CN110363202A - 指针式仪表数值读取方法及计算机终端 - Google Patents

指针式仪表数值读取方法及计算机终端 Download PDF

Info

Publication number
CN110363202A
CN110363202A CN201910665014.8A CN201910665014A CN110363202A CN 110363202 A CN110363202 A CN 110363202A CN 201910665014 A CN201910665014 A CN 201910665014A CN 110363202 A CN110363202 A CN 110363202A
Authority
CN
China
Prior art keywords
dial plate
numerical value
dial
region
angle
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
Application number
CN201910665014.8A
Other languages
English (en)
Other versions
CN110363202B (zh
Inventor
吴宝举
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.)
Shenzhen Zhongke Jiefei Technology Co Ltd
Original Assignee
Shenzhen Zhongke Jiefei Technology Co Ltd
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 Shenzhen Zhongke Jiefei Technology Co Ltd filed Critical Shenzhen Zhongke Jiefei Technology Co Ltd
Priority to CN201910665014.8A priority Critical patent/CN110363202B/zh
Publication of CN110363202A publication Critical patent/CN110363202A/zh
Application granted granted Critical
Publication of CN110363202B publication Critical patent/CN110363202B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/242Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation 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
    • G06V10/267Segmentation 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/146Aligning or centring of the image pick-up or image-field
    • G06V30/1475Inclination or skew detection or correction of characters or of image to be recognised
    • G06V30/1478Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/02Recognising information on displays, dials, clocks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Discrimination (AREA)

Abstract

本发明公开了一种指针式仪表数值读取方法及计算机终端,该方法包括:获取包含指针式仪表的待读取图像,通过椭圆检测提取表盘区域;在表盘区域内,获取表盘中心,将过表盘中心的最长的直线作为表盘指针;在表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据旋转角度对表盘区域进行旋转;通过预先训练的识别模型在字符区域内识别出数字区域及该数字区域对应的数值;根据过表盘中心的垂直轴线至表盘指针的第一顺时针角度、垂直轴线至数字区域的中心点与表盘中心连线的第二顺时针角度及数值确定表盘指针对应读数。本发明的技术方案可在复杂场景下识别表盘指针读数,识别精度高。

