过识别状态图像中的二维码,从而读取二维码中存储的当前仪表设备的量程范围。
2)定位图像中的二维码,根据二维码的倾斜角度对图像进行倾斜校正并去除图像中的背景干扰,具体包括以下步骤:
b1)将状态图像I1进行二值化处理,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;
b2)计算连接两定位点的连线斜率,得到二维码的倾斜角S1,将状态图像I1旋转S1(倾斜角S1为正时顺时针旋转,为负时逆时针旋转),得到校正后的仪表设备状态图像I2;
b3)在状态图像I2中,量出二维码的实际宽度w1、仪表的实际宽度w2以及仪表的实际高度h2,并根据左上角及右上角两个定位点的坐标计算该两个定位点在状态图像I2中所占的宽度d0。
b4)将状态图像I2进行二值化处理,如图2所示,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;根据状态图像I2的二值化图像中的三个定位点坐标以及步骤b3)得到的w1、w2、d0、h2,计算状态图像I2中仪表外接矩形区域的宽d1=w2*d0/w1,高d2=h2*d0/w1。通过感兴趣区域(Region of interest,ROI)提取算法将仪表从状态图像I2中分割出来,得到仪表表盘所在的最小区域图像I3。
3)提取仪表表盘中的最大刻度刻度线、最小刻度刻度线以及指针,并根据指针旋转角度及二维码中存储的仪表的量程范围得到最终的指针读数,具体包括以下步骤:
c1)量出仪表表盘的实际半径长度r,并计算要提取的表盘区域半径R=r×d0/w1,然后通过hough变换(霍夫变换)检测圆的方法检测最小区域图像I3中的圆,在得到的所有圆中,取圆的半径与R的差值最小的圆,则该圆的圆心即为表盘圆心,该圆的半径即为表盘的半径,根据得到的圆心位置及半径长度,将最小区域图像I3中的表盘提取出来,得到表盘图像I4,如图3所示;
c2)指针识别。将提取到的表盘图像I4进行二值化处理,得到二值化结果图I5,并将二值化结果图I5通过骨架抽取算法进行图像细化,在细化后的图像中通过hough变换(霍夫变换)来检测直线。计算检测到的各直线的长度与表盘半径的差值d,最小的d值对应的直线L即为指针。
c3)确定最大、最小刻度的刻度线位置。将二值化结果图I5中小于R/4及大于3R/4的区域去除,得到只含有刻度线的刻度线图像。然后,通过连通域组件标记算法找到刻度线图像中所有的连通域,并对每个连通域进行标记;遍历各连通域并计算各连通域的几何中心坐标;最后计算各连通域几何中心与仪表表盘圆心所成直线的斜率。当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都大时,则该连通域所在位置为最小刻度值的刻度线位置,其中,y轴正向竖直朝上,x轴正向水平朝右;当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都小时,则该连通域所在位置为最大刻度值的刻度线位置。
c4)采用角度法对仪表进行读数识别,具体包括以下步骤:
(1)获取二维码中存储的仪表的量程范围N;
(2)根据步骤c3)得到的最大、最小刻度值所在的刻度线位置,连接最小刻度值的刻度线与仪表表盘圆心以及最大刻度值的刻度线与仪表表盘圆心,分别得到直线L1与直线L2,然后计算L1与L2之间的夹角φ;
(3)计算直线L1与指针所在直线L之间的夹角θ,根据角度法计算仪表读数h:
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.基于二维码匹配与图像识别的指针式仪表识别方法,其特征在于:该方法包括以下步骤:
1)利用基于二维码匹配的图像采集方法采集仪表设备的状态图像I1,同时获取二维码中存储的仪表设备量程范围,具体包括以下步骤:
a1)开始巡检任务前,在各个仪表设备的仪表上方边沿处张贴二维码,二维码与仪表设备的仪表表盘表面平行,且二维码的底部边界水平设置并与仪表相切;
a2)开始巡检任务后,通过巡检机器人搭载自动变焦的摄像头对每个仪表设备进行状态图像I1的采集;当二维码在采集的状态图像中并能识别时保存采集的状态图像,否则改变拍摄位置对采集失败的仪表设备重新采集图像;通过识别状态图像中的二维码,从而读取二维码中存储的当前仪表设备的量程范围;
2)定位图像中的二维码,根据二维码的倾斜角度对图像进行倾斜校正并去除图像中的背景干扰,具体包括以下步骤:
b1)将状态图像I1进行二值化处理,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;
b2)计算连接两定位点的连线斜率,得到二维码的倾斜角S1,将状态图像I1旋转S1(倾斜角S1为正时顺时针旋转,为负时逆时针旋转),得到校正后的仪表设备状态图像I2;
b3)在状态图像I2中,量出二维码的实际宽度w1、仪表的实际宽度w2以及仪表的实际高度h2,并根据左上角及右上角两个定位点的坐标计算该两个定位点在状态图像I2中所占的宽度d0;
b4)将状态图像I2进行二值化处理,并寻找二值化图像中嵌套层数大于2的轮廓,从而得到二维码上的三个轮廓,每个轮廓的中心作为二维码的一个定位点;选择二维码的左上角及右上角两个定位点,然后计算这两个定位点的坐标;根据状态图像I2的二值化图像中的三个定位点坐标以及步骤b3)得到的w1、w2、d0、h2,计算状态图像I2中仪表外接矩形区域的宽d1=w2*d0/w1,高d2=h2*d0/w1;通过感兴趣区域(Region of interest,ROI)提取算法将仪表从状态图像I2中分割出来,得到仪表表盘所在的最小区域图像I3;
3)提取仪表表盘中的最大刻度刻度线、最小刻度刻度线以及指针,并根据指针旋转角度及二维码中存储的仪表的量程范围得到最终的指针读数,具体包括以下步骤:
c1)量出仪表表盘的实际半径长度r,并计算要提取的表盘区域半径R=r×d0/w1,然后通过hough变换(霍夫变换)检测圆的方法检测最小区域图像I3中的圆,在得到的所有圆中,取圆的半径与R的差值最小的圆,则该圆的圆心即为表盘圆心,该圆的半径即为表盘的半径,根据得到的圆心位置及半径长度,将最小区域图像I3中的表盘提取出来,得到表盘图像I4;
c2)指针识别;将提取到的表盘图像I4进行二值化处理,得到二值化结果图I5,并将二值化结果图I5通过骨架抽取算法进行图像细化,在细化后的图像中通过hough变换(霍夫变换)来检测直线;计算检测到的各直线的长度与表盘半径的差值d,最小的d值对应的直线L即为指针;
c3)确定最大、最小刻度的刻度线位置;将二值化结果图I5中小于R/4及大于3R/4的区域去除,得到只含有刻度线的刻度线图像;然后,通过连通域组件标记算法找到刻度线图像中所有的连通域,并对每个连通域进行标记;遍历各连通域并计算各连通域的几何中心坐标;最后计算各连通域几何中心与仪表表盘圆心所成直线的斜率;当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都大时,则该连通域所在位置为最小刻度值的刻度线位置,其中,y轴正向竖直朝上,x轴正向水平朝右;当某个连通域的几何中心坐标的y轴值小于仪表表盘圆心的y轴值,且该连通域的几何中心坐标与仪表表盘圆心所成直线的斜率比其余连通域的几何中心坐标与仪表表盘圆心所成直线的斜率都小时,则该连通域所在位置为最大刻度值的刻度线位置;
c4)采用角度法对仪表进行读数识别,具体包括以下步骤:
(1)获取二维码中存储的仪表的量程范围N;
(2)根据步骤c3)得到的最大、最小刻度值所在的刻度线位置,连接最小刻度值的刻度线与仪表表盘圆心以及最大刻度值的刻度线与仪表表盘圆心,分别得到直线L1与直线L2,然后计算L1与L2之间的夹角φ;
(3)计算直线L1与指针所在直线L之间的夹角θ,根据角度法计算仪表表盘读数h:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810676486.9A CN108960236B (zh) | 2018-06-27 | 2018-06-27 | 基于二维码匹配与图像识别的指针式仪表识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810676486.9A CN108960236B (zh) | 2018-06-27 | 2018-06-27 | 基于二维码匹配与图像识别的指针式仪表识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108960236A CN108960236A (zh) | 2018-12-07 |
CN108960236B true CN108960236B (zh) | 2021-08-27 |
Family
ID=64486955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810676486.9A Active CN108960236B (zh) | 2018-06-27 | 2018-06-27 | 基于二维码匹配与图像识别的指针式仪表识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960236B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112069902A (zh) * | 2020-08-06 | 2020-12-11 | 许继集团有限公司 | 一种变电站屏柜压板识别方法及系统 |
CN113468616B (zh) * | 2021-06-28 | 2023-03-24 | 重庆金康特智能穿戴技术研究院有限公司 | 可穿戴设备的表盘显示方法、系统及可读存储介质 |
CN114030805B (zh) * | 2021-09-24 | 2023-11-03 | 北京迈格威科技有限公司 | 仓储系统、用于仓储系统的穿梭车及其导航方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842163A (zh) * | 2012-08-28 | 2012-12-26 | 惠州紫旭科技有限公司 | 仪表读数巡检器及其组成的巡检系统及方法 |
CN103049823A (zh) * | 2012-12-26 | 2013-04-17 | 深圳供电局有限公司 | 一种配网电缆现场维护终端及相应的管理系统 |
CN103955694A (zh) * | 2014-04-09 | 2014-07-30 | 广州邦讯信息系统有限公司 | 图像识别抄表系统及方法 |
CN104361353A (zh) * | 2014-11-17 | 2015-02-18 | 山东大学 | 一种感兴趣区域的定位方法在仪表监控识别中的应用 |
CN106570436A (zh) * | 2016-11-14 | 2017-04-19 | 三峡大学 | 一种基于二维码的变电站设备抄表系统及其抄表方法 |
CN106991460A (zh) * | 2017-01-23 | 2017-07-28 | 中山大学 | 一种qr码快速定位检测算法 |
CN107507174A (zh) * | 2017-08-16 | 2017-12-22 | 杭州意能电力技术有限公司 | 基于手持智能巡检的电厂仪表设备图像识别方法及系统 |
CN107609557A (zh) * | 2017-08-24 | 2018-01-19 | 华中科技大学 | 一种指针式仪表读数识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302151B (zh) * | 2014-08-01 | 2018-07-13 | 深圳中集天达空港设备有限公司 | 一种飞机入坞引导和机型识别的系统及方法 |
-
2018
