CN110263776A - 一种设备识别系统及方法 - Google Patents
一种设备识别系统及方法 Download PDFInfo
- Publication number
- CN110263776A CN110263776A CN201910499434.3A CN201910499434A CN110263776A CN 110263776 A CN110263776 A CN 110263776A CN 201910499434 A CN201910499434 A CN 201910499434A CN 110263776 A CN110263776 A CN 110263776A
- Authority
- CN
- China
- Prior art keywords
- equipment
- information
- image frame
- image
- successive
- 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
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
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- 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
- G06V10/30—Noise filtering
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了机器视觉技术领域的一种设备识别系统及方法,旨在解决现有技术中由于工厂环境恶劣,设备众多,往往存在多个相同型号设备,很多经典的视觉检测算法很难直接应用于工业场景,导致对于图像中的设备识别准确率不高的技术问题。所述方法包括如下步骤:可见光源周期性闪烁发送由可见光源亮暗表征的设备ID信息;设备识别装置获取含有主动式设备标签的连续图像帧;设备识别装置根据连续图像帧解析设备ID信息以识别设备ID;根据设备ID实现设备图像与设备实体的映射。
Description
技术领域
本发明涉及一种设备识别系统及方法,属于机器视觉技术领域。
背景技术
随着物联网技术在工业领域的深入应用,很多工业行业都提出了建设数字化工厂的目标,利用物联网技术采集实时生产过程数据,优化生产流程,提升生产效率。然而,在实际的工程实施中,由于在线监测装置存在测量数据匮乏、测量参数不全等问题,往往只能获得部分数据,造成现场三维可视化程度不足,实际效果并不理想。这种情况下,如果用视频流数据作为补充的现场信息来源,基于远程客户端展示车间各个设备的实时状态,将为现场工程师和远程专家协同工作提供更加丰富的现场支持。工程实施的目的,在于通过准确识别图像中的设备,从而建立设备图像和设备实体的映射关系。由于工厂环境恶劣,设备众多,往往存在多个相同型号设备,很多经典的视觉检测算法很难直接应用于工业场景,导致对于图像中的设备识别准确率不高。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种设备识别系统,包括主动式设备标签和基于图像分析的设备识别装置,所述主动式设备标签包括可见光源、定时器。
进一步地,所述主动式设备标签还包括电源模块。
为达到上述目的,本发明还提供了一种设备识别方法,包括如下步骤:
可见光源周期性闪烁发送由可见光源亮暗表征的设备ID信息;
设备识别装置获取含有主动式设备标签的连续图像帧;
设备识别装置根据连续图像帧解析设备ID信息以识别设备ID;
根据设备ID实现设备图像与设备实体的映射。
进一步地,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,还包括:对连续图像帧进行预处理,获取二值图像。
进一步地,对连续图像帧进行预处理,包括:
将连续图像帧转化为灰度图;
根据帧差法去除灰度图背景,对其滤波去噪和二值化处理,获取二值图像。
进一步地,设备ID信息依时间顺序包括:长度为M位的起始位、长度为L位的设备ID编码信息、长度为K位的校验位;起始位、设备ID编码信息、校验位中任一项维持时间均与连续图像帧间隔时间相等,且由定时器预设。
进一步地,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,包括:
在二值图像中搜索光斑轮廓以提取光斑特征,并将光板特征与预设模板进行比对;
如果光斑特征与预设模板比对成功,保存光斑在图像中的坐标位置,检测光斑坐标位置的亮暗,将检测结果与预设起始位进行逐位比较;
如果检测结果与预设起始位匹配成功,提取下两帧二值图像,检测其在光斑坐标位置的亮暗,对检测结果进行校验;
如果对检测结果校验成功,根据检测结果获取设备ID编码信息;
根据设备ID编码信息识别设备ID。
进一步地,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,还包括:
如果光斑特征与预设模板比对不成功或对检测结果校验不成功,设备识别装置重新获取含有主动式设备标签的连续图像帧;
如果检测结果与预设起始位匹配不成功,设备识别装置提取下一帧二值图像,检测光斑坐标位置的亮暗,将检测结果与预设起始位进行逐位比较。
进一步地,根据设备ID实现设备图像与设备实体的映射,包括:保存设备ID,将光斑在图像中的坐标位置显示于客户端,从而完成设备实体与设备图像的映射。
进一步地,M包括6,L包括10,K包括1。
与现有技术相比,本发明所达到的有益效果:利用主动式设备标签周期性闪烁发送由可见光源亮暗表征的设备ID信息来区别多个相同型号设备,利用设备识别装置获取含有设备ID变慢信息的连续图像帧,解析得到图像中的光斑特征,通过光斑特征亮灭变化识别出相应的设备ID,提高了设备识别准确率。
附图说明
图1是本发明具体实施方式中设备ID信息。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