Description

指针式仪表数值读取方法及计算机终端
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种指针式仪表数值读取方法及计算机终端。
背景技术
指在我国的各种生产领域,指针式仪表在工业生产和计量中,仍被广泛使用,针式仪表的识别是工业生产过程中不可或缺的关键环节,会影响工业生产效率以及精度问题。
但目前大部分读表方式仍然是人工操作,为了确保生产质量以及生产安全,需要定期对指针式仪表进行检定,而这个检定需要检定人员根据其相应的检定规程要求对指针式仪表上不同的量程的所有刻度线进行逐一检定,这是一项复杂繁琐而又带着高重复性的劳动,人工检测效率低,工作有一定强度,而有些精密仪表上至少存在上百条刻度线,检定耗时长,容易由检定者引入人为误差和随机误差,影响检测精度,从而影响后序工作。
发明内容
鉴于上述问题,本发明实施例的目的在于提供一种指针式仪表数值读取方法及计算机终端,以解决现有技术的不足。
本发明的一个实施方案提供一种指针式仪表数值读取方法,包括:
获取包含指针式仪表的待读取图像,通过椭圆检测在所述待读取图像中提取出表盘区域;
在所述表盘区域内,获取表盘中心,检测所有经过所述表盘中心的直线,将最长的直线作为表盘指针;
在所述表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据所述旋转角度对所述表盘区域进行旋转;
在旋转后的表盘区域内,通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值;
根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数。
在上述的指针式仪表数值读取方法中,所述通过椭圆检测在所述待读取图像中提取出表盘区域包括:
检测所述待读取图像的所有边缘信息,并对所有边缘信息进行椭圆检测以识别出所有椭圆;
根据所述椭圆的外接矩形的交并比确定至少一目标椭圆;
通过直线检测获取所述目标椭圆内所有刻度线,并将所述刻度线的数量达到预设数量阈值的目标椭圆作为所述表盘区域。
在上述的指针式仪表数值读取方法中,所述在所述表盘区域内进行连通域分割获取所有字符区域包括:
在表盘区域内通过连通域分割获取所有连通区域;
在各刻度线中提取与所述表盘中心距离最远的端点,并按照预设选取规则在所有的端点中选取预设个数的端点进行拟合得到端点拟合数量最大的参考椭圆;
将所述参考椭圆缩小至预定比例得到表盘内部区域;
将落入所述表盘内部区域的连通区域作为待筛选区域,并根据所述待筛选区域的面积、所述待筛选区域的长宽比和/或所述待筛选区域占其外接矩形的面积比确定所述字符区域。
在上述的指针式仪表数值读取方法中,所述预设选取规则包括:
围绕所述表盘中心将所述端点划分至为第一预设数量的扇区内;
在所述第一预设数量的扇区中随机选取扇区间隔不超过预定间隔阈值的第二预设数量的扇区;
从所述第二预设数量的扇区内各随机选取至少一个端点得到所述预设个数的端点。
在上述的指针式仪表数值读取方法中,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度包括:
获取每个字符区域相对于第一方向的倾斜角度,并对所述倾斜角度进行排序,将出现次数最多的倾斜角度作为所述旋转角度。
在上述的指针式仪表数值读取方法中,所述通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值之后还包括:
判断所述数字区域的数量是否达到预设阈值,若所述数量达到所述预设阈值,则继续执行后续步骤;
若所述数量未达到所述预设阈值,则依照排序结果,将出现次数小于当前旋转角度的倾斜角度作为新的旋转角度,并根据所述新的旋转角度重新返回根据所述旋转角度对所述表盘区域进行旋转的步骤直至所述数量达到所述预设阈值。
在上述的指针式仪表数值读取方法中,根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数之前还包括:
分别将每一数字区域的数值及该垂直轴线至数字区域的中心点与表盘中心的顺时针角度作为一组拟合数据,针对每一组拟合数据,分别确定其与其他拟合数据连成的直线;
分别判断各直线中包含的所有拟合数据的数量是否达到预定数量值,若所述直线中包含的所有拟合数据的数量未达到预定数量值,当前拟合数据对应的数字区域的数值为异常值,并剔除所述异常值及所述异常值对应的数字区域。
在上述的指针式仪表数值读取方法中,所述根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数包括:
确定距离所述表盘指针最近的两个数字区域,根据两个数字区域对应的第二顺时针角度的差值及两个数字区域对应的数值的差值计算单位值;
根据所述单位值、所述第一顺时针角度与距离最近的任一第二顺时针角度的差值及所述任一第二顺时针角度对应数字区域的数值计算所述表盘指针对应的读数。
本发明的另一个实施方案提供一种指针式仪表数值读取装置,该装置包括:
表盘区域获取模块,用于获取包含指针式仪表的待读取图像,通过椭圆检测在所述待读取图像中提取出表盘区域;
表盘指针获取模块,用于在所述表盘区域内,获取表盘中心,检测所有经过所述表盘中心的直线,将最长的直线作为表盘指针;
旋转模块,用于在所述表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据所述旋转角度对所述表盘区域进行旋转;
识别模块,用于在旋转后的表盘区域内,通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值;
读取模块,用于根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数。
本发明的又一个实施方案提供一种计算机终端,所述计算机终端包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机终端执行上述的指针式仪表数值读取方法。
