CN109657667A - 一种基于图像处理的数字卷尺 - Google Patents
一种基于图像处理的数字卷尺 Download PDFInfo
- Publication number
- CN109657667A CN109657667A CN201811515070.5A CN201811515070A CN109657667A CN 109657667 A CN109657667 A CN 109657667A CN 201811515070 A CN201811515070 A CN 201811515070A CN 109657667 A CN109657667 A CN 109657667A
- Authority
- CN
- China
- Prior art keywords
- tape
- graduation mark
- image
- digital
- tape measure
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B3/00—Measuring instruments characterised by the use of mechanical techniques
- G01B3/10—Measuring tapes
- G01B3/1061—Means for displaying or assisting reading of length measurement
-
- 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
-
- 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
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于图像处理的数字卷尺技术方案。数字卷尺系统的功能模块主要包括图像采集模块、图像处理模块和数据显示模块。摄像头负责数据的读取,把图像数据传输到单片机系统上,单片机系统需要对图像进行算法识别,从而正确识别出测量的数据。本发明提供的一种基于图像处理的数字卷尺,可以通过字符匹配和长短线识别对卷尺测量长度进行自动读数,其测量长度误差较小。
Description
技术领域
本发明涉及一种基于图像处理的数字卷尺,涉及数字图像处理技术。
背景技术
目前市场上普通卷尺的价格在5-20元左右。数字卷尺已经在市场上出现多年了,目前的产品其原理主要是通过尺带上的均匀孔计算行程,或者有一个尺带卷同轴的码盘,旋转码盘大致知道尺带放出的长度,近期我们还能看到,在码盘的基础上增加一个贴近尺带上的光敏传感器,通过读取尺带上的黑白条码,可以矫正码盘旋转精度不够带来的误差。上述方法都在一定的误差。
精度较高的数字卷尺基本上由国外厂家垄断,且价格比较高。国内还没有生产同类产品的企业。为了填补国内空白,我们致力于基于图像处理技术的数字卷尺项目的研发与设计。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种基于图像处理的数字卷尺,在单片机上利用数字图像处理技术,来实现自动测量卷尺测量长度的功能;测量长度由粗读数和精读数两部分组成,粗读通过字符匹配技术实现,精读数通过长短线识别算法实现。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种基于图像处理的数字卷尺,包括壳体、摄像头、单片机和尺带;所述尺带采用短刻度线标识毫米,采用长刻度线标识厘米,并在长刻度线对应位置标记长度数值;所述摄像头设置在壳体内,摄像头与待读取区域的尺带垂直;所述摄像头采集待读取区域的尺带图片并发送给单片机,单片机对图片中的数字和长刻度线、短刻度线进行识别,计算该数字卷尺的测量长度。
由于摄像头安装在壳体内,因此需要照明设备对待读取区域的尺带进行照明,方便摄像头能够准确采集待读取区域的尺带图片;优选的,还包括LED光源,LED光源设置在壳体内,对待读取区域的尺带进行照明。
具体的,所述单片机对图片的识别包括如下步骤:
(1)通过摄像头采集待读取区域的尺带图片并发送给单片机;
(2)单片机将尺带图片转化为黑白bmp图像;
(3)采用阈值法对黑白bmp图像进行二值化处理;
(4)将二值化处理后的图像分为数字部分和刻度线部分;
(5)对数字部分进行如下处理:根据模糊匹配法读取尺带上的数值,并记录中心线左侧距离中心线最近的一个数值,将该数值换算成毫米长度x,并记录该数值对应的长刻度线;
(6)对刻度线部分进行如下处理:首先对刻度线部分进行水平投影,根据步骤(5)记录的长刻度线,计算中心线与该长刻度线之间的短刻度线个数,换算成中心线与该长刻度线之间的毫米长度n;接着计算中心线左侧距离中心线最近的一条短刻度线与中心线之间的像数值,换算成毫米长度m;最后综合上述信息得到中心线位置的尺度y=x+n+m。
默认测量时,尺身在右侧,尺带上的刻度由左至右增大。中线线为待测图像待测位置的中心线。
具体的,所述摄像头采集的待读取区域的尺带图片为彩色16位bmp图像,采用经典灰度公式将彩色16位bmp图像转换为黑白bmp图像,具体算式为Ip=0.2989×R+0.5870×G+0.1140×B,其中R、G、B、为彩色16位bmp图像中某像素点的三元色值,Ip为转换后黑白bmp图像对应像素点的灰度值。
优选的,所述摄像头采集的待读取区域的尺带图片为彩色16位bmp图像,为了提高运算速度,最少化的应用浮点运算,采用算式Ip=(77×R+150×G+29×B+128)/256将彩色16位bmp图像转换为黑白bmp图像,其中R、G、B、为彩色16位bmp图像中某像素点的三元色值,Ip为转换后黑白bmp图像对应像素点的灰度值。