一种基于图像分析的主动式设备识别系统,包括主动式设备标签和基于图像分析的设备识别装置,所述主动式设备标签包括可见光源、定时器和电源模块。主动式设备标签中,电源模块用于为其供电,可见光源是其主体,能够组合形成特殊光斑形状,周期性闪烁发送设备ID信息;通过定时器能够设定可见光源亮暗维持时间。
本发明具体实施方式还提供了一种基于图像分析的主动式设备识别方法,所述方法采用本发明具体实施方式提供的基于图像分析的主动式设备识别系统进行识别,包括如下步骤:
步骤一,可见光源周期性闪烁发送由可见光源亮暗表征的设备ID信息。
本实施例中,通过定时器将可见光源亮暗维持时间设为T;首先,发送长度为M位的起始位,用于确定本次设备ID传输的开始;然后,发送长度为L位设备ID编码信息;最后发送长度为K位的校验位,用于校验设备ID信息接收是否正确。每次发送维持时间均为T,全部(M+L+K)位信息发送完毕后,主动式设备标签进入休眠周期,直至下一工作周期开始。
更具体地,如图1所示,是本发明具体实施方式中设备ID信息,由“0”和“1”组成,其中亮记为“1”,暗记为“0”,起始位长度为6位,设备ID编码信息长度为10位,校验位长度为1位,全部(M+L+K)位信息发送完毕为一个工作周期,相邻工作周期之间为休眠周期。
步骤二,设备识别装置获取含有主动式设备标签的连续图像帧,即:采集一帧图像,经过时间T再采集第二帧图像。
步骤三,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,具体步骤如下:
(1)对连续图像帧进行预处理。首先,将连续图像帧转化为灰度图;然后,根据帧差法去除灰度图背景,对其滤波去噪和二值化处理,获取二值图像。
(2)光斑特征比对。在二值图像中搜索光斑轮廓,删除较小的轮廓,判断是否存在足够大的轮廓,如果存在,意味着存在点亮的设备光源,并提取光斑特征,然后与预设特征模板进行比对;如果比对成功,意味着图像视野内发现一个或多个设备对象,保存光斑在图像中的坐标位置,进入下一步处理;如果比对不成功或者经判断不存在足够大的轮廓,意味着图像视野内未发现设备对象,则返回步骤二,重新获取连续图像帧。
(3)起始位比较。检测坐标位置上光斑的亮暗,即提取与可见光源亮暗相对应的“0”和“1”信息,再将检测结果与预设起始位进行逐位比较,如果检测结果与预设起始位匹配成功,意味着该二值图像中的亮斑为对应设备的长度为M位的起始位,则提取下两帧二值图像,并进入下一步处理;如果匹配不成功,则提取下一帧二值图像进行起始位比较。
(4)数据接收和校验。针对所述下两帧二值图像,检验其在光斑坐标位置的亮暗,对检测结果进行校验,如果校验成功,意味着该两帧二值图像中的亮斑分别为对应设备的长度为L位的设备ID编码信息和长度为K位的校验位,并成功接收与设备ID编码信息相对应的设备ID二进制字符串,进而识别设备ID;如果校验失败,则返回步骤二,重新获取连续图像帧。
步骤四,根据设备ID实现设备图像与设备实体的映射。保存设备ID,将光斑在图像中的坐标位置显示于客户端,从而完成设备实体与设备图像的映射。
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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种设备识别系统,其特征是,包括主动式设备标签和基于图像分析的设备识别装置,所述主动式设备标签包括可见光源、定时器。
2.根据权利要求2所述的设备识别系统,其特征是,所述主动式设备标签还包括电源模块。
3.一种设备识别方法,其特征是,采用权利要求1或2所述系统进行识别,所述方法包括如下步骤:
可见光源周期性闪烁发送由可见光源亮暗表征的设备ID信息;
设备识别装置获取含有主动式设备标签的连续图像帧;
设备识别装置根据连续图像帧解析设备ID信息以识别设备ID;
根据设备ID实现设备图像与设备实体的映射。
4.根据权利要求3所述的设备识别方法,其特征是,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,还包括:对连续图像帧进行预处理,获取二值图像。
5.根据权利要求4所述的设备识别方法,其特征是,对连续图像帧进行预处理,包括:
将连续图像帧转化为灰度图;
根据帧差法去除灰度图背景,对其滤波去噪和二值化处理,获取二值图像。
6.根据权利要求4所述的设备识别方法,其特征是,设备ID信息依时间顺序包括:长度为M位的起始位、长度为L位的设备ID编码信息、长度为K位的校验位;起始位、设备ID编码信息、校验位中任一项维持时间均与连续图像帧间隔时间相等,且由定时器预设。
7.根据权利要求6所述的设备识别方法,其特征是,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,包括:
在二值图像中搜索光斑轮廓以提取光斑特征,并将光板特征与预设模板进行比对;
如果光斑特征与预设模板比对成功,保存光斑在图像中的坐标位置,检测光斑坐标位置的亮暗,将检测结果与预设起始位进行逐位比较;
如果检测结果与预设起始位匹配成功,提取下两帧二值图像,检测其在光斑坐标位置的亮暗,对检测结果进行校验;
如果对检测结果校验成功,根据检测结果获取设备ID编码信息;
根据设备ID编码信息识别设备ID。
8.根据权利要求7所述的设备识别方法,其特征是,设备识别装置根据连续图像帧解析设备ID信息以识别设备ID,还包括:
如果光斑特征与预设模板比对不成功或对检测结果校验不成功,设备识别装置重新获取含有主动式设备标签的连续图像帧;
如果检测结果与预设起始位匹配不成功,设备识别装置提取下一帧二值图像,检测光斑坐标位置的亮暗,将检测结果与预设起始位进行逐位比较。
9.根据权利要求7或8所述的设备识别方法,其特征是,根据设备ID实现设备图像与设备实体的映射,包括:保存设备ID,将光斑在图像中的坐标位置显示于客户端,从而完成设备实体与设备图像的映射。
