CN108960237B - 一种指针式油位计读数识别方法 - Google Patents
一种指针式油位计读数识别方法 Download PDFInfo
- Publication number
- CN108960237B CN108960237B CN201810700547.0A CN201810700547A CN108960237B CN 108960237 B CN108960237 B CN 108960237B CN 201810700547 A CN201810700547 A CN 201810700547A CN 108960237 B CN108960237 B CN 108960237B
- Authority
- CN
- China
- Prior art keywords
- pointer
- oil level
- image
- type oil
- level indicator
- 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
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
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- 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
-
- 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]
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)
Abstract
本发明公开了一种指针式油位计读数识别方法,包含:对采集到的各个指针式油位计图像做图像预处理操作;对每个指针式油位计图像亮度进行判断,若低于预设阈值,则对当前的指针式油位计图像利用高斯同态滤波器进行处理得到亮度增强的指针刻度和背景区域对比度增加的指针式油位计图像,并对该指针式油位计图像进行标记,得到旋转中心点位置,将旋转中心点位置到提取表盘区域圆心位置的距离和预设距离阈值进行比较,判断指针式油位计图像中的该表盘区域是否需要矫正,提取指针式油位计图像中的该指针特征,利用角度法计算当前的指针式油位计图像对应的油位计读数。本发明具有可提高检测计算速度和准确率的优点。
Description
技术领域
本发明涉及指针式油位计领域,特别涉及一种指针式油位计读数识别方法。
背景技术
随着我国工业的快速发展,持续增长的工业生产需求给我们的人工工作带来了很大的压力,工业自动化的要求越来越迫切。工业油库建设虽是我国工业发展的一个基础建设工程,却也能够体会到其对于自动化生产的需求。工业油库拥有成百上千个油舱,每个油舱都会配备油位计来监控油位,对油位计采用人工读数的方式工作量巨大,且会带来主观误差。因此,在工业自动化需求日益增加的当今社会,有必要利用机器视觉,实现对油位计的自动化读数以及油位预警判断。
前人对指针式油位计的自动读数识别计算大多基于角度法的基础上来展开。利用角度法来进行指针式油位计的自动化读数主要需要计算出1、油位计的旋转中心点位置;2、油位计的指针特征;3、油位计的起始、终止位置。同时为了油位计的精准读数还需要确保表盘区域是圆形。
指针式油位计的自动读数识别计算有如下难点:采集油位计图像时光照不均匀、油位计指针的旋转中心点位置和指针位置难以确定、油位计的表盘区域不是标准的圆形。这些问题都会对油位计的准确读数造成干扰。
在图像预处理的研究中,主要是对油位计图像进行图像灰度化、图像增强、图像二值化及数学形态学等图像处理技术,因为油位计图像在采集过程中受到不同光照强弱的影响,这些预处理方法很难对所有油位计图像都有效。
在寻找指针旋转中心点位置的研究中,使用Hough圆变换法来进行检测。该方法需要先进行边缘计算,再对边缘上的每个点进行计算,求出油位计的圆及圆心。这种方法计算量大,且依赖于参数设置,可能会检测出许多不存在的圆形。
在指针位置识别的研究中,中心投影法把图像中所有的像素点向旋转中心点投影,每个投影点都关联着一个角度,统计相同角度数量最多的像素点就为指针所在的区域。该方法计算量较小,但是对于旋转中心点位置的精度要求很高,稍有误差,将影响识别指针的位置。
上述的处理方法或多或少都有局限性,其中每一步的偏差都会导致最后读数出现较大的误差甚至无法计算出油位计的读数。
发明内容
本发明的目的是提供一种指针式油位计读数识别方法,本发明旨在解决不均匀光照采集条件下以及采集位置倾斜的油位计图像的读数问题,以增强油位计读数方法的计算速度和鲁棒性。
为了实现以上目的,本发明通过以下技术方案实现:
一种指针式油位计读数识别方法,包含:
步骤S1、对采集到的各个指针式油位计图像做图像预处理操作,进入步骤S2;
步骤S2、对经步骤S1处理的指针式油位计图像的平均亮度进行判断;