本发明的再一个实施方案提供一种计算机可读存储介质,所述计算机可读存储介质储存有上述的计算机终端中所用的所述计算机程序。
本发明的一个实施方式的指针式仪表数值读取方法,在检测的表盘区域内,通过椭圆检测的方式获取表盘区域,并在所述表盘区域内确定过表盘中心的最长的直线作为表盘指针,由于获取的待读取图像往往不是正立的角度,所以为了适应上述不正立的场景,还在表盘区域内通过连通域分割识别字符区域,并根据字符区域相对于第一方向的倾斜角度确定旋转角度,对所述表盘区域进行旋转,在字符区域内识别到数字区域后,根据垂直轴线到表盘指针的第一顺时针角度、数字区域相对于垂直轴线的第二顺时针角度及数字区域的数值计算表盘指针对应的读数,可在无需知晓表盘的量程信息的情况下进行读数,同时提高读数识别精度。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。
图1示出了本发明第一实施例提供的一种指针式仪表数值读取方法的流程示意图。
图2a-2e示出了本发明第一实施例提供的一种提取表盘区域的示意图。
图3a-3d示出了本发明第一实施例提供的一种提取表盘指针的示意图。
图4a-4d示出了本发明第一实施例提供的一种提取字符区域及旋转表盘区域的示意图。
图5a-5g示出了本发明第一实施例提供的一种识别数字区域及数值的示意图。
图6示出了本发明第二实施例提供的一种指针式仪表数值读取方法的流程示意图。
图7示出了本发明第三实施例提供的一种指针式仪表数值读取方法的流程示意图。
图8示出了本发明第四实施例提供的一种指针式仪表数值读取装置的结构示意图。
主要元件符号说明:
400-指针式仪表数值读取装置;410-表盘区域获取模块;420-表盘指针获取模块;430-旋转模块;440-识别模块;450-读取模块。
具体实施方式
下面将结合本发明实施例中附图,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。自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本文中所用的术语“包含”、“包括”、“具有”、“含有”或其任何其它变形,意在覆盖非排它性的包括。例如,包含所列要素的组合物、步骤、方法、制品或装置不必仅限于那些要素,而是可以包括未明确列出的其它要素或此种组合物、步骤、方法、制品或装置所固有的要素。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
实施例1
图1中示出了本发明第一实施例提供的指针式仪表数值读取方法的流程示意图。
该指针式仪表数值读取方法包括如下步骤:
在步骤S110中,获取包含指针式仪表的待读取图像,通过椭圆检测在待读取图像中提取出表盘区域。
具体地,可通过安装在对指针式仪表数值进行读取的终端的摄像器件实时采集所述包含指针式仪表的待读取图像,还可以从预先存储或者由其他终端导入的图像中获取所述待读取图像,在此不做限定。
进一步地,所述通过椭圆检测在所述待读取图像中提取出表盘区域包括:
如图2a所示为获取的待读取图像,检测所述待读取图像的所有边缘信息,并对所有边缘信息进行椭圆检测以识别出所有椭圆。
具体地,对图2a所示的待读取图像进行边缘检测得到如图2b所示的所有边缘信息,其中,所述边缘检测可通过sober算子、canny算子或Roberts算子等进行检测。
如图2a所示,由于指针式仪表中可能会包含一些表面边框、量程标识(在数值及刻度线中间的圆型框)等,且该边框及量程标识与指针式仪表的形状相同,同为圆形(或椭圆形),因此,在通过椭圆拟合的算法对所有边缘信息进行拟合时,可拟合得到图2c中所示的至少一个椭圆。
根据所述椭圆外接矩形的交并比确定与其他椭圆重叠度小于预定重叠阈值且面积大于预定面积阈值的至少一目标椭圆。
具体地,首先将图2c中所示的至少一个椭圆通过预先建立的分类器(该分类器用于检测所述至少一椭圆属于表盘区域的概率)中,得到每一椭圆属于表盘区域的概率。比如,若图2c中所示的至少一个椭圆的数目为6个:A1、A2、A3、A4、A5及A6,后续以6个椭圆为例对本方案进行说明。
将所有椭圆的概率进行排序,确定最大概率对应的椭圆作为基准椭圆。比如,若6个椭圆中概率排序结果为:A6、A5、A1、A3、A2及A4。那么,将A6作为基准椭圆。
计算除基准椭圆之外的所有椭圆与基准椭圆的交并比,并将交并比大于交并比阈值的椭圆剔除,比如,若A5、A3的交并比大于交并比阈值,将A5、A3剔除,将A6保留。
然后,再从剩余的所有椭圆中选取一概率最高的椭圆作为新的基准椭圆,并计算剩余的椭圆中除新的基准椭圆之外的所有椭圆与新的基准椭圆的交并比,将将交并比大于交并比阈值的椭圆剔除。比如,将A1作为新的基准椭圆,分别计算A2、A4与A1的交并比,若A2的交并比大于交并比阈值,将A2剔除,将A1保留。
重复执行上述的确定基准椭圆、计算交并比,剔除椭圆的步骤,直至找到所有保留的椭圆。比如,最后保留的椭圆为A6、A1及A4。将最后保留的椭圆作为目标椭圆。
通过直线检测获取所述目标椭圆内所有刻度线,并将所述刻度线的数量达到预设数量阈值的目标椭圆作为所述表盘区域。
具体地,由于表盘区域内布满了刻度线,且所有刻度线均指向表盘中心,因此,在上述获取的每一目标椭圆中,如图2d所示,通过直线检测的方式检测该目标椭圆中的所有直线,并将指向同一个中心点的直线作为刻度线,将包含刻度线最多的目标椭圆作为表盘区域,如图2e所示的表盘区域。
在步骤S120中,在表盘区域内,获取表盘中心,检测所有经过表盘中心的直线,将最长的直线作为表盘指针。
具体地,将获取的表盘区域进行直方图均衡化处理,得到对比度增强的图像,由于增强后表盘区域(表盘区域大部分为白色)和其他区域的对比更明显,将对比度增强图像进行二值化如图3a所示的二值化图像,其中,二值化的阈值可通过局部自适应阈值的方式获取。
在表盘区域内,通过霍夫圆检测的方式去检测圆,得到如图3b所示的表盘中心。