优选的,所述步骤(3)中,采用阈值法对黑白bmp图像进行二值化处理,采用的阈值为0x60,即:当黑白bmp图像某像素点的值大于阈值时,则该像素点表现为黑色;否则,该像素点表现为白色。由于数字卷尺所在环境光照均匀、与摄像头距离固定,故所采集图像的变形可以忽略,因此采用阈值法即可取得质量较高的二值图像,通过多次试验,采用阈值0x60即可获取满意的结果。
所述步骤(4)中,将二值化处理后的图像分为数字部分和刻度线部分;基于对尺带刻度线和数字的习惯标记方式,尺带上的数字和刻度线有明确的位置区分,故能够根据位置将图像分为数字部分和刻度线部分。
具体的,所述步骤(5)中,所述模板匹配法为,制作0~9的数字模板,尺带上的数字采用该数字模板进行印制;对数字模板进行网格划分,将数字印记占网格面积80%以上的网格记为1,其余网格记为0;对待读取数字进行同样的网格划分,计算待读取数字与数字模板的相似性,取最相似的数字模板表征待读取数字。
具体的,所述步骤(6)中的从分割的数字中选出距图像中心线左侧最近的三位数。由于图像中三位数字两两之间的间隔小于图像的大小,据此可从分割出的数字中选出完整的一个数值。挑选过程如下,在中心线左侧,寻找距中心线左侧字符最近的数字。
有益效果:本发明提供的一种基于图像处理的数字卷尺,可以通过字符匹配和长短线识别对卷尺测量长度进行自动读数,其测量长度误差较小。
附图说明
图1为该发明的数字卷尺的算法流程图。
图2为该发明的数字卷尺的测量效果图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
一种基于图像处理的数字卷尺,该卷尺利用字符匹配和长短线识别技术,可以对卷尺测量的物体长度进行自动读数。本实施例的基于图像处理的数字卷尺具体包括以下步骤:
1)获取16位RGB bmp图像。
2)将彩色16位bmp图像转化为黑白bmp图像。
根据经典公式灰度值=0.2989×R+0.5870×G+0.1140×B,为提高运算速度,最少化的应用浮点运算,可简化为灰度值=(77×R+150×G+29×B+128)/256。
3)对黑白图像进行二值化处理,处理方式阀值法。
由于卷尺所在环境光照均匀,与摄像头距离固定、故所摄图像不存变形,采用阀值法即可取得对质量非常高的二值图像,通过多次试验,阀值取0x60即可获取满意的结果。
4)图像初步分割为数字部分和竖线部分。
由于图像具有明显的上下两部分,上部为尺带上的竖条,下部为尺带上的数字。故垂直投影后投影明显有两个集中的分布,据此可将图像分为数字部分和竖线部分。
5)数字图像分割。
由于数字具有明显的分割点,故水平投影后每个数字部分有明显的投影间隔,据此可将图像的数字分部分分割出来。
6)从分割的数字中选出距图像中心线外侧最近的三位数。
由于图像中三位数字两两之间的间隔远大于字符间的间隔,据此可从分割出的数字中选出完整的一个数值。挑选过程如下,在中心线左侧,寻找距中心线左侧最近的字符。
7)根据模板匹配法获取最近三位数的数值,换成毫米数x。
提取特征,将每个字符按面积平均分成6*6的方格,计算每个方格中黑点占得面积,其中面积大于80%的该区域为1,小于80%的为0。
匹配,计算提取的特征与既有模板的相似性,取相似度最匹配的做为识别的数字。
8)将竖线部分进行水平投影,将水平投影进行细化获取每个竖格的精确像素点的位置。
竖线在水平投影上明显体现出各个峰值点,由于成像质量二值化的过程的影响,投影的中心不一定是竖线的中心,此处取竖线最大值*0.875以上所有竖线的中心做为竖线的确切位置。
9)根据三位数大体位置和水平投影的结果获取距离中心线左侧最近的三位数对应的具体长竖线,换算成毫米数x。
10)计算中心线左侧长竖线距图像中心线的竖线个数,即毫米数n。
11)获取图像中心线左侧短竖线距离中心线的像素,并根据像素大小换算成毫米数m。
12)合成读数y=x+n+m。
基于上述过程,给出如下的算法过程:
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于图像处理的数字卷尺,其特征在于:包括壳体、摄像头、单片机和尺带;所述尺带采用短刻度线标识毫米,采用长刻度线标识厘米,并在长刻度线对应位置标记长度数值;所述摄像头设置在壳体内,摄像头与待读取区域的尺带垂直;所述摄像头采集待读取区域的尺带图片并发送给单片机,单片机对图片中的数字和长刻度线、短刻度线进行识别,计算该数字卷尺的测量长度。
2.根据权利要求1所述的基于图像处理的数字卷尺,其特征在于:还包括LED光源,LED光源设置在壳体内,对待读取区域的尺带进行照明。
3.根据权利要求1所述的基于图像处理的数字卷尺,其特征在于:所述单片机对图片的识别包括如下步骤:
(1)通过摄像头采集待读取区域的尺带图片并发送给单片机;
(2)单片机将尺带图片转化为黑白bmp图像;
(3)采用阈值法对黑白bmp图像进行二值化处理;
(4)将二值化处理后的图像分为数字部分和刻度线部分;
(5)对数字部分进行如下处理:根据模糊匹配法读取尺带上的数值,并记录中心线左侧距离中心线最近的一个数值,将该数值换算成毫米长度x,并记录该数值对应的长刻度线;
(6)对刻度线部分进行如下处理:首先对刻度线部分进行水平投影,根据步骤(5)记录的长刻度线,计算中心线与该长刻度线之间的短刻度线个数,换算成中心线与该长刻度线之间的毫米长度n;接着计算中心线左侧距离中心线最近的一条短刻度线与中心线之间的像数值,换算成毫米长度m;最后综合上述信息得到中心线位置的尺度y=x+n+m。
4.根据权利要求3所述的基于图像处理的数字卷尺,其特征在于:所述摄像头采集的待读取区域的尺带图片为彩色16位bmp图像,将彩色16位bmp图像转换为黑白bmp图像的算式为Ip=(77×R+150×G+29×B+128)/256,其中R、G、B、为彩色16位bmp图像中某像素点的三元色值,Ip为转换后黑白bmp图像对应像素点的灰度值。