步骤S2.1、若指针式油位计图像平均亮度低于预设阈值,对该指针式油位计图像进行图像增强处理,进入步骤S3;
步骤S3、对平均亮度低于预设阈值的指针式油位计图像进行高斯型同态滤波器的处理,增强弱光照指针式油位计图像的亮度,增加指针刻度和背景区域的对比度,之后进入步骤S4;
步骤S4、对指针式油位计图像进行基于遍历指针像素的指针旋转中心点位置标记,先求出遍历指针直线的方程,再对该条直线上的像素点进行遍历判断从而标记旋转中心点位置,之后进入步骤S5;
步骤S5、对指针式油位计图像进行基于霍夫变换检测圆的表盘区域提取操作,计算标记的旋转中心点的位置到提取的表盘区域圆心位置的距离L,进入步骤S6;
步骤S6、根据预设距离阈值Len来判断所提取的表盘区域是否是呈正圆形的表盘区域;
步骤S6.1、当上述距离L小于预设距离阈值Len时,说明提取到的表盘区域的圆心位置等于标记的旋转中心点的位置,那么该表盘区域就是标准的圆形,无需矫正,直接进入步骤S8;
步骤S8、提取指针式油位计图像中的指针特征,进入步骤S9;
步骤S9、将油位计原图像转换到HSV颜色空间,通过红色的H值来确定指针式油位计的起始和终止刻度的位置,进入步骤S10;
步骤S10、根据所述步骤S4,S5,S8,S9提取到的特征,利用角度法计算模型来计算出油位计的读数,进入步骤S11;
步骤S11,将步骤S10计算得到的指针式油位计图像的读数输出。
优选地,所述步骤S2还包含:步骤S2.2、若指针式油位计图像平均亮度高于预设阈值,进入所述步骤S4。
优选地,所述步骤S6还包含:步骤S6.2、当距离L大于预设距离阈值Len时,说明提取到的表盘区域与真实的表盘区域存在偏差,表盘区域不是标准的圆形区域,需要对表盘区域进行矫正,进入步骤S7;
步骤S7、使用仿射变换方法矫正油位计图像表盘区域,进入所述步骤S8。
优选地,所述步骤S1中所述的图像预处理操作包含:图像灰度化、图像去噪和图像增强;所述图像灰度化用于缩小指针式油位计图像包含的信息;所述图像去噪用于去除指针式油位计图像包含的颗粒噪声和椒盐噪声;所述图像增强用于增加指针式油位计图像的对比度。
优选地,所述仿射变换方法包含:计算标准指针式油位计图像中刻度5、刻度8和旋转中心点P0这3个点的位置以及对应的需矫正的指针式油位计图像中的上述3个点位置的仿射变换得到用于对整个需矫正的指针式油位计图像的仿射变换矩阵M;将仿射变换应用到整幅图像中去实现表盘区域的矫正操作根据公式T=M·X可以计算出矫正后的油位计图像的前景像素点的向量T,式中,向量X经步骤S1预处理后的指针式油位计图像中的前景像素点。
优选地,所述步骤S8还包含:根据遍历指针像素的直线方程以及指针的最大宽度,计算出指针区域的上边界直线方程和下边界直线方程,并划分包含指针的感兴趣区域,在感兴趣区域内进行霍夫变换提取指针特征;
遍历指针像素的直线方程为:F:y=k*x+b,式中k代表直线斜率,b代表截距。
指针的最大宽度为指针尾部的宽度。
指针区域的上边界直线方程:L4:y=k*x+b4,其中,L4与F平行,k与F中k数值相同,代表直线斜率,b4代表截距。
下边界直线方程为:L5:y=k*x+b5,其中,L5与F平行,k与F中k数值相同,代表直线斜率,b5代表截距。
优选地,所述步骤S10还包含:计算出表盘的最大刻度N;根据步骤S4计算出的旋转中心点位置,以及步骤S9计算出的起点刻度和终点刻度的位置,计算得到油位计起点和终点位置刻度的夹角α,则带刻度的表盘区域的角度为γ=(360-α)。
根据步骤S8提取的指针特征,以及步骤S9提取的起点刻度位置,计算出指针直线和0刻度之间的夹角β;根据如下公式θ=N×β/γ计算出油位计的读数θ。
本发明与现有技术相比具有以下优点:
本发明对采集过程中受到弱光照条件影响的指针式油位计图像采用高斯型同态滤波器进行处理,以消除弱光照的影响,增加弱光照条件下指针式油位计图像的对比度。克服了指针式油位计图像在采集阶段受到光照不均匀的影响。
本发明通过遍历指针上的像素来进行判断指针上颜色突变的点从而标记指针的旋转中心点的位置,克服了基于霍夫变换等方法标记旋转中心点时不准确的情况。
通过标记的旋转中心点的位置和提取的表盘区域的圆心位置来判断提取的表盘区域是否是真实的表盘区域;并通过仿射变换来矫正非圆形的表盘区域,克服了采集过程中油位计位置倾斜以及表盘区域非圆形的影响。
通过遍历指针像素的直线方程和指针的最大宽度来划分出包含油位计指针的区域,在该区域内通过霍夫变换检测指针特征,克服了提取指针特征的误差也提高了提取速度。即在该区域内通过霍夫变换检测指针特征可提高检测计算速度和准确率。
附图说明
图1为本发明一种指针式油位计读数识别方法的流程图;
图2为划分出的指针式油位计的指针区域示意图;
图3为本发明的关于角度法计算模型示意图;
图4为本发明的标准圆形表盘区域规律示意图。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
如图1所示,本发明一种指针式油位计读数识别方法,包含以下过程:
步骤S1、对采集到的各个指针式油位计图像做图像预处理操作,进入步骤S2。
图像预处理操作包括图像灰度化、图像去噪和图像增强等。其中,图像灰度化可以缩小指针式油位计图像包含的信息;图像去噪可以去除指针式油位计图像包含的颗粒噪声和椒盐噪声;图像增强可以增加指针式油位计图像的对比度。
步骤S2、对经步骤S1处理的指针式油位计图像的平均亮度进行判断。由于正常光照以及强光照条件下采集的指针式油位计图像无需进行同态滤波器的处理,所以需要先进行判断指针式油位计图像的平均亮度来决定是否需要进行同态滤波器的图像增强处理。
步骤S2.1、若指针式油位计图像平均亮度低于阈值Bm,说明采集的指针式油位计图像偏暗,需要进行图像增强工作,则进入步骤S3。
步骤S2.2、若指针式油位计图像平均亮度高于阈值Bm,说明采集的指针式油位计图像光照强度正常,无需进行图像增强工作,直接进入步骤S4。
步骤S3、对平均亮度低于预设阈值Bm的指针式油位计图像进行高斯型同态滤波器的处理,增强弱光照指针式油位计图像的亮度,增加指针刻度和背景区域的对比度,之后进入步骤S4。
步骤S4、对指针式油位计图像进行基于遍历指针像素的指针旋转中心点位置标记,先求出遍历指针直线的方程,再对该条直线上的像素点进行遍历判断从而标记旋转中心点位置,之后进入步骤S5。
步骤S5、对指针式油位计图像进行基于霍夫变换检测圆的表盘区域提取操作,计算标记的旋转中心点的位置到提取的表盘区域圆心位置的距离L,进入步骤S6。
步骤S6、根据预设距离阈值Len来判断所提取的表盘区域是否是呈正圆形的表盘区域;
步骤S6.1、当上述距离L小于预设距离阈值Len时,说明提取到的表盘区域的圆心位置等于标记的旋转中心点的位置,那么该表盘区域就是标准的圆形,无需矫正,直接进入步骤S8。
步骤S6.2、当距离L大于预设距离阈值Len时,说明提取到的表盘区域与真实的表盘区域存在偏差,表盘区域不是标准的圆形区域,需要对表盘区域进行矫正,进入步骤S7。
步骤S7、使用仿射变换方法矫正油位计图像表盘区域,进入步骤S8。
仿射变换方法包括:仿射变换方法包括:通过训练好的数字分类器识别出原始指针式油位计图像(标准的指针式油位计图像)中刻度5、刻度8的位置,再根据步骤S4计算得到的旋转中心点P0的位置,即可获得原始指针式油位计图像刻度5,刻度8,以及旋转中心点P0这3个点的位置,并计算出刻度5位置到旋转中心点P0连线的距离:l。根据图4规律图(表盘区域上刻度5的位置和指针的旋转中心点P0的位置在同一水平线,刻度8的位置至指针旋转中心点P0的连线与刻度5至指针旋转中心点P0的连线恰好形成一个85°的夹角),以P0为基点,计算出P0左侧同一水平线上与之距离为l的位置坐标,该位置即为矫正后上述图像中刻度5的位置,再根据矫正后上述图像中刻度5,以及P0点的位置,利用图4规律图中的85°夹角可求出矫正后图像刻度8的位置,从而可得到矫正后图像中对应的3个点位置,根据新老图像中三个点的映射关系,求出仿射变换矩阵M(2*3矩阵)。
将经步骤S1预处理后的指针式油位计图像中的前景像素点以向量X来表示,根据公式T=M·X可以计算出矫正后的油位计图像的前景像素点,以向量表示为T。
步骤S8、提取指针式油位计图像中的指针特征,进入步骤S9;
根据遍历指针像素的直线方程以及指针的最大宽度,计算出指针区域的上边界直线方程和下边界直线方程,并划分包含指针的感兴趣区域(ROI),该区域如图2所示,在感兴趣区域内进行霍夫变换提取指针特征可以大大减少霍夫变换检索的范围,提高准确率。
遍历指针像素的直线方程为:F:y=k*x+b,式中k代表直线斜率,b代表截距。
指针的最大宽度为指针尾部的宽度。
指针区域的上边界直线方程:L4:y=k*x+b4,其中,L4与F平行,k与F中k数值相同,代表直线斜率,b4代表截距。
下边界直线方程为:L5:y=k*x+b5,其中,L5与F平行,k与F中k数值相同,代表直线斜率,b5代表截距。
步骤S9、将油位计原图像转换到HSV颜色空间,通过红色的H值来确定指针式油位计的起始和终止刻度的位置,进入步骤S10;
步骤S10、根据步骤S4,S5,S8,S9提取到的特征,利用如图3所示的角度法计算模型来计算出油位计的读数,进入步骤S11。上述步骤S10进一步包含:步骤S10.1、计算出表盘的最大刻度N;
步骤S10.2、根据步骤S4计算出的旋转中心点位置,以及步骤S9计算出的起点刻度和终点刻度的位置,计算得到油位计起点和终点位置刻度的夹角α,则带刻度的表盘区域的角度为γ=(360-α);
步骤S10.3、根据步骤S8提取的指针特征,以及步骤S9提取的起点刻度位置,计算出指针直线和0刻度之间的夹角β;
步骤S10.4、根据如下公式计算出油位计的读数θ,θ=N×β/γ。
步骤S11,将步骤S10计算得到的指针式油位计图像的读数输出。
如图3所示,P0代表旋转中心点位置,P1代表油位计起点刻度位置,P2代表油位计终点刻度位置,指针头部到旋转中心点连线的方程为:L1:y=k1*x+b1,其中,k1为直线斜率,b1为截距。起点刻度位置到旋转中心点连线的方程L2:y=k2*x+b2,其中,k2为直线斜率,b2为截距。