由于表盘指针表现为表盘区域上一个长三角形,因此,将图3a中的二值化图像进行多次腐蚀获取如图3c所示的指针部分明显的图像。在指针部分明显的图像中进行直线检测得到表盘区域内的所有直线,选取距离表盘中心距离较小的直线,由于可能存在光照、污渍以及指针阴影的影响,实际指针对应的直线有可能被切分为多条短线,这是因为提取时指针由于上述影响出现断裂或者直线角度变化的缘故,所以需要把方向一致(该方向为从表盘中心向外发射的方向)的直线归并到同一条直线上,经过归并操作后,将所有经过表盘中心的直线中最长的一条直线作为表盘指针,如图3d所示为表盘指针。
在步骤S130中,在表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据旋转角度对表盘区域进行旋转。
进一步地,所述在所述表盘区域内进行连通域分割获取所有字符区域包括:
在表盘区域内通过连通域分割获取所有连通区域;在各刻度线中提取与所述表盘中心距离最远的端点,并按照预设选取规则在所有的端点中选取预设个数的端点进行拟合得到端点拟合数量最大的参考椭圆;将所述参考椭圆缩小至预定比例得到表盘内部区域;将落入所述表盘内部区域的连通区域作为待筛选区域,并根据所述待筛选区域的面积、所述待筛选区域的长宽比和/或所述待筛选区域占其外接矩形的面积比确定所述字符区域。
具体地,步骤一,可在表盘区域内获取所有区域块。为了提高提取精度,可在图3a中的二值化图像中获取连通区域,该连通区域包括反白字体。
步骤二,由于获取的表盘区域为包含指针式仪表边框的区域,所以,为了提高数字区域识别的准确度,首先在表盘区域内确定表盘内部区域。在图2d中提取的刻度线中确定距离表盘中心距离最远的端点,如图4a所示,按照预设选取规则在上述所有距离表盘中心距离最远的端点中选取预设数量的端点,对该预设数量的端点进行椭圆拟合,再计算所有的端点与拟合的椭圆的拟合度,剔除拟合度小于拟合阈值的端点,最后计算该椭圆成功拟合端点的数目;按照上述的预设选取规则重新选取预定数量的端点,重复执行上述的拟合椭圆并计算成功拟合端点的步骤,直至最后得到成功拟合端点的数目最多的椭圆作为所述参考椭圆,如图4b所示为确定的参考椭圆。
由于参考椭圆中包括刻度线及量程标识等,因此,将所述参考椭圆缩小至预定比例得到表盘内部区域,可去除刻度线所在区域,量程标识所在区域,及一些无关数值的文字区域(比如指针式仪表的编号,生产厂家等),提高数字区域的识别率,其中,该预定比例的确定与所述指针式仪表的尺寸相关,不同尺寸的指针式仪表的缩小的比例不同,在此不做限定。
值得注意的是,步骤一中获取连通区域及步骤二中获取表盘内部区域的执行顺序不做限定,可先执行步骤一,在执行步骤二;也可先执行步骤二,再执行步骤一。
将落入所述表盘内部区域的连通区域作为待筛选区域,由于指针式仪表的字符区域的面积、字符区域的外接矩形的长宽比及字符区域占其外接矩形的面积比均具有固定的阈值或者阈值区间,因此,根据所述待筛选区域的面积、所述待筛选区域的长宽比和/或所述待筛选区域占其外接矩形的面积比判定该连通区域是否为字符区域,如图4c所示的包括字符的黑色边框内的区域即为所确定的字符区域,黑色边框外接的白色边框内的区域即为该字符区域的外接矩形。其中,所述字符区域包括文字区域、数字区域及字母区域等。
进一步地,所述预设选取规则包括:
围绕所述表盘中心将所述端点划分至为第一预设数量的扇区内;在所述第一预设数量的扇区中随机选取扇区间隔不超过预定间隔阈值的第二预设数量的扇区;从所述第二预设数量的扇区内各随机选取至少一个端点得到所述预设个数的端点。
例如,围绕表盘中心共有360°,将360°按照40°一个扇区进行划分为9个扇区,若椭圆拟合所需的最少的端点的数目为5个点,那么在该9个扇区内随机选取具有一定连续性的5个扇区(该具有一定连续性的扇区表示选取的每相邻两个扇区的间隔不超过预定间隔阈值,比如,选取的相邻两个扇区之间的间隔至多为2个扇区),由于落入每个扇区内的端点的数量有多个,因此,在该选取的5个扇区内的每一个扇区内随机确定至少一个端点,将该5个扇区内选取的所有端点作为参与椭圆拟合的预设个数的端点,上述方案可保证选取的预设个数的端点分布更加均匀,去除局部拟合的影响(拟合的端点距离太近),保证拟合的椭圆是对整个表盘区域的拟合,效果更好。
进一步地,根据所有字符区域相对于第一方向的旋转倾斜角度确定旋转角度包括:
获取每个字符区域相对于第一方向的倾斜角度,并对所述倾斜角度进行排序,将出现次数最多的倾斜角度作为所述旋转角度。
具体地,由于采集的待读取图像很大程度上不是正立的图像,为了提高读数的精度,还将不是正立的图像旋转至第一方向上,其中,该第一方向为用户查看指针式仪表相关的所有图像时所述图像的正立方向,比如可以为水平方向。
以水平方向为例,确定每一字符区域的中心点相对于水平方向的倾斜角度,比如图4c中,可以字符区域的黑色边框中任意一顶点为基点,将过该基点的水平线作为L1,该基点与字符区域的中心点之间的连线作为L2,计算L1和L2直线的夹角作为所述字符区域相对于水平方向的倾斜角度。
将所有字符区域的倾斜角度进行排序,出现次数最多的倾斜角度作为表盘区域的旋转角度,并通过该旋转角度对该表盘区域进行旋转得到如图4d所示的旋转后的表盘区域。
在步骤S140中,在旋转后的表盘区域内,通过预先训练的识别模型在字符区域内识别出数字区域及该数字区域对应的数值。
具体地,由于待读取图像的清晰度及数字区域内小数点、污渍等都会导致文字黏连的现象,为了解决文字黏连问题,以图5a中字符区域为例,首先将图5a中的图像进行二值化处理得到图5b中的图像,提取图5b中的图像中的上轮廓信息,得到图5c中的上轮廓图形。确定上轮廓信息中的极值点(包括极大值点及极小值点),根据极值点将该字符区域内的字符分割为图5d及图5e中所示的独立字符。
进一步地,提取上轮廓信息包括如下步骤:
先用最大类间方差阈值法确定阈值,根据该阈值对字符区域进行二值化处理,将字符区域中的字符与背景区分开来,假设字符灰度值为1,背景灰度值为0,以与水平方向垂直的竖直方向上从上往下扫描整个字符区域,记录下碰到的第一个值为1的点的竖直方向坐标,这样就会得到水平方向上从左到右的一排竖直方向坐标点,该一排竖直方向坐标点所组成的曲线就是我们的得到的上轮廓信息。这些坐标值代表上轮廓信息的高度,竖直方向坐标值越大,表示上轮廓越低。
具体地,根据上轮廓信息的极值点将该字符区域内的字符分割为独立字符的步骤包括:
本实施例中,可确定上轮廓信息的连续的极小值点,当该连续的极小值点为一个时,可直接在该极小值点处进行分割得到独立字符;当该连续的极小值点为多个时,可确定该多个极小值点的中心,在该中心处进行分割得到独立字符。
值得注意的是,上轮廓信息的极小值点具体是指上轮廓信息所在曲线(如图5c中的曲线)的极小值点。
另外,当数组区域内的字符包含多个时,在上轮廓信息所在曲线中可获取多段连续的极小值点,可针对每一段连续的极小值点的中心执行上述的分割操作。
值得注意的是,所述极小值点可以为最小值点,还可以为与最小值点距离在预设范围的点。
进一步地,在阈值选取不准确导致上轮廓信息有异常凸起或者凹陷时,还对上轮廓信息进行平滑处理,保证后一个垂直坐标值与前一个垂直坐标值差值不会过大,如果当前差值过大,就会探索下一个差值,如果下一个差值也过大,就会认为这是个异值点,就会让当前垂直坐标值等同于前一个垂直坐标值,经过平滑操作后就会让上轮廓信息所在曲线保持连续不断开。将经过平滑处理后的上轮廓信息再执行上述的确定极小值点及分割操作。
分别将独立字符送入预先训练的识别模型中识别该独立字符是否为数字,及该数字的数值。如图5f所示为识别到的数字。由于存在部分数值未识别到一个数字区域内,比如图5f中的1.2、1.4及1.6这三个数值,每一数值分别识别到了两个数字区域,因此,还根据数字区域之间的距离合并距离比较近的数字区域,如图5g所示,比如将1.2中两个数字区域合并为一个数字区域,具有一个中心点。
其中,所述识别模型采用方向梯度直方图(Histogram of Oriented Gradient,HOG)结合支持向量机(Support Vector Machine,SVM)的分类器,能解决数字黏连问题。HOG特征是一种对旋转平移均不敏感的稳定特征,主要是将图片划分为多个连通区域的图,称为cell,然后在每个cell之中提取梯度直方图,把多个cell再组成一个block,block里面对每个cell的梯度直方图再进行一次归一化,降低光照影响,最后特征向量由多个block的梯度直方图所构成。从上面就可以看出HOG特征对图像几何的和光学的形变都能保持很好的不变性,因而非常适合用于复杂场景下的数字识别处理。而SVM,支持向量机,本发明采用的是定义在特征空间上的间隔最大的线性分类器,特征简单,鲁棒性较强。对于数字黏连问题,主要是因为部分因为数字有小数点的存在或者光照影响,在连通域分割时就会把多个数字分到一个连通域中,导致这个连通域送入到识别器中时无法识别,因为识别器仅能识别单个字符。
在步骤S150中,根据经过表盘中心且与第一方向垂直的垂直轴线至表盘指针的第一顺时针角度、垂直轴线至数字区域的中心点与表盘中心连线的第二顺时针角度及数字区域的数值确定表盘指针对应的读数。
本实施例中,可根据下述方式确定表盘指针对应的读数:
确定距离所述表盘指针最近的两个数字区域,根据两个数字区域对应的第二顺时针角度的差值及两个数字区域对应的数值的差值计算单位值;根据所述单位值、所述第一顺时针角度与距离最近的任一第二顺时针角度的差值及所述任一第二顺时针角度对应数字区域的数值计算所述表盘指针对应的读数。
具体地,若识别到的数字区域的包括Q1、Q2、Q3、Q4、Q5、Q6及Q7,距离表盘指针最近的两个数字区域为Q2及Q3,且表盘指针位于数字区域Q2及数字区域Q3之间,其中,Q2的数值为NUM2,Q3的数值为NUM3。
若垂直轴线至数字区域Q2与表盘中心连线的第二顺时针旋转角度为P1,垂直轴线至数字区域Q3与表盘中心连线的第二顺时针旋转角度为P2,垂直轴线至表盘指针的第一顺时针角度为P3,那么,所述表盘指针对应的读数S可通过下式计算:
若表盘指针未处于数字区域Q2及数字区域Q3之间,而是处于数字区域Q2的下方,数字区域Q3位于数字区域Q2的上方,那么:
若表盘指针未处于数字区域Q2及数字区域Q3之间,而是处于数字区域Q3的上方,数字区域Q2位于数字区域Q3的下方,那么:
实施例2
图6中示出了本发明第二实施例提出的一种指针式仪表数值读取方法的流程示意图。
该指针式仪表数值读取方法包括以下步骤:
在步骤S210中,获取包含指针式仪表的待读取图像,通过椭圆检测在待读取图像中提取出表盘区域。
此步骤与步骤S110相同,在此不再赘述。
在步骤S220中,在表盘区域内,获取表盘中心,检测所有经过表盘中心的直线,将最长的直线作为表盘指针。
此步骤与步骤S120相同,在此不再赘述。
在步骤S230中,在表盘区域内进行连通域分割获取所有字符区域。
在步骤S240中,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据旋转角度对表盘区域进行旋转。
步骤S230及步骤S240与步骤S130相同,在此不再赘述。
在步骤S250中,在旋转后的表盘区域内,通过预先训练的知识模型在字符区域内识别出数字区域及该数字区域对应的数值。
此步骤与步骤S140相同,在此不再赘述。
在步骤S260中,判断数字区域的数量是否达到预设阈值。
判断数字区域的数量是否达到预设阈值,若所述数量达到预设阈值,前进至步骤S270,继续执行后续确定表盘指针对应读数的步骤;若所述数量未达到预设阈值,前进至步骤S280,重新确定旋转角度。
在步骤S270中,根据经过表盘中心且与第一方向垂直的垂直轴线至表盘指针的第一顺时针角度、垂直轴线至数字区域的中心点与表盘中心连线的第二顺时针角度及数字区域的数值确定表盘指针对应的读数。
此步骤与步骤S150相同,在此不再赘述。
在步骤S280中,依照排序结果,将出现次数小于当前旋转角度的倾斜角度作为新的旋转角度。
若数字区域的数目较少,有可能是旋转角度不正确,因此需要继续寻找另一个旋转角度,根据另一个旋转角度对表盘区域进行旋转。
