CN110490145B - 一种指针式仪表读数识别方法 - Google Patents

一种指针式仪表读数识别方法 Download PDF

Info

Publication number
CN110490145B
CN110490145B CN201910776215.5A CN201910776215A CN110490145B CN 110490145 B CN110490145 B CN 110490145B CN 201910776215 A CN201910776215 A CN 201910776215A CN 110490145 B CN110490145 B CN 110490145B
Authority
CN
China
Prior art keywords
pointer
axis
identifying
identification
sample
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
Application number
CN201910776215.5A
Other languages
English (en)
Other versions
CN110490145A (zh
Inventor
马玫
叶有名
方源
杨天龙
唐娜
秦理
刘嘉佳
何霖
杨荦源
张月
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.)
State Grid Sichuan Electric Power Co Ltd
Original Assignee
State Grid Sichuan Electric Power 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 State Grid Sichuan Electric Power Co Ltd filed Critical State Grid Sichuan Electric Power Co Ltd
Priority to CN201910776215.5A priority Critical patent/CN110490145B/zh
Publication of CN110490145A publication Critical patent/CN110490145A/zh
Application granted granted Critical
Publication of CN110490145B publication Critical patent/CN110490145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/02—Recognising information on displays, dials, clocks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

一种指针式仪表读数识别方法，包括如下步骤：设置样本库;对仪表盘识别；识别出仪表盘的中轴线和底部线段；识别转轴轴心，设置一条穿过轴心，并与仪表盘的底部线段平行的直线作为基准线；设置一组穿过圆心的直线作为检测线,根据识别夹角值计算出指针读数。本发明通过对指针式仪表通常图样的具体分析，预先对样本和输入图样进行分析，减少输入样本数量和样本比对所需要的大量计算，提高了识别速度，便于对仪表读数迅速作出识别判断。