终点刻度位置到旋转中心点连线的方程L3:y=k3*x+b3,k3为直线斜率,b3为截距;通过L2与L3可求出夹角α,通过L1与L2可求出夹角β。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (7)
1.一种指针式油位计读数识别方法,其特征在于,包含:
步骤S1、对采集到的各个指针式油位计图像做图像预处理操作,进入步骤S2;
步骤S2、对经步骤S1处理的指针式油位计图像的平均亮度进行判断;
步骤S2.1、若指针式油位计图像平均亮度低于预设阈值,对该指针式油位计图像进行图像增强处理,进入步骤S3;
步骤S3、对平均亮度低于预设阈值的指针式油位计图像进行高斯型同态滤波器的处理,增强弱光照指针式油位计图像的亮度,增加指针刻度和背景区域的对比度,之后进入步骤S4;
步骤S4、对指针式油位计图像进行基于遍历指针像素的指针旋转中心点位置标记,先求出遍历指针直线的方程,再对该条直线上的像素点进行遍历判断从而标记旋转中心点位置,之后进入步骤S5;
步骤S5、对指针式油位计图像进行基于霍夫变换检测圆的表盘区域提取操作,计算标记的旋转中心点的位置到提取的表盘区域圆心位置的距离L,进入步骤S6;
步骤S6、根据预设距离阈值Len来判断所提取的表盘区域是否是呈正圆形的表盘区域;
步骤S6.1、当上述距离L小于预设距离阈值Len时,说明提取到的表盘区域的圆心位置等于标记的旋转中心点的位置,那么该表盘区域就是标准的圆形,无需矫正,直接进入步骤S8;
步骤S8、提取指针式油位计图像中的指针特征,进入步骤S9;
步骤S9、将油位计原图像转换到HSV颜色空间,通过红色的H值来确定指针式油位计的起始和终止刻度的位置,进入步骤S10;
步骤S10、根据所述步骤S4,S5,S8,S9提取到的特征,利用角度法计算模型来计算出油位计的读数,进入步骤S11;
步骤S11,将步骤S10计算得到的指针式油位计图像的读数输出。
2.如权利要求1所述的指针式油位计读数识别方法,其特征在于,所述步骤S2还包含:步骤S2.2、若指针式油位计图像平均亮度高于预设阈值,进入所述步骤S4。
3.如权利要求1所述的指针式油位计读数识别方法,其特征在于,所述步骤S6还包含:步骤S6.2、当距离L大于预设距离阈值Len时,说明提取到的表盘区域与真实的表盘区域存在偏差,表盘区域不是标准的圆形区域,需要对表盘区域进行矫正,进入步骤S7;
步骤S7、使用仿射变换方法矫正油位计图像表盘区域,进入所述步骤S8。
4.如权利要求1所述的指针式油位计读数识别方法,其特征在于,
所述步骤S1中所述的图像预处理操作包含:图像灰度化、图像去噪和图像增强;所述图像灰度化用于缩小指针式油位计图像包含的信息;所述图像去噪用于去除指针式油位计图像包含的颗粒噪声和椒盐噪声;所述图像增强用于增加指针式油位计图像的对比度。
5.如权利要求3所述的指针式油位计读数识别方法,其特征在于,
所述仿射变换方法包含:计算标准指针式油位计图像中刻度5、刻度8和旋转中心点P0这3个点的位置以及对应的需矫正的指针式油位计图像中的上述3个点位置的仿射变换得到用于对整个需矫正的指针式油位计图像的仿射变换矩阵M;将仿射变换应用到整幅图像中去实现表盘区域的矫正操作根据公式T=M·X可以计算出矫正后的油位计图像的前景像素点的向量T,式中,向量X经步骤S1预处理后的指针式油位计图像中的前景像素点。
6.如权利要求1所述的指针式油位计读数识别方法,其特征在于,所述步骤S8还包含:根据遍历指针像素的直线方程以及指针的最大宽度,计算出指针区域的上边界直线方程和下边界直线方程,并划分包含指针的感兴趣区域,在感兴趣区域内进行霍夫变换提取指针特征;
遍历指针像素的直线方程为:F:y=k*x+b,式中k代表直线斜率,b代表截距;
指针的最大宽度为指针尾部的宽度;
指针区域的上边界直线方程:L4:y=k*x+b4,其中,L4与F平行,k与F中k数值相同,代表直线斜率,b4代表截距;
下边界直线方程为:L5:y=k*x+b5,其中,L5与F平行,k与F中k数值相同,代表直线斜率,b5代表截距。
7.如权利要求1所述的指针式油位计读数识别方法,其特征在于,所述步骤S10还包含:计算出表盘的最大刻度N;根据步骤S4计算出的旋转中心点位置,以及步骤S9计算出的起点刻度和终点刻度的位置,计算得到油位计起点和终点位置刻度的夹角α,则带刻度的表盘区域的角度为γ=(360-α);
