CN110942058A - 一种基于ccd机器视觉识别的仪表数据读取方法 - Google Patents

一种基于ccd机器视觉识别的仪表数据读取方法 Download PDF

Info

Publication number
CN110942058A
CN110942058A CN201910703868.0A CN201910703868A CN110942058A CN 110942058 A CN110942058 A CN 110942058A CN 201910703868 A CN201910703868 A CN 201910703868A CN 110942058 A CN110942058 A CN 110942058A
Authority
CN
China
Prior art keywords
image
numerical value
data
instrument
machine vision
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.)
Withdrawn
Application number
CN201910703868.0A
Other languages
English (en)
Inventor
刘展海
何伟
刘展航
禤桂勇
何国源
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.)
Guangdong Interactive Electronic Network Media Co Ltd
Original Assignee
Guangdong Interactive Electronic Network Media 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 Guangdong Interactive Electronic Network Media Co Ltd filed Critical Guangdong Interactive Electronic Network Media Co Ltd
Priority to CN201910703868.0A priority Critical patent/CN110942058A/zh
Publication of CN110942058A publication Critical patent/CN110942058A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于CCD机器视觉识别的仪表数据读取方法,包括以下步骤,第一步对图像采集进行采集,第二步对图像清晰度判定,选取清晰度高的传送分析,第三步对源图像进行图像预处理,得到二值化图像,第四步是提取图像轮廓和数值,方便读数;第五步通过指针或者是示数进行读取数值,第六步对数据的归类、存储、传输和显示。本发明通过CCD摄像头识别读取输出数据,实现无线连接获取数据的技术;采用Canny方边检测方法,然后通过Honny变换方法对直线进行检测,可以开始的对图像进行处理;通过RILBP特征对字符进行特征的提取,识别仪表上的数值,不需要后续的大量计算;可以对数值仪表进行数据的读取。

Description

一种基于CCD机器视觉识别的仪表数据读取方法
技术领域
本发明涉及机器视觉及自动化控制技术领域,具体涉及一种基于CCD机器视觉识别的仪表数据读取方法。
背景技术
由于设备技术的不断发展,传统设备在功能设计上跟不上现有技术的更新换代,多数不支持网络化和数字化控制。目前大多数非网络化和数字化的工业设备上,均设有传统的仪器仪表,以显示该设备的工作状况或状态。但是该设备及其仪器仪表,其显示的数据并没有通过数字化处理,其数据读取数依靠现场人工读取或者另行接线读取,不能被自动化控制系统等数字化、网络化系统读取,因此,无法对其进行远程控制。传统设备由于设计上的缺陷,没有预留外置接口也导致其运行数据无法读取。而如果要使其能够实现联网读取,则需要对现有设备进行改装、更换支持网络通信的数字化仪器仪表,成本高而且容易影响原设备的构造和工作。
由于传统非网络化、数字化设备的运行数据的上述现场读取方式,需要人工现场监控设备运行状态,当设备出现运行故障时无法在远程及时发现和排除,不能进行集中化管理,造成工厂管理效率低下,影响设备生产的稳定性,以及工厂效益的提高。由于新技术设备价格高,购置新设备成本高,导致工厂现用的设备还处在管理水平低下的现状。
目前全球有数千万台传统设备仍在使用中,但由于传统设备在技术和硬件方面的不足,效益、效率无法达到最大化,研究传统设备往智能化方向发展更有必要性,可大幅度降低生产成本以及提高工作效率,提升生产效益,而视觉识别读取数据相对于传统仪表数据读取方法就显得更方便快捷且应用范围更广阔。