Description

一种指针式仪表读数识别方法
技术领域
本发明属于图像识别领域，具体涉及一种指针式仪表读数识别方法。
背景技术
各类包括指针式表盘的设备日常巡检是变电站人工运维中非常重要的项目之一，各类开关和表计的状态及时监测和预警也具有相当重要的意义。很多设备存在不止一处指针式表盘，在实际的人工巡检中，存在识别不正确，不及时，不安全等隐患和缺陷。
对于物体的人工智能图像识别，通常是大量样本训练生成模型，利用模型进行判别，传统的目标检测算法通常使用样本遍历的方式，即对数据库中样本图形的存储图形逐一扫描识别，与输入画面比对判断是否为目标物体，从而确定目标位置，但由于样本数量大，存在耗时、效率低的问题。特别是对于指针式表盘的识别，当指针反应的参数明显不正常时，如果不能及时快速的识别并发出报警信号，可能导致安全事故发生。
发明内容
为克服现有技术存在的技术缺陷，本发明公开了一种基于人工智能的设备显示内容识别方法。
本发明所述指针式仪表读数识别方法，包括如下步骤：
S1设置样本库，所述样本库包括仪表盘样本，转轴样本及指针的样本像素值；
S2对仪表盘识别；识别出仪表盘的中轴线和底部线段；
S3识别转轴轴心；
S4识别出轴心后，以轴心为圆心，设置一条穿过轴心，并与仪表盘的底部线段平行的直线作为基准线；
S5设置一组穿过圆心的直线作为检测线,检测线与基准线之间的夹角范围至少覆盖所述指针式仪表的检测区间,在检测线上随机截取分布在直线上的多个像素点，检测线之间的夹角为预设的间隔区间值；
S6对每条检测线上截取的像素点的像素值进行平均，并与事先存储的指针样本指针像素值进行比较，选择最接近的前N条直线，对选择出的直线，继续添加像素点并使像素点的分布覆盖指针的全部半径；
再次计算添加后每条检测线的全部像素点平均值并与指针样本指针像素值进行比较，选择最接近的前M条检测线，计算这些检测线与所述基准线的夹角，取均值作为识别夹角值；
S7根据识别夹角值计算出指针读数。
优选的，所述步骤S3具体为：在识别出的仪表盘中轴线上，识别圆形图形；识别出圆形图形后，以圆心为中心扩散出与转轴样本相同的区域进行图形识别，从而判断出转轴及其轴心。
优选的，所述步骤S6中,定义一个像素阈值, 所述步骤S6中识别完成后，当检测区间内所有检测线的像素值都小于该像素阈值时,启动报警程序,并扩大检测区间与基准线之间的夹角范围。
优选的，所述步骤S3中对圆形图形的识别具体为：:
以识别出的仪表盘中轴线为轴心，向左右分别扩散宽度形成矩形识别区，将矩形识别区从上到下划分为多个矩形窗口，对每一矩形窗口识别，在任意窗口发现弧形边界后，进一步判断该弧形边界的半径与转轴标示形状的半径差值在误差范围内，是则再与样本比较进行图形识别，否则继续识别其他矩形窗口。。
优选的，所述步骤S3具体为：
在初始时刻,采用图像比对方法识别出指针并记录当前指针轴线方向A1,识别出指针后,跟踪指针转动,设置转动角度阈值P,当指针转动超过转动角度阈值P时, 识别并记录当前指针轴线方向A2,计算出A1和A2的交点,作为当前转轴轴心C12;。
后续识别中，当对指针轴线方向的计算结果显示指针转动再次超过转动角度阈值P时,再次采用图像比对方法识别并记录当前指针轴线方向A3,计算A3和之前指针轴线方向A2的交点C23,取C12和C23的横纵坐标均值,作为下一次识别时的转轴轴心;
以此类推,只要指针转动超过转动角度阈值P,即采用图像比对方法判断比对指针轴线方向,计算当前指针轴线方向A(k)和上一次识别时的指针轴线 方向A(k-1)的交点,并与上一次识别判断的转轴轴心坐标均值作为下一次识别时的转轴轴心。
优选的，所述步骤S6中,首先截取分布在各个检测线上以转轴圆心为起点,长度为0.1-0.5R半径范围内的像素点。
优选的，所述步骤S2中, 对仪表盘的识别为:输入图像分块并计算各块的亮度均值;取各块的均值，找出其中与其它块亮度之差最大的P个区域,
判断P个区域是否空间位置相连,是则将拼接后的P个区域整体图像与仪表盘样本比较识别;
否则进一步找出亮度之差最大的P个区域中,空间位置相连的总面积最大的Q个区域, 将拼接后的Q个区域整体图像与仪表盘样本比较识别;所述P大于Q且均为正整数。
本发明通过对指针式仪表通常图样的具体分析，预先对样本和输入图样进行分析，减少输入样本数量和样本比对所需要的大量计算，提高了识别速度，便于对仪表读数迅速作出识别判断。
附图说明
图1为本发明对所述指针式仪表图样划分的一种具体实施方式示意图;
图2为本发明对所述检测线的一种具体分布方式示意图;
图中附图标记名称为：1-仪表盘，2-底部边界，3-转轴，4-指针，5-底部刻度线，6-仪表盘中轴线，7-检测线。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步的详细说明。
本发明所述指针式仪表读数识别方法，包括如下步骤：
设置样本库，所述样本库包括仪表盘样本，转轴样本及指针的样本像素值；
对仪表盘识别；识别出仪表盘的中轴线和底部线段；
在识别出的仪表盘中轴线6上，识别圆形图形；识别出圆形图形后，以圆心为中心扩散出与转轴样本相同的区域进行图形识别，从而判断出转轴及其轴心；
识别出轴心后，以轴心为圆心，设置一条穿过轴心，并与仪表盘的底部线段平行的直线作为基准线.
设置一组穿过圆心的直线作为检测线，在检测线上随机截取分布在直线上的多个像素点，检测线之间的夹角为预设的间隔区间值；
对每条检测线上截取的像素点的像素值进行平均，并与事先存储的指针样本指针像素值进行比较，选择最接近的前N条直线，对选择出的直线，继续添加像素点并使像素点的分布覆盖指针的全部半径；
再次计算添加后每条检测线的全部像素点平均值并与指针样本指针像素值进行比较，选择最接近的前M条检测线，计算这些检测线与所述基准线的夹角，取均值作为识别夹角值；
根据识别夹角值计算出指针读数。
本发明适用于指针式仪表盘,对于多数指针式仪表盘的边界为矩形、扇形或半圆形。由于仪表盘的显示亮度和色彩与它周围所处环境通常存在较大区别，边界非常明显，对于仪表盘的边界识别相对简单，例如采用梯度算法、边界识别法等都可以实现对仪表盘的边界识别从而识别出仪表盘。
例如可以采用如下方式对输入图样中的仪表盘1进行识别: 将输入图像分块并计算各块的亮度均值; 取各块的均值，找出其中与其它块亮度之差最大的P个区域,