- 2018-06-27 CN CN201810676486.9A patent/CN108960236B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842163A (zh) * | 2012-08-28 | 2012-12-26 | 惠州紫旭科技有限公司 | 仪表读数巡检器及其组成的巡检系统及方法 |
CN103049823A (zh) * | 2012-12-26 | 2013-04-17 | 深圳供电局有限公司 | 一种配网电缆现场维护终端及相应的管理系统 |
CN103955694A (zh) * | 2014-04-09 | 2014-07-30 | 广州邦讯信息系统有限公司 | 图像识别抄表系统及方法 |
CN104361353A (zh) * | 2014-11-17 | 2015-02-18 | 山东大学 | 一种感兴趣区域的定位方法在仪表监控识别中的应用 |
CN106570436A (zh) * | 2016-11-14 | 2017-04-19 | 三峡大学 | 一种基于二维码的变电站设备抄表系统及其抄表方法 |
CN106991460A (zh) * | 2017-01-23 | 2017-07-28 | 中山大学 | 一种qr码快速定位检测算法 |
CN107507174A (zh) * | 2017-08-16 | 2017-12-22 | 杭州意能电力技术有限公司 | 基于手持智能巡检的电厂仪表设备图像识别方法及系统 |
CN107609557A (zh) * | 2017-08-24 | 2018-01-19 | 华中科技大学 | 一种指针式仪表读数识别方法 |
Non-Patent Citations (2)
Title |
---|
"基于区域划分和霍夫变换的车牌倾斜校正";王越等;《重庆理工大学学报(自然科学)》;20170331;第31卷(第3期);第97-104页 * |
"基于计算机视觉的指针式压力表自动检定系统研究";李鹏;《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》;20160715;第C030-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108960236A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960236B (zh) | 基于二维码匹配与图像识别的指针式仪表识别方法 | |
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 | |
Chen et al. | Accurate and robust crack detection using steerable evidence filtering in electroluminescence images of solar cells | |
CN110580480B (zh) | 基于图像处理的表计读数识别方法 | |
CN105335973B (zh) | 运用于带钢加工生产线的视觉处理方法 | |
CN107203990A (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
CN108764234B (zh) | 一种基于巡检机器人的液位仪表读数识别方法 | |
CN105303168A (zh) | 一种多视角的指针式仪表识别方法和装置 | |
CN109583324A (zh) | 一种基于单点多盒检测器的指针仪表读数自动识别方法 | |
CN111583114B (zh) | 一种管道螺纹自动测量装置及测量方法 | |
CN109508709B (zh) | 一种基于机器视觉的单指针仪表读数方法 | |
CN115359021A (zh) | 一种基于激光雷达和相机信息融合的目标定位检测方法 | |
CN111640154B (zh) | 一种基于显微视觉的立针微平面亚像素级定位方法 | |
CN107633507A (zh) | 基于轮廓检测和特征匹配的lcd缺陷检测方法 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
CN106682674A (zh) | 一种基于智能巡检机器人的指针式仪表自动读数方法 | |
CN111476246A (zh) | 应用于复杂环境下指针仪表鲁棒高效智读方法 | |
Mai et al. | An automatic meter reading method based on one-dimensional measuring curve mapping | |
CN109359637B (zh) | 基于机器视觉的指针式仪表读值方法 | |
Marques et al. | Crater delineation by dynamic programming | |
CN117152727A (zh) | 一种用于巡检机器人的指针式仪表自动读数方法 | |
CN114898347A (zh) | 一种指针式仪表机器视觉识别方法 | |
Lamouchi et al. | A new method of crack width estimation for concrete structures monitoring | |
Yi et al. | Tire body defect detection: From the perspective of industrial applications | |
CN108509845B (zh) | 基于特征拟合的变电站仪表设备巡检的视觉检测方法 |
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 |