例如,在第一次确定旋转角度时,将出现次数最多的倾斜角度作为表盘区域的旋转角度,在第二次确定旋转角度时,则将出现次数小于当前旋转角度的倾斜角度(也即出现次数第二多的倾斜角度)作为新的旋转角度,并根据新的旋转角度重新执行步骤S240~S260,若第二次对表盘区域旋转后,得到的数字区域的数量达到预设阈值,则前进至步骤S270,若得到的数字区域的数量仍未达到预设阈值,继续前进至步骤S280重新将出现次数第三多的倾斜角度作为旋转角度,重复执行步骤S240~S260直至数字区域的数量达到预设阈值结束循环。
实施例3
图7中示出了本发明第三实施例提出的一种指针式仪表数值读取方法的流程示意图。
该指针式仪表数值读取方法包括以下步骤:
在步骤S310中,获取包含指针式仪表的待读取图像,通过椭圆检测在待读取图像中提取出表盘区域。
此步骤与步骤S110相同,在此不再赘述。
在步骤S320中,在表盘区域内,获取表盘中心,检测所有经过表盘中心的直线,将最长的直线作为表盘指针。
此步骤与步骤S120相同,在此不再赘述。
在步骤S330中,在表盘区域内进行连通域分割获取所有字符区域。
在步骤S340中,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据旋转角度对表盘区域进行旋转。
步骤S330及步骤S340与步骤S130相同,在此不再赘述。
在步骤S350中,在旋转后的表盘区域内,通过预先训练的知识模型在字符区域内识别出数字区域及该数字区域对应的数值。
此步骤与步骤S140相同,在此不再赘述。
在步骤S360中,判断数字区域的数量是否达到预设阈值。
若数字区域的数量达到预设阈值,前进至步骤S370;若数字区域的数量未达到预设阈值,前进至步骤S380。
在步骤S370中,分别将每一数字区域的数值及该垂直轴线至数字区域的中心点与表盘中心的顺时针角度作为一组拟合数据,针对每一组拟合数据,分别确定其与其他拟合数据连成的直线。
具体地,识别到数字区域的数值后,为了提高读数的精确程度,还判断识别的数值是否为异常值,该判断数值是否为异常值的方式如下:
确定每一数字区域中心点与表盘中心的连线,确定垂直轴线至所述连线的顺时针角度,将该顺时针角度作为该数字区域的角度,分别将每一数字数字区域的数值及该数字区域的角度作为该数字区域对应的一组拟合数据。
进一步地,为了便于确定异常值,还可以先将所有的数字区域对应的数值进行归一化处理,具体可通过如下方式进行归一化:
在所有数字区域对应的数值中确定最大数值,将所述最大数值作为归一化因子,根据所述归一化因子分别对每一数值进行归一化处理得到归一化数值,其中,所述归一化处理可以为将所述数值除以所述归一化因子的操作。
将每一数字区域的角度及该数字区域的归一化数值作为该数字区域的拟合数据。
针对每一组拟合数据,分别确定其与其他拟合数据连成的直线。例如,共有N组拟合数据,以第一组拟合数据为例,其与除第一组拟合数据之外的各组拟合数据连成的直线共包括N-1条。第二组拟合数据同样包括N-1条与其他拟合数据连成的直线,等等。
在步骤S380中,依照排序结果,将出现次数小于当前旋转角度的倾斜角度作为新的旋转角度。
在执行步骤S380之后,还返回至步骤S340,并继续执行S340~S360。
在步骤S390中,判断各直线中包含的所有拟合数据的数量是否达到预定数量值。
针对步骤S370中的每一条直线而言,分别计算每一组拟合数据距离该直线的距离,当所述距离小于或等于预定距离阈值时,则说明该组拟合数据被所述直线成功拟合;当所述距离大于所述预定距离阈值时,则说明该组拟合数据未被所述直线成功拟合。
针对每一条直线而言,在确定其成功拟合的拟合数据的数量后,判断该直线中包含的拟合数据的数量是否达到预定数量值,若该直线中包含的拟合数据的数量达到预定数量值,说明该直线对应的数值为正常值,前进至步骤S410;若该直线中包含的拟合数据的数量未达到预定数量值,说明该数值为异常值,前进至步骤S400,将该异常值剔除,在剔除所有异常值后继续前进至步骤S400继续执行读数操作。
在步骤S400中,当期拟合数据对应的数字区域的数值为异常值,并剔除异常值及异常值对应的数字区域。
在步骤S410中,根据经过表盘中心且与第一方向垂直的垂直轴线至表盘指针的第一顺时针角度、垂直轴线至数字区域的中心点与表盘中心连线的第二顺时针角度及数字区域的数值确定表盘指针对应的读数。
此步骤与步骤S150相同,在此不再赘述。
实施例4
图8中示出了本发明第四实施例提出的一种指针式仪表数值读取装置的结构示意图。该指针式仪表数值读取装置400对应于实施例1中的指针式仪表数值读取方法,实施例1中的任何可选项也适用于本实施例,这里不再详述。
该指针式仪表数值读取装置400包括:表盘区域获取模块410、表盘指针获取模块420、旋转模块430、识别模块440及读取模块450。
表盘区域获取模块410,用于获取包含指针式仪表的待读取图像,通过椭圆检测在所述待读取图像中提取出表盘区域。
表盘指针获取模块420,用于在所述表盘区域内,获取表盘中心,检测所有经过所述表盘中心的直线,将最长的直线作为表盘指针。
旋转模块430,用于在所述表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据所述旋转角度对所述表盘区域进行旋转。
识别模块440,用于在旋转后的表盘区域内,通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值。
读取模块450,用于根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数。
本发明的又一个实施方案提供一种计算机终端,所述计算机终端包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机终端执行上述的指针式仪表数值读取方法或指针式仪表数值读取装置中的所有模块的功能。