10.根据权利要求6至8中任一项所述的设备识别方法,其特征是,M包括6,L包括10,K包括1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499434.3A CN110263776B (zh) | 2019-06-11 | 2019-06-11 | 一种设备识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499434.3A CN110263776B (zh) | 2019-06-11 | 2019-06-11 | 一种设备识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110263776A true CN110263776A (zh) | 2019-09-20 |
CN110263776B CN110263776B (zh) | 2022-09-16 |
Family
ID=67917492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910499434.3A Active CN110263776B (zh) | 2019-06-11 | 2019-06-11 | 一种设备识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263776B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056089A (zh) * | 2016-06-06 | 2016-10-26 | 中国科学院长春光学精密机械与物理研究所 | 一种三维姿态识别方法及系统 |
CN108572348A (zh) * | 2018-06-06 | 2018-09-25 | 华南理工大学 | 一种室内可见光视觉定位方法及其硬件系统 |
CN109255324A (zh) * | 2018-09-05 | 2019-01-22 | 北京航空航天大学青岛研究院 | 手势处理方法、交互控制方法及设备 |
CN109740019A (zh) * | 2018-12-14 | 2019-05-10 | 上海众源网络有限公司 | 一种对短视频打标签的方法、装置及电子设备 |
-
2019
- 2019-06-11 CN CN201910499434.3A patent/CN110263776B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056089A (zh) * | 2016-06-06 | 2016-10-26 | 中国科学院长春光学精密机械与物理研究所 | 一种三维姿态识别方法及系统 |
CN108572348A (zh) * | 2018-06-06 | 2018-09-25 | 华南理工大学 | 一种室内可见光视觉定位方法及其硬件系统 |
CN109255324A (zh) * | 2018-09-05 | 2019-01-22 | 北京航空航天大学青岛研究院 | 手势处理方法、交互控制方法及设备 |
CN109740019A (zh) * | 2018-12-14 | 2019-05-10 | 上海众源网络有限公司 | 一种对短视频打标签的方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110263776B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216645B2 (en) | Multi-camera multi-face video splicing acquisition device and method thereof | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN106372638A (zh) | 一种识别电子设备品牌型号的方法和系统 | |
CN110543857A (zh) | 基于图像分析的违禁物识别方法、装置、系统和存储介质 | |
CN111242097A (zh) | 一种人脸识别方法、装置、计算机可读介质及电子设备 | |
CN111289538A (zh) | 基于机器视觉的pcb板元件检测系统及检测方法 | |
CN112633343B (zh) | 一种电力设备端子排接线校核方法及装置 | |
CN111835984A (zh) | 智能补光方法、装置、电子设备及存储介质 | |
CN208366871U (zh) | 检测系统 | |
CN105574161A (zh) | 一种商标图形要素识别方法、装置和系统 | |
CN114445661B (zh) | 一种基于边缘计算的嵌入式图像识别方法 | |
CN114581760B (zh) | 一种机房巡检的设备故障检测方法及系统 | |
CN114943841A (zh) | 一种基于图像识别辅助作业安全管控的方法及装置 | |
CN115314713A (zh) | 基于加速后视频的目标片段实时提取方法、系统及装置 | |
CN106327498B (zh) | 一种端子脱落视觉检测系统及方法 | |
CN104598935A (zh) | 一种基于增量子空间学习算法的人脸识别方法 | |
CN110263776A (zh) | 一种设备识别系统及方法 | |
CN116343100B (zh) | 一种基于自监督学习的目标识别方法及系统 | |
CN106096536A (zh) | 学生身份识别系统及识别方法 | |
CN115205747A (zh) | 一种基于图像识别的道路自动化检测系统 | |
CN108805894A (zh) | 图像分析方法及其系统 | |
CN114037937A (zh) | 一种基于多目标追踪的实时冰箱食材识别方法 | |
CN114152616A (zh) | 一种裂纹图像识别系统及其使用方法 | |
WO2017219562A1 (zh) | 一种二维码生成方法及装置 | |
CN111898609A (zh) | 一种采用线激光为辅助的角铁钢印视觉识别系统和方法 |
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 |