判断P个区域是否空间位置相连,是则将拼接后的P个区域整体图像与仪表盘样本比较识别;
否则进一步找出亮度之差最大的P个区域中,空间位置相连的总面积最大的Q个区域, 将拼接后的Q个区域整体图像与仪表盘样本比较识别;所述P大于Q且均为正整数。
采用上述方式，寻找图片中亮度最大的区域，可以快速找出仪表盘1，并定义出仪表盘的边界，上述方式算法简单，对仪表盘仅进行轮廓识别的情况下效率较高，本发明中，对仪表盘只需要识别出较为清晰的轮廓即可，得到仪表盘的中轴线和底部边界，以进行后续识别。
除圆形仪表盘外，其他各种仪表盘都具备一条底部边界2，对于扇形仪表盘，底部边界2为弧形，矩形和半圆形仪表盘，底部边界2为线段；将底部边界2的两个端点连接得到底部线段，仪表盘的零刻度线基本与此底部线段平行。
利用底部线段识别的方式不适用于圆形仪表盘。对于圆形仪表盘的零刻度线方向，可以采用其他方式。
在识别出仪表盘后，首先需要识别指针的转轴3，对于绝大多数指针式仪表盘，指针转轴都具有如下两个特点：
位于待识别的仪表盘中轴线6上，转轴的标示形状成圆形。
因此识别转轴可以在识别出仪表盘的基础上，在仪表盘的中轴线位置附近进行识别，例如以仪表盘中轴线6为轴，在拍摄图像上按照不同高度构造出多个宽度大于转轴直径的窗口，每一窗口逐一进行识别。
识别时可以进行整体圆形识别，也可以以识别出的仪表盘中轴线6为轴心，向左右分别扩散宽度形成矩形识别区，将矩形识别区从上到下划分为多个矩形窗口，对每一矩形窗口识别，在任意窗口发现弧形边界后，进一步判断该弧形边界的半径与转轴标示形状的半径差值在误差范围内，是则再与样本比较进行图形识别，否则继续识别其他矩形窗口。
弧形边界的半径与转轴标示形状的半径差值在误差范围内，则调取该弧形边界的圆心为中心的附近图样与样本进行比较，比较一致则对转轴的轴心进行标定。
由于矩形窗口通常不会覆盖整个圆形图案，因此利用弧形识别寻找圆形图案，仪表盘中可能存在不同的圆形图案，并非所有圆形都是转轴，通过将识别固定在仪表盘的中轴线可以筛出大部分非转轴的圆形图案，再通过半径计算和图样识别可以最终确定转轴。图样识别仅用于验证，采用上述弧形识别方式实际进行了图像粗筛选，从而提高了验证速度；而且在大多数情况下，验证结果与前面的识别结果一致。
对于不具备在表盘上可见的圆形转轴的仪表盘,需要首先判断出转轴轴心,可以采用如下递归算法:
在初始时刻,采用图像比对方法识别出指针并记录当前指针轴线方向A1,识别出指针后,跟踪指针转动,设置转动角度阈值P,当指针转动超过转动角度阈值P时, 识别并记录当前指针轴线方向A2,计算出A1和A2的交点,作为当前转轴轴心C12;初始识别完成，后续可以利用C12坐标作为转轴轴心进行指针的读数计算。
后续识别中，当对指针轴线方向的计算结果显示指针转动再次超过转动角度阈值P时,再次采用图像比对方法识别并记录当前指针轴线方向A3,计算A3和之前指针轴线方向A2的交点C23,取C12和C23的横纵坐标均值,作为下一次识别时的转轴轴心;
以此类推,只要指针转动超过转动角度阈值P,即采用图像比对方法判断比对指针轴线方向,计算当前指针轴线方向A(k)和上一次识别时的指针轴线 方向A(k-1)的交点,并与上一次识别判断的转轴轴心坐标均值作为下一次识别时的转轴轴心。
采用上述方式，根据指针的转动识别对转轴轴心进行智能化学习更新，对于仪表或摄像头由于外界原因的抖动造成的轴心偏移能够迅速修正，设置转动角度阈值P可以避免即时的图像比对，减少了计算量和数据传输量；所述转动角度阈值P一般设置为1度左右。
识别出轴心后，以轴心为圆心，设置一条穿过轴心，并与仪表盘的底部线段平行的直线作为基准线。该基准线即仪表盘底部的刻度线。
多数仪表盘底部具有如图1所示的底部刻度线5，即使仪表盘底部不存在刻度线或如图1所示的平行于底部边界2的底部刻度线5，只要确定了底部边界2走向，根据后续识别出的指针方向与底部边界2走向的夹角，也能确定指针读数。
识别出底部刻度线5和转轴后，设定间隔区间，该间隔区间以表盘指针4的宽度决定，一般为0.2-1.5度范围内，选择一组穿过圆心的直线作为检测线7，相邻直线之间的夹角为间隔区间，在检测线7上随机截取分布在直线上的多个像素点，例如指针4长度为R，实际情况中，以转轴圆心为圆点，优选首先识别长度为0.1-0.5R半径范围内，此范围内一般指针较粗，且由于距离圆心较近，检测线容易被指针4针身本身覆盖。
利用指针上图像色彩一致的特点，对指针像素进行判断，虽然在仪表盘中可能存在其他与指针色彩一致的区域，但不可能在整条指针长度范围内存在这样的区域，例如一般指针是白色，那么表盘的背景颜色全部或大部为黑色，以利于肉眼观察。
结合以上特点，可以采用如下方式判断：对每条直线上像素点的像素值进行平均，并与事先存储的样本指针像素值进行比较，选择最接近的前N条直线，对选择出的直线，继续添加选择像素点，二次选择出的像素点在不与第一次选择重复的基础上，应覆盖全部指针长度，并保持一定的均匀性，例如每隔5个像素点选取一点，继续进行验证。在这些检测线中，选择最接近样本指针像素值的前M条检测线，计算这些检测线与所述基准线的夹角，取均值作为识别夹角值；M和N可以实现设定，并且M不大于N。
得到指针与基准线的夹角后，根据预先指针表盘的刻度分布，可以容易计算出此时指针的读数。采用这种识别夹角并计算的方式，相对图像样本的一一对比，可以显著提高识别速度。
可以在所述步骤S6中,定义一个像素阈值, 识别完成后，当检测区间内所有检测线的像素值都小于该像素阈值时,启动报警程序,并扩大检测区间与基准线之间的夹角范围。采用该优选实施方式，可以认定指针已经偏出识别区域，意味着指针读数极不正常，可以先启动报警程序。
本发明通过对指针式仪表通常图样的具体分析，预先对样本和输入图样进行分析，减少输入样本数量和样本比对所需要的大量计算，提高了识别速度，便于对仪表读数迅速作出识别判断。
前文所述的为本发明的各个优选实施例，各个优选实施例中的优选实施方式如果不是明显自相矛盾或以某一优选实施方式为前提，各个优选实施方式都可以任意叠加组合使用，所述实施例以及实施例中的具体参数仅是为了清楚表述发明人的发明验证过程，并非用以限制本发明的专利保护范围，本发明的专利保护范围仍然以其权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (7)