5.根据权利要求3所述的基于图像处理的数字卷尺,其特征在于:所述步骤(3)中,采用阈值法对黑白bmp图像进行二值化处理,采用的阈值为0x60,即:当黑白bmp图像某像素点的值大于阈值时,则该像素点表现为黑色;否则,该像素点表现为白色。
6.根据权利要求3所述的基于图像处理的数字卷尺,其特征在于:所述步骤(5)中,所述模板匹配法为,制作0~9的数字模板,尺带上的数字采用该数字模板进行印制;对数字模板进行网格划分,将数字印记占网格面积80%以上的网格记为1,其余网格记为0;对待读取数字进行同样的网格划分,计算待读取数字与数字模板的相似性,取最相似的数字模板表征待读取数字。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811515070.5A CN109657667A (zh) | 2018-12-12 | 2018-12-12 | 一种基于图像处理的数字卷尺 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811515070.5A CN109657667A (zh) | 2018-12-12 | 2018-12-12 | 一种基于图像处理的数字卷尺 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109657667A true CN109657667A (zh) | 2019-04-19 |
Family
ID=66113890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811515070.5A Pending CN109657667A (zh) | 2018-12-12 | 2018-12-12 | 一种基于图像处理的数字卷尺 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657667A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033250A (zh) * | 2020-10-26 | 2020-12-04 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
WO2021056049A1 (en) | 2019-09-26 | 2021-04-01 | Leopard Systems Pty Ltd | Apparatus and system for measuring dimensions of freight items |
CN115014142A (zh) * | 2022-05-27 | 2022-09-06 | 河南大学 | 一种基于机器视觉的钢卷尺刻度误差测量方法 |
CN116972709A (zh) * | 2023-09-25 | 2023-10-31 | 天津金色方圆仪器仪表有限公司 | 一种钢卷尺检定误差分析方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104677221A (zh) * | 2015-03-16 | 2015-06-03 | 河海大学常州校区 | 一种基于cmos图像传感器的智能卷尺及其测量方法 |
CN105278673A (zh) * | 2014-06-02 | 2016-01-27 | 特莎有限公司 | 用于辅助操作者测量物体的部分的方法 |
US20160157811A1 (en) * | 2014-12-08 | 2016-06-09 | Samsung Electronics Co., Ltd. | X-ray apparatus and system |
CN106960207A (zh) * | 2017-04-26 | 2017-07-18 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于模板匹配的汽车驾驶位仪表区多指针式仪表自动识别系统及方法 |
CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
-
2018
- 2018-12-12 CN CN201811515070.5A patent/CN109657667A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105278673A (zh) * | 2014-06-02 | 2016-01-27 | 特莎有限公司 | 用于辅助操作者测量物体的部分的方法 |
US20160157811A1 (en) * | 2014-12-08 | 2016-06-09 | Samsung Electronics Co., Ltd. | X-ray apparatus and system |
CN104677221A (zh) * | 2015-03-16 | 2015-06-03 | 河海大学常州校区 | 一种基于cmos图像传感器的智能卷尺及其测量方法 |
CN106960207A (zh) * | 2017-04-26 | 2017-07-18 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于模板匹配的汽车驾驶位仪表区多指针式仪表自动识别系统及方法 |
CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
Non-Patent Citations (1)
Title |