根据步骤S8提取的指针特征,以及步骤S9提取的起点刻度位置,计算出指针直线和0刻度之间的夹角β;根据如下公式θ=N×β/γ计算出油位计的读数θ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810700547.0A CN108960237B (zh) | 2018-06-29 | 2018-06-29 | 一种指针式油位计读数识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810700547.0A CN108960237B (zh) | 2018-06-29 | 2018-06-29 | 一种指针式油位计读数识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108960237A CN108960237A (zh) | 2018-12-07 |
CN108960237B true CN108960237B (zh) | 2022-02-18 |
Family
ID=64484590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810700547.0A Active CN108960237B (zh) | 2018-06-29 | 2018-06-29 | 一种指针式油位计读数识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960237B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414521A (zh) * | 2019-07-03 | 2019-11-05 | 安徽继远软件有限公司 | 一种变电站内变压器油位计示数识别方法 |
CN110414510B (zh) * | 2019-07-26 | 2021-10-08 | 华中科技大学 | 一种指针式仪表读数校正方法 |
CN110852954B (zh) * | 2019-11-19 | 2023-06-23 | 随锐科技集团股份有限公司 | 指针式仪表的图像倾斜校正方法及系统 |
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 |
CN111582187A (zh) * | 2020-05-11 | 2020-08-25 | 昆明能讯科技有限责任公司 | 一种基于混合高斯背景建模的仪表自动读数方法 |
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 |
CN115331014B (zh) * | 2022-10-17 | 2023-03-07 | 暨南大学 | 一种基于机器视觉的指针仪表读数方法及系统、存储介质 |
CN117095246A (zh) * | 2023-10-20 | 2023-11-21 | 国网江西省电力有限公司超高压分公司 | 基于偏振成像的深度学习指针仪表读数识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848198A (en) * | 1993-10-08 | 1998-12-08 | Penn; Alan Irvin | Method of and apparatus for analyzing images and deriving binary image representations |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN105894002A (zh) * | 2016-04-22 | 2016-08-24 | 浙江大学 | 一种基于机器视觉的仪表示数识别方法 |
CN105913095A (zh) * | 2016-05-17 | 2016-08-31 | 杭州申昊科技股份有限公司 | 一种适用于变电站巡检机器人的仪表识别方法 |
CN107256379A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN107490398A (zh) * | 2017-08-04 | 2017-12-19 | 湖北工业大学 | 一种仪表指针自动识别方法 |
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 |
-
2018
- 2018-06-29 CN CN201810700547.0A patent/CN108960237B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848198A (en) * | 1993-10-08 | 1998-12-08 | Penn; Alan Irvin | Method of and apparatus for analyzing images and deriving binary image representations |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN105894002A (zh) * | 2016-04-22 | 2016-08-24 | 浙江大学 | 一种基于机器视觉的仪表示数识别方法 |