存储模块可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统和至少一个功能所需的应用程序;存储数据区可存储所述指针式仪表数值读取方法及所述指针式仪表数值读取装置所需的图像、数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供一种计算机可读存储介质,其存储有上述计算机终端中所使用的指令,在所述指令被执行时实施上述的指针式仪表数值读取方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种指针式仪表数值读取方法,其特征在于,包括:
获取包含指针式仪表的待读取图像,通过椭圆检测在所述待读取图像中提取出表盘区域;
在所述表盘区域内,获取表盘中心,检测所有经过所述表盘中心的直线,将最长的直线作为表盘指针;
在所述表盘区域内进行连通域分割获取所有字符区域,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度,并根据所述旋转角度对所述表盘区域进行旋转;
在旋转后的表盘区域内,通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值;
根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数。
2.根据权利要求1所述的指针式仪表数值读取方法,其特征在于,所述通过椭圆检测在所述待读取图像中提取出表盘区域包括:
检测所述待读取图像的所有边缘信息,并对所有边缘信息进行椭圆检测以识别出所有椭圆;
根据所述椭圆的外接矩形的交并比确定至少一目标椭圆;
通过直线检测获取所述目标椭圆内所有刻度线,并将所述刻度线的数量达到预设数量阈值的目标椭圆作为所述表盘区域。
3.根据权利要求2所述的指针式仪表数值读取方法,其特征在于,所述在所述表盘区域内进行连通域分割获取所有字符区域包括:
在表盘区域内通过连通域分割获取所有连通区域;
在各刻度线中提取与所述表盘中心距离最远的端点,并按照预设选取规则在所有的端点中选取预设个数的端点进行拟合得到端点拟合数量最大的参考椭圆;
将所述参考椭圆缩小至预定比例得到表盘内部区域;
将落入所述表盘内部区域的连通区域作为待筛选区域,并根据所述待筛选区域的面积、所述待筛选区域的长宽比和/或所述待筛选区域占其外接矩形的面积比确定所述字符区域。
4.根据权利要求3所述的指针式仪表数值读取方法,其特征在于,所述预设选取规则包括:
围绕所述表盘中心将所述端点划分至为第一预设数量的扇区内;
在所述第一预设数量的扇区中随机选取扇区间隔不超过预定间隔阈值的第二预设数量的扇区;
从所述第二预设数量的扇区内各随机选取至少一个端点得到所述预设个数的端点。
5.根据权利要求1所述的指针式仪表数值读取方法,其特征在于,根据所有字符区域相对于第一方向的倾斜角度确定旋转角度包括:
获取每个字符区域相对于第一方向的倾斜角度,并对所述倾斜角度进行排序,将出现次数最多的倾斜角度作为所述旋转角度。
6.根据权利要求5所述的指针式仪表数值读取方法,其特征在于,所述通过预先训练的识别模型在所述字符区域内识别出数字区域及该数字区域对应的数值之后还包括:
判断所述数字区域的数量是否达到预设阈值,若所述数量达到所述预设阈值,则继续执行后续步骤;
若所述数量未达到所述预设阈值,则依照排序结果,将出现次数小于当前旋转角度的倾斜角度作为新的旋转角度,并根据所述新的旋转角度重新返回根据所述旋转角度对所述表盘区域进行旋转的步骤直至所述数量达到所述预设阈值。
7.根据权利要求6所述的指针式仪表数值读取方法,其特征在于,根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数之前还包括:
分别将每一数字区域的数值及该垂直轴线至数字区域的中心点与表盘中心的顺时针角度作为一组拟合数据,针对每一组拟合数据,分别确定其与其他拟合数据连成的直线;
分别判断各直线中包含的所有拟合数据的数量是否达到预定数量值,若所述直线中包含的所有拟合数据的数量未达到预定数量值,当前拟合数据对应的数字区域的数值为异常值,并剔除所述异常值及所述异常值对应的数字区域。
8.根据权利要求1所述的指针式仪表数值读取方法,其特征在于,所述根据经过所述表盘中心且与所述第一方向垂直的垂直轴线至所述表盘指针的第一顺时针角度、所述垂直轴线至所述数字区域的中心点与所述表盘中心连线的第二顺时针角度及所述数字区域的数值确定所述表盘指针对应的读数包括:
确定距离所述表盘指针最近的两个数字区域,根据两个数字区域对应的第二顺时针角度的差值及两个数字区域对应的数值的差值计算单位值;
根据所述单位值、所述第一顺时针角度与距离最近的任一第二顺时针角度的差值及所述任一第二顺时针角度对应数字区域的数值计算所述表盘指针对应的读数。
9.一种计算机终端,其特征在于,所述计算机终端包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机终端执行权利要求1至8任一项所述的指针式仪表数值读取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质储存有权利要求9所述计算机终端中所使用的所述计算机程序。
CN201910665014.8A 2019-07-23 2019-07-23 指针式仪表数值读取方法及计算机终端 Active CN110363202B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910665014.8A CN110363202B (zh) 2019-07-23 2019-07-23 指针式仪表数值读取方法及计算机终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910665014.8A CN110363202B (zh) 2019-07-23 2019-07-23 指针式仪表数值读取方法及计算机终端