1.一种指针式仪表读数识别方法，其特征在于，包括如下步骤：
S1设置样本库，所述样本库包括仪表盘样本，转轴样本及指针的样本像素值；
S2对仪表盘识别；识别出仪表盘的中轴线和底部线段；
S3识别转轴轴心；
S4识别出轴心后，以轴心为圆心，设置一条穿过轴心，并与仪表盘的底部线段平行的直线作为基准线；
S5设置一组穿过圆心的直线作为检测线,检测线与基准线之间的夹角范围至少覆盖所述指针式仪表的检测区间,在检测线上随机截取分布在直线上的多个像素点，检测线之间的夹角为预设的间隔区间值；
S6对每条检测线上截取的像素点的像素值进行平均，并与事先存储的指针样本指针像素值进行比较，选择最接近的前N条直线，对选择出的直线，继续添加像素点并使像素点的分布覆盖指针的全部半径；
再次计算添加后每条检测线的全部像素点平均值并与指针样本指针像素值进行比较，选择最接近的前M条检测线，计算这些检测线与所述基准线的夹角，取均值作为识别夹角值；
S7根据识别夹角值计算出指针读数。
2.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S3具体为：在识别出的仪表盘中轴线上，识别圆形图形；识别出圆形图形后，以圆心为中心扩散出与转轴样本相同的区域进行图形识别，从而判断出转轴及其轴心。
3.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S6中,定义一个像素阈值,步骤S6中识别完成后，当检测区间内所有检测线的像素值都小于该像素阈值时,启动报警程序,并扩大检测区间与基准线之间的夹角范围。
4.如权利要求2所述的指针式仪表读数识别方法，其特征在于，所述步骤S3中对圆形图形的识别具体为：
以识别出的仪表盘中轴线为轴心，向左右分别扩散宽度形成矩形识别区，将矩形识别区从上到下划分为多个矩形窗口，对每一矩形窗口识别，在任意窗口发现弧形边界后，进一步判断该弧形边界的半径与转轴标示形状的半径差值在误差范围内，是则再与样本比较进行图形识别，否则继续识别其他矩形窗口。
5.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S3具体为：
在初始时刻,采用图像比对方法识别出指针并记录当前指针轴线方向A1,识别出指针后,跟踪指针转动,设置转动角度阈值P,当指针转动超过转动角度阈值P时, 识别并记录当前指针轴线方向A2,计算出A1和A2的交点,作为当前转轴轴心C12;
后续识别中，当对指针轴线方向的计算结果显示指针转动再次超过转动角度阈值P时,再次采用图像比对方法识别并记录当前指针轴线方向A3,计算A3和之前指针轴线方向A2的交点C23,取C12和C23的横纵坐标均值,作为下一次识别时的转轴轴心;
以此类推,只要指针转动超过转动角度阈值P,即采用图像比对方法判断比对指针轴线方向,计算当前指针轴线方向A(k)和上一次识别时的指针轴线方向A(k-1)的交点,并与上一次识别判断的转轴轴心坐标均值作为下一次识别时的转轴轴心。
6.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S6中,首先截取分布在各个检测线上以转轴圆心为起点,长度为0.1-0.5R半径范围内的像素点。
7.如权利要求1所述的指针式仪表读数识别方法，其特征在于，所述步骤S2中, 对仪表盘的识别为:输入图像分块并计算各块的亮度均值;取各块的均值，找出其中与其它块亮度之差最大的P个区域,
判断P个区域是否空间位置相连,是则将拼接后的P个区域整体图像与仪表盘样本比较识别;
否则进一步找出亮度之差最大的P个区域中,空间位置相连的总面积最大的Q个区域,将拼接后的Q个区域整体图像与仪表盘样本比较识别;所述P大于Q且均为正整数。
CN201910776215.5A 2019-08-22 2019-08-22 一种指针式仪表读数识别方法 Active CN110490145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910776215.5A CN110490145B (zh) 2019-08-22 2019-08-22 一种指针式仪表读数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910776215.5A CN110490145B (zh) 2019-08-22 2019-08-22 一种指针式仪表读数识别方法