CN105913095A (zh) * | 2016-05-17 | 2016-08-31 | 杭州申昊科技股份有限公司 | 一种适用于变电站巡检机器人的仪表识别方法 |
CN107256379A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN107490398A (zh) * | 2017-08-04 | 2017-12-19 | 湖北工业大学 | 一种仪表指针自动识别方法 |
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 (5)
Title |
---|
Method for rectifying image deviation based on perspective transformation;Xin Li 等;《IOP Conference Series: Materials Science and Engineering》;20170901;1-6 * |
一种指针式油位计读数识别算法;徐鹏等;《计算机技术与发展》;20180516;第28卷(第9期);189-193 * |
基于机器视觉的高精度指针式仪表自动检定系统研究;吕姝慧;《中国优秀硕士学位论文全文数据库信息科技辑》;20140315(第2014年第03期);I138-909 * |
基于自动识别技术的水表检定系统研究;吕露;《中国优秀硕士学位论文全文数据库信息科技辑》;20170315(第2017年第03期);I138-5377 * |
指针式仪表自动读数识别技术的研究现状与发展;韩绍超 等;《计算机科学》;20180615;第45卷(第S1期);54-57 * |
Also Published As
Publication number | Publication date |
---|---|
CN108960237A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960237B (zh) | 一种指针式油位计读数识别方法 | |
CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
CN108764229B (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
CN109003258B (zh) | 一种高精度亚像素圆形零件测量方法 | |
CN117237368B (zh) | 一种桥梁裂缝检测方法及系统 | |
CN108918526B (zh) | 一种柔性ic封装基板线路的缺口缺陷检测方法 | |
CN115908411B (zh) | 基于视觉检测的混凝土养护质量分析方法 | |
CN106446894B (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
CN109409290B (zh) | 一种温度表检定读数自动识别系统及方法 | |
CN110210477B (zh) | 一种数字式仪表读数识别方法 | |
CN109284718B (zh) | 面向巡检机器人的变视角多仪表同时识别方法 | |
CN109658391B (zh) | 一种基于轮廓归并和凸包拟合的圆半径测量方法 | |
CN109540925B (zh) | 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法 | |
CN108960231B (zh) | 一种基于机器视觉的细指针表盘识别读数方法 | |
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 | |
CN112613429A (zh) | 一种基于机器视觉适用于多视角图像指针式仪表读数方法 | |
CN114926410A (zh) | 制动盘外观缺陷检测方法 | |
CN111507186A (zh) | 一种变电站指针式仪表读数识别方法 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 | |
CN107492093B (zh) | 基于图像处理的轴承异常检测方法 | |
CN112990064A (zh) | 一种基于颜色分割与概率模型的表盘指针识别方法 | |
CN110516725B (zh) | 基于机器视觉的木板条纹间距和颜色的检测方法 | |
CN117291893A (zh) | 基于3d图像的轮胎胎面磨损度的检测方法 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN109886912B (zh) | 一种推力轴承保持架表面缺陷检测方法 |
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 |