Publications (2)

Publication Number Publication Date
CN110363202A true CN110363202A (zh) 2019-10-22
CN110363202B CN110363202B (zh) 2020-06-19

Family

ID=68221268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910665014.8A Active CN110363202B (zh) 2019-07-23 2019-07-23 指针式仪表数值读取方法及计算机终端

Country Status (1)

Country Link
CN (1) CN110363202B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111325164A (zh) * 2020-02-25 2020-06-23 北京眸视科技有限公司 指针表示数识别方法、装置和电子设备
CN112116540A (zh) * 2020-09-11 2020-12-22 福建省海峡智汇科技有限公司 一种用于旋钮开关的档位识别方法和系统
CN112115896A (zh) * 2020-09-24 2020-12-22 深圳市赛为智能股份有限公司 仪表盘指针读数预测方法、装置、计算机设备及存储介质
CN112183345A (zh) * 2020-09-28 2021-01-05 天地伟业技术有限公司 一种复杂场景下的号服识别方法
CN112949564A (zh) * 2021-02-02 2021-06-11 电子科技大学 一种基于深度学习的指针式仪表自动读数方法
CN113312941A (zh) * 2020-02-26 2021-08-27 北京同邦卓益科技有限公司 监控仪表盘的方法和装置
CN113469167A (zh) * 2021-07-21 2021-10-01 浙江大华技术股份有限公司 仪表读数识别方法、装置、设备及存储介质
CN114549835A (zh) * 2022-02-15 2022-05-27 中国人民解放军海军工程大学 一种基于深度学习的指针式仪表矫正识别方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103759758A (zh) * 2014-01-26 2014-04-30 哈尔滨工业大学 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
CN104050446A (zh) * 2014-05-30 2014-09-17 浙江大学 一种基于指针宽度特征的仪表指针图像识别方法
CN106529559A (zh) * 2016-12-30 2017-03-22 山东鲁能软件技术有限公司 一种指针式圆形多仪表盘实时读数识别方法
CN107066998A (zh) * 2016-12-30 2017-08-18 山东鲁能软件技术有限公司 一种利用移动设备的指针式圆形单仪表盘实时识别方法
CN108009535A (zh) * 2017-11-21 2018-05-08 武汉中元华电科技股份有限公司 一种基于机器视觉的单指针仪表读数方法
CN108460327A (zh) * 2018-01-12 2018-08-28 河南大学 一种基于图像处理的指针式仪表读数自动识别方法
CN108491838A (zh) * 2018-03-08 2018-09-04 南京邮电大学 基于sift和hough的指针型仪表示数读取方法
US20190130227A1 (en) * 2017-11-02 2019-05-02 International Business Machines Corporation Consolidation and history recording of a physical display board using an online task management system
CN109993166A (zh) * 2019-04-03 2019-07-09 同济大学 基于刻度查找的指针式仪表读数自动识别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103759758A (zh) * 2014-01-26 2014-04-30 哈尔滨工业大学 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
CN104050446A (zh) * 2014-05-30 2014-09-17 浙江大学 一种基于指针宽度特征的仪表指针图像识别方法
CN106529559A (zh) * 2016-12-30 2017-03-22 山东鲁能软件技术有限公司 一种指针式圆形多仪表盘实时读数识别方法
CN107066998A (zh) * 2016-12-30 2017-08-18 山东鲁能软件技术有限公司 一种利用移动设备的指针式圆形单仪表盘实时识别方法
US20190130227A1 (en) * 2017-11-02 2019-05-02 International Business Machines Corporation Consolidation and history recording of a physical display board using an online task management system
CN108009535A (zh) * 2017-11-21 2018-05-08 武汉中元华电科技股份有限公司 一种基于机器视觉的单指针仪表读数方法
CN108460327A (zh) * 2018-01-12 2018-08-28 河南大学 一种基于图像处理的指针式仪表读数自动识别方法
CN108491838A (zh) * 2018-03-08 2018-09-04 南京邮电大学 基于sift和hough的指针型仪表示数读取方法
CN109993166A (zh) * 2019-04-03 2019-07-09 同济大学 基于刻度查找的指针式仪表读数自动识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯洪润等: "电力仪表图像嵌入式识别技术应用研究", 《电气应用》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111325164A (zh) * 2020-02-25 2020-06-23 北京眸视科技有限公司 指针表示数识别方法、装置和电子设备
CN111325164B (zh) * 2020-02-25 2023-11-21 北京眸视科技有限公司 指针表示数识别方法、装置和电子设备
CN113312941A (zh) * 2020-02-26 2021-08-27 北京同邦卓益科技有限公司 监控仪表盘的方法和装置
CN112116540A (zh) * 2020-09-11 2020-12-22 福建省海峡智汇科技有限公司 一种用于旋钮开关的档位识别方法和系统
CN112116540B (zh) * 2020-09-11 2023-09-22 福建省海峡智汇科技有限公司 一种用于旋钮开关的档位识别方法和系统
CN112115896A (zh) * 2020-09-24 2020-12-22 深圳市赛为智能股份有限公司 仪表盘指针读数预测方法、装置、计算机设备及存储介质
CN112115896B (zh) * 2020-09-24 2023-12-22 深圳市赛为智能股份有限公司 仪表盘指针读数预测方法、装置、计算机设备及存储介质
CN112183345A (zh) * 2020-09-28 2021-01-05 天地伟业技术有限公司 一种复杂场景下的号服识别方法
CN112949564A (zh) * 2021-02-02 2021-06-11 电子科技大学 一种基于深度学习的指针式仪表自动读数方法
CN113469167A (zh) * 2021-07-21 2021-10-01 浙江大华技术股份有限公司 仪表读数识别方法、装置、设备及存储介质
CN114549835A (zh) * 2022-02-15 2022-05-27 中国人民解放军海军工程大学 一种基于深度学习的指针式仪表矫正识别方法及装置
CN114549835B (zh) * 2022-02-15 2023-01-24 中国人民解放军海军工程大学 一种基于深度学习的指针式仪表矫正识别方法及装置

Also Published As

Publication number Publication date
CN110363202B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN110363202A (zh) 指针式仪表数值读取方法及计算机终端
CN115082419B (zh) 一种吹塑箱包生产缺陷检测方法
CN110276754B (zh) 一种表面缺陷检测方法、终端设备及存储介质
CN108470354A (zh) 视频目标跟踪方法、装置和实现装置
CN104778701B (zh) 一种基于rgb-d传感器的局部图像描述方法
CN110648322B (zh) 一种子宫颈异常细胞检测方法及系统
CN110021024B (zh) 一种基于lbp和链码技术的图像分割方法
CN104866849A (zh) 一种基于移动终端的食品营养成分标签识别方法
CN110443128A (zh) 一种基于surf特征点精确匹配的指静脉识别方法
Richardson et al. Extracting scar and ridge features from 3D-scanned lithic artifacts
CN109949227A (zh) 图像拼接方法、系统及电子设备
CN107844736A (zh) 虹膜定位方法和装置
CN109389033B (zh) 一种新型的瞳孔快速定位方法
CN114723704A (zh) 一种基于图像处理的纺织品质量评估方法
CN110333240A (zh) 电容外观的检测方法及装置、存储介质和处理器
CN110415222A (zh) 一种基于纹理特征的丝饼侧面缺陷识别方法
CN107274452A (zh) 一种痘痘自动检测方法
CN108109144A (zh) 一种钼靶图像中乳头位置自动检测方法
CN109993213A (zh) 一种用于服装部件图的自动识别方法
CN113392856A (zh) 图像伪造检测装置和方法
CN109448038A (zh) 基于drlbp和随机森林的海底底质声呐图像特征提取方法
Conn et al. Towards computer vision based ancient coin recognition in the wild—Automatic reliable image preprocessing and normalization
CN108256518A (zh) 文字区域检测方法及装置
CN117958801A (zh) 一种足弓系数的计算方法及系统
CN116703899B (zh) 基于图像数据的袋式包装机产品质量检测方法

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