---|
王欣: ""智能变电站指针式仪表自动识别方法的研究"", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021056049A1 (en) | 2019-09-26 | 2021-04-01 | Leopard Systems Pty Ltd | Apparatus and system for measuring dimensions of freight items |
EP4034834A4 (en) * | 2019-09-26 | 2022-11-16 | Leopard System Pty Ltd | CARGO ITEMS DIMENSIONS MEASURING APPARATUS AND SYSTEM |
CN112033250A (zh) * | 2020-10-26 | 2020-12-04 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
CN112033250B (zh) * | 2020-10-26 | 2021-02-02 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
CN115014142A (zh) * | 2022-05-27 | 2022-09-06 | 河南大学 | 一种基于机器视觉的钢卷尺刻度误差测量方法 |
CN116972709A (zh) * | 2023-09-25 | 2023-10-31 | 天津金色方圆仪器仪表有限公司 | 一种钢卷尺检定误差分析方法及系统 |
CN116972709B (zh) * | 2023-09-25 | 2023-12-19 | 天津金色方圆仪器仪表有限公司 | 一种钢卷尺检定误差分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657667A (zh) | 一种基于图像处理的数字卷尺 | |
CN100570632C (zh) | 机读信息卡或机读试卷的信息识别方法 | |
CN106529519A (zh) | 一种电力指针式仪表自动读数识别的方法及系统 | |
CN101576956B (zh) | 基于机器视觉的在线字符检测方法和系统 | |
CN108509342A (zh) | 一种精准快速的App自动化测试方法 | |
CN109064454A (zh) | 产品缺陷检测方法及系统 | |
AU2020103716A4 (en) | Training method and device of automatic identification device of pointer instrument with numbers in natural scene | |
CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
CN105787466B (zh) | 一种车辆类型的精细识别方法及系统 | |
CN108614896A (zh) | 基于深度学习的银行大厅客户动线轨迹刻画系统及方法 | |
CN107967695A (zh) | 一种基于深度光流和形态学方法的运动目标检测方法 | |
CN104517101A (zh) | 一种基于像素平方差匹配的游戏扑克牌识别方法 | |
CN106680086A (zh) | 一种应用于塑料材料的高速拉伸实验的视频引伸计 | |
CN104197900A (zh) | 一种汽车仪表指针刻度识别方法 | |
CN108960070A (zh) | 一种水位高程检测系统及其方法 | |
CN106803087A (zh) | 一种车号自动识别方法及系统 | |
CN102565074B (zh) | 小张清分机疑似缺陷产品图像复检系统及方法 | |
CN111260645A (zh) | 基于分块分类深度学习的篡改图像检测方法及系统 | |
CN116030453A (zh) | 一种数字电气表计的识别方法、装置及设备 | |
CN110516527B (zh) | 一种基于实例分割的视觉slam回环检测改进方法 | |
CN110728279A (zh) | 一种基于嵌入式平台机器视觉的水表数字识别方法 | |
CN113657339A (zh) | 一种基于机器视觉的仪表指针计数读取方法及介质 | |
CN109815957A (zh) | 一种基于彩色图像在复杂背景下的文字识别方法 | |
CN105976001A (zh) | 防伪车牌制作用二维码及序列号标识符识别方法 | |
CN109492573A (zh) | 一种指针读取方法及装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220128 Address after: 211101 Shaosheng community, Dongshan street, Nanjing, Jiangsu Province (No. 188, industrial concentration area) Applicant after: Nanjing hanniye Information Technology Co.,Ltd. Address before: 211106 No. 28 Shengli Road, Jiangning Economic and Technological Development Zone, Nanjing, Jiangsu Applicant before: NANJING HUAYAN SCIENCE AND TRADE INDUSTRY Co.,Ltd. |