目前CCD机器视觉识别的仪表数据读取方法的检测过程都是对图像的采集、对图像的预处理和数值的读取,基本上在对图像预处理的时候都是采用的是二值化图像的预处理、图像轮廓提取和指针的识别等技术实现对仪表的数值读取。中国发明申请CN107038447 A公开了一种基于机器视觉的指针式仪表识别方法,包括:1)原始图像采集并上传;2)对图像信息进行预处理得到二值化图像;3)刻度轮廓的提取,刻度圆拟合与展开,得到特殊点位置;4)提取指针,获得指针轮廓;5)指针细化;6)确定基准点;7)拟合指针直线段;8)读数读取;9)设计仪表数据的数据库表。该发明利用机器视觉技术替代人工读取指针式仪表的示数读取,通过对仪表图像的一系列图像处理和计算,较为准确的读取仪表的示数,实现仪表数读取的自动化。
但是对于上述专利中仍然存在有以下问题:1、对于图像的采集不稳定、不准确:在实际生产操作中,由于设备震动等原因,图像的采集往往是不稳定的,可能会因为设备震荡的原因造成图像的拍摄模糊,这样就使得后续在对图像的预处理、轮廓提取和指针识别的时候都会造成极大地困扰,甚至是数据错误;2、适用范围较窄,现有设备中有大部分采用数值显示仪表,这样对于上述专利来说就不能够实现数据的读取;3、上述专利的技术中对仪表盘上的刻度进行提取出来,只是通过指针的位置进行计算数值,这样可能会和仪表上的数值相差较大,对数值造成一定的错误。4、其采用摄像头、PC机的拓扑结构,不适合现场监控大量设备的仪器仪表。
针对现有的CCD机器视觉识别的仪表数据读取方法的上述不足,我们提出一种基于CCD机器视觉识别的仪表数据读取方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于CCD机器视觉识别的仪表数据读取方法,以克服现有技术中存在的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于CCD机器视觉识别的仪表数据读取方法,其特征在于:包括如下步骤:
S1、图像采集:设置一CCD现场拍摄装置,和/或设置一与其连接的前端服务器,通过装置上的摄像头进行对传统仪器仪表显示器进行拍摄,然后将拍摄的图片作为原图像传输至该前端服务器或远程服务器,由其对图像进行分析;
S2、图像清晰度确认:所述的服务器先对图像的清晰度进行判定,当判定清晰度足够时,即能够准确显示仪表上的各个数值线条时、进入下一步;当判定图像清晰度不够的时候,由CCD现场拍摄装置进行重新拍摄;
S3、图像预处理:所述的服务器进行图形预处理,得到二值化图像,采用线性灰度函数对源图像进行灰度处理,然后对灰度图像进行锐化,并且计算出图像的阀值,然后对图像进行增强、滤波和除杂,最后将源图像转化得到二值化图像;
S4、提取图像轮廓和数值:自动选取图像的读数采集区,通过Canny方边检测方法检测出图像的边缘,然后通过Honny变换方法对直线进行检测,然后将提取的字符RILBP特征,进行归一化处理,在字符经过标准化处理后,通过对比数据库得到字符数值;
S5、读取数值:对数值仪表盘的数值,图像在二进制化后,垂直投影和水平投影被创建,对数值的黑色素之和进行检测,然后检测出来数值仪表盘的数值,对于指针仪表需要找到指针的倾斜位置,然后在对指针进行检测,然后读取数值;
S6、数据的归类、存储、传输和显示:前端服务器将读取的数据进行归类,然后通过网络将读取的归类数值传输给远程服务器,并且将数值存储在对应数据库内,或同时将该归类数值在设定显示器上进行显示。
所述步骤S2中在对图像清晰度检测中,采用的方法是图像进行失焦检测,确定图片的清晰程度,确定图像能够清晰的显示处各个线条。
所述步骤S3的图像预处理,将图像分检出来交给识别模块识别,然后对图像进行清晰提升和二值转换,再对图像进行预处理后,再对输入图像进行特征抽取、分割和匹配等处理。
所述步骤S4对于图像的读取区域需要在远程服务器上进行自动的选取,以及在对图像的最大容忍白噪声的值为0.2。
所述步骤S5内在对数值进行取值的时候需要对指针进行范围选取,然后通过最小距离拟合直线方程确定指针指向方向,以及对与数值仪表需要控制直线的最小尺寸和厚度,使得区域内的黑色像素的比例来判断区域的活跃度,进而确定数值。
所述步骤S6对与数值的传输,是通过无线设备传输到远程服务器上,且同时保存在数据库内,以及将数值直接显示在设定的显示器上方便观测。
所述步骤S6对与数值归类方法,是根据预设的传统仪器仪表显示器显示属性区域内的数值对应的数据类型进行树状分类,该数据类型包括物理量、物质成分、物性参数。
本发明的技术效果和优点:
1.本发明通过设置现场拍照装置、前端服务器、远程服务器的拓扑结构,可以实现对大量的传统工业设备的运行状态数字化采集、集中控制(50台及以上),便于按照生产车间或者生产线进行设置和集中控制,且识别效率高、方便快捷,通过摄像头识别读取输出数据,从而实现无线连接获取数据的技术,解决数据线路故障、接口故障、硬件功能设计缺陷等导致无法获取数据的问题;