Publications (2)

Publication Number Publication Date
CN110490145A CN110490145A (zh) 2019-11-22
CN110490145B true CN110490145B (zh) 2021-09-17

Family

ID=68552717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910776215.5A Active CN110490145B (zh) 2019-08-22 2019-08-22 一种指针式仪表读数识别方法

Country Status (1)

Country Link
CN (1) CN110490145B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368821B (zh) * 2020-03-07 2022-06-17 苏州浪潮智能科技有限公司 一种普通仪表智能化改造装置
CN111598109B (zh) * 2020-05-07 2022-07-22 国网四川省电力公司电力科学研究院 一种变电站指针仪表读数智能识别方法
CN111985468A (zh) * 2020-08-27 2020-11-24 江苏提米智能科技有限公司 一种码表指针数值检测方法、装置、电子设备及存储介质
CN112418222B (zh) * 2020-12-07 2023-07-25 安徽江淮汽车集团股份有限公司 车载液晶组合量表识别方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714329A (zh) * 2013-12-31 2014-04-09 长安大学 一种仪表指针识别的检测算法
CN105740829A (zh) * 2016-02-02 2016-07-06 暨南大学 一种基于扫描线处理的指针式仪表自动读数方法
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
CN108629347A (zh) * 2018-03-14 2018-10-09 武汉科技大学 变电站宽刻度指针式仪表自动识别方法
TWI669512B (zh) * 2018-08-30 2019-08-21 國家中山科學研究院 Method for reading the display value of arrow type and needle type meter by computer vision