2.本发明采用Canny方边检测方法,然后通过Honny变换方法对直线进行检测,可以开始的对图像进行选取和处理,便于后续对图像的增强、滤波和二值转化,使得图像可以便于对数值的读取;
3.本发明通过RILBP特征对字符进行特征的提取,并且与数据库中的字符进行对比,使得仪表上的各个数值再被指针指到的时候能够直接的将数值读取到,不需要后续的大量计算;
4.本发明还可以对数值仪表进行数据的读取,使得仪表的使用不再局限于指针仪表,应用范围宽。
附图说明
图1为本发明的各部分组成结构示意图;
图2为本发明的拍摄方法流程框图;
图3为本发明的图像识别读数流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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:
请参见图1-图3,本发明提供的基于CCD机器视觉识别的仪表数据读取方法,包括如下步骤:
S1、图像采集:设置一CCD现场拍摄装置,和/或设置一与其连接的前端服务器,通过装置上的摄像头进行对传统仪器仪表显示器进行拍摄,然后将拍摄的图片作为原图像传输至该前端服务器或远程服务器,由其对图像进行分析;
S2、图像清晰度确认:所述的服务器先对图像的清晰度进行判定,当判定清晰度足够时,即能够准确显示仪表上的各个数值线条时、进入下一步;当判定图像清晰度不够的时候,由CCD现场拍摄装置进行重新拍摄;
S3、图像预处理:所述的服务器进行图形预处理,得到二值化图像,采用线性灰度函数对源图像进行灰度处理,然后对灰度图像进行锐化,并且计算出图像的阀值,然后对图像进行增强、滤波和除杂,最后将源图像转化得到二值化图像;
S4、提取图像轮廓和数值:自动选取图像的读数采集区,通过Canny方边检测方法检测出图像的边缘,然后通过Honny变换方法对直线进行检测,然后将提取的字符RILBP特征,进行归一化处理,在字符经过标准化处理后,通过对比数据库得到字符数值;
S5、读取数值:对数值仪表盘的数值,图像在二进制化后,垂直投影和水平投影被创建,对数值的黑色素之和进行检测,然后检测出来数值仪表盘的数值,对于指针仪表需要找到指针的倾斜位置,然后在对指针进行检测,然后读取数值;
S6、数据的归类、存储、传输和显示:前端服务器将读取的数据进行归类,然后通过网络将读取的归类数值传输给远程服务器,并且将数值存储在对应数据库内,或同时将该归类数值在设定显示器上进行显示。
所述步骤S2中在对图像清晰度检测中,采用的方法是图像进行失焦检测,确定图片的清晰程度,确定图像能够清晰的显示处各个线条。
所述步骤S3的图像预处理,将图像分检出来交给识别模块识别,然后对图像进行清晰提升和二值转换,再对图像进行预处理后,再对输入图像进行特征抽取、分割和匹配等处理。
所述步骤S4对于图像的读取区域需要在远程服务器上进行自动的选取,以及在对图像的最大容忍白噪声的值为0.2。
所述步骤S5内在对数值进行取值的时候需要对指针进行范围选取,然后通过最小距离拟合直线方程确定指针指向方向,以及对与数值仪表需要控制直线的最小尺寸和厚度,使得区域内的黑色像素的比例来判断区域的活跃度,进而确定数值。
所述步骤S6对与数值的传输,是通过无线设备传输到远程服务器上,且同时保存在数据库内,以及将数值直接显示在设定的显示器上方便观测。
所述步骤S6对与数值归类方法,是根据预设的传统仪器仪表显示器显示属性区域内的数值对应的数据类型进行树状分类,该数据类型包括物理量、物质成分、物性参数。
通过上述技术方案,失焦的主要表现就是画面模糊,衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。需要注意的是梯度信息与每一个视频本身的特点有关系,如果画面中本身的纹理就很少,即使不失焦,梯度统计信息也会很少,对监控设备失焦检测需要人工参与的标定过程,由人告诉计算机某个设备正常情况下的纹理信息是怎样的。
较佳的,所述步骤S4对于图像的读取区域需要在远程服务器上进行自动的选取,以及在对图像的最大容忍白噪声的值为0.2。
通过上述技术方案,该处的选取读数区域,可以使得对图像的处理范围较小,处理的速度快,且也可以使用设备自行对图像的进行选取,但是选取的范围较大,对于处理的速度较慢,且最大容忍白噪声的值为0.2的设定可以使得处理速度快,且能够提高准确度。
较佳的,所述步骤S5内在对数值进行取值的时候需要对指针进行范围选取,然后通过最小距离拟合直线方程确定指针指向方向,以及对与数值仪表需要控制直线的最小尺寸和厚度,使得区域内的黑色像素的比例来判断区域的活跃度,进而确定数值。
通过上述技术方案,该处通过拟合圆来确定指针轮廓,然后确定基准点,然后通过圆心与拟合方程和指针细化的直线方程的交点方向既是指针的指向方向
较佳的,所述步骤S6对与数值的传输通过无线设备传输到设备控制远程服务器上,且同时保存在数据库内,以及需要将数值直接显示在设备的显示器上进行观测。