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714329A (zh) * 2013-12-31 2014-04-09 长安大学 一种仪表指针识别的检测算法
CN105740829A (zh) * 2016-02-02 2016-07-06 暨南大学 一种基于扫描线处理的指针式仪表自动读数方法
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
CN108629347A (zh) * 2018-03-14 2018-10-09 武汉科技大学 变电站宽刻度指针式仪表自动识别方法
TWI669512B (zh) * 2018-08-30 2019-08-21 國家中山科學研究院 Method for reading the display value of arrow type and needle type meter by computer vision

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于对称性特征的指针仪表识别;项导，林欢;《机械设计与制造工程》;20180630;第47卷(第6期);第114-118页 *
基于扫描线处理的指针式仪表快速读数算法;孔锐 等;《计算机工程与科学》;20170731;第39卷(第7期);第1309-1316页 *

Also Published As

Publication number Publication date
CN110490145A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110490145B (zh) 一种指针式仪表读数识别方法
CN105913093B (zh) 一种用于文字识别处理的模板匹配方法
US9087258B2 (en) Method for counting objects and apparatus using a plurality of sensors
CN104008399B (zh) 一种仪表检测中基于支持向量机的仪表指针抖动的识别方法
CN107239742B (zh) 一种仪表指针刻度值计算方法
CN104657711B (zh) 一种鲁棒的指针式仪表读数自动识别方法
JP2011506989A (ja) 基準画像との比較による収集画像の評価方法
CN105139384B (zh) 缺陷胶囊检测的方法和装置
JP2009524884A (ja) 画像内の照明域を識別する方法及びシステム
CN113643276B (zh) 一种基于统计分析的纺织物纹理缺陷自动检测方法
CN101592621A (zh) 一种使用折射栅格光源检验玻璃瓶表面缺陷及内部缺陷的自动光学检验设备
CN107644538A (zh) 交通信号灯的识别方法及装置
CN102027316A (zh) 具有任意几何形状的物体的外形的获取
CN114972531B (zh) 一种角点检测方法、设备及可读存储介质
CN108830184A (zh) 黑眼圈识别方法及装置
CN102095370B (zh) 三x组合标记的检测识别方法
CN114663744A (zh) 基于机器学习的仪表自动识别方法及系统
JP7058170B2 (ja) タイヤ金型サイドプレートの検査方法
CN107765463B (zh) 一种仪表盘液晶屏的检测方法
CN107239743B (zh) 一种基于投影法的刻度线读数自动检测方法
CN111814918B (zh) 一种合作靶标及靶标识别方法
CN112036391B (zh) 一种基于页岩气田生产站场的电子巡检方法及系统
CN109285187A (zh) 一种基于道路监控视频图像的最远可见点检测方法
CN109784257B (zh) 一种变压器温度表检测与识别方法
JP7091635B2 (ja) 対象物検出器、画像解析装置、対象物検出方法、画像解析方法、プログラム、及び、学習データ

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Ma Mei

Inventor after: Zhang Yue

Inventor after: Ye Youming

Inventor after: Fang Yuan

Inventor after: Yang Tianlong

Inventor after: Tang Na

Inventor after: Qin Li

Inventor after: Liu Jiajia

Inventor after: He Lin

Inventor after: Yang Luoyuan

Inventor before: Ma Mei

Inventor before: Zhang Yue

Inventor before: Ye Youming

Inventor before: Fang Yuan

Inventor before: Yang Tianlong

Inventor before: Tang Na

Inventor before: Qin Li

Inventor before: Liu Jiajia

Inventor before: He Lin

Inventor before: Yang Luoyuan

GR01 Patent grant
GR01 Patent grant