通过上述技术方案,该处的数据存储可以方便以后对数据的是提取查看,并且显示器的设定可以方便对数值的直接观察,进而对设备的调节。
具体实施例中,各工作步骤的操作要点为:
第一步对图像采集,通过CCD现场拍摄装置上的摄像头进行对仪表显示器进行拍摄,然后将拍摄的图片作为原图像传输至远程服务器或者是前端服务器的处理器,对图像进行分析,因为近距离的拍摄,摄像头的选取可以不必过于精密,但是需要座防抖动的设置,可以提高图像的清晰度,且图像的传输可以通无线进行传输;
第二步对图像清晰度确认,先对图像的清晰度进行确定,当清晰度足够到的时候,既能够准确显示仪表上的各个数值线条为准,当图像清晰度不够的时候,进行重新拍摄,在图像传输给远程服务器的时候,远程服务器会做出相应的清晰度检测,因为晃动造成模糊的图像需要重新拍摄,以提高的对图像的处理分析以及后续数值的读取的准确度;
第三步对图像预处理,得到二值化图像,采用线性灰度函数对源图像进行灰度处理,然后对灰度图像进行锐化,并且计算出图像的阀值,然后对图像进行增强、滤波和除杂,最后将源图像转化得到二值化图像,在对源图像进行锐化得到图像的边缘,且各个阀值的计算可以对图像的大量的计算确定图像的内容,在对图像进行除噪处理后再进行二值转化;
第四步进行提取图像轮廓和数值,自动选取图像的读数采集区,通过Canny方边检测方法检测出图像的边缘,然后通过Honny变换方法对直线进行检测,然后将提取的字符RILBP特征,进行归一化处理,在字符经过标准化处理后,通过对比数据库得到字符数值,Canny方边检测方法检测处图像的边缘后再通过Honny变换方法对图像的内容进行提取,并且取得内容的特征,进行比较;
第五步进行读取数值,对数值仪表盘的数值,图像在二进制化后,垂直投影和水平投影被创建,对数值的黑色素之和进行检测,然后检测出来数值仪表盘的数值,对于指针仪表需要找到指针的倾斜位置,然后在对指针进行检测,然后读取数值,十字投影是规范化的每个行和列的黑色素之和,这些过程的返回零值或者接近它的分离列或行的开始和结尾;
第六步对数据的归类、存储、传输和显示,CCD装置或前端服务器可以通无线传输将读取的数值传输给远程服务器,并且将数值存储在数据库内,方便后续对数值的查看,以及将数值直接在设定显示器上进行数值的显示,该处的数值的存储可以方便对数值的抽调查看。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于CCD机器视觉识别的仪表数据读取方法,其特征在于:包括如下步骤:
S1、图像采集:设置一CCD现场拍摄装置,和/或设置一与其连接的前端服务器,通过装置上的摄像头进行对传统仪器仪表显示器进行拍摄,然后将拍摄的图片作为原图像传输至该前端服务器或远程服务器,由其对图像进行分析;
S2、图像清晰度确认:所述的服务器先对图像的清晰度进行判定,当判定清晰度足够时,即能够准确显示仪表上的各个数值线条时、进入下一步;当判定图像清晰度不够的时候,由CCD现场拍摄装置进行重新拍摄;
S3、图像预处理:所述的服务器进行图形预处理,得到二值化图像,采用线性灰度函数对源图像进行灰度处理,然后对灰度图像进行锐化,并且计算出图像的阀值,然后对图像进行增强、滤波和除杂,最后将源图像转化得到二值化图像;
S4、提取图像轮廓和数值:自动选取图像的读数采集区,通过Canny方边检测方法检测出图像的边缘,然后通过Honny变换方法对直线进行检测,然后将提取的字符RILBP特征,进行归一化处理,在字符经过标准化处理后,通过对比数据库得到字符数值;
S5、读取数值:对数值仪表盘的数值,图像在二进制化后,垂直投影和水平投影被创建,对数值的黑色素之和进行检测,然后检测出来数值仪表盘的数值,对于指针仪表需要找到指针的倾斜位置,然后在对指针进行检测,然后读取数值;
S6、数据的归类、存储、传输和显示:前端服务器将读取的数据进行归类,然后通过网络将读取的归类数值传输给远程服务器,并且将数值存储在对应数据库内,或同时将该归类数值在设定显示器上进行显示。
2.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S2中在对图像清晰度检测中,采用的方法是图像进行失焦检测,确定图片的清晰程度,确定图像能够清晰的显示处各个线条。
3.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S3的图像预处理,将图像分检出来交给识别模块识别,然后对图像进行清晰提升和二值转换,再对图像进行预处理后,再对输入图像进行特征抽取、分割和匹配等处理。
4.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S4对于图像的读取区域需要在远程服务器上进行自动的选取,以及在对图像的最大容忍白噪声的值为0.2。
5.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S5内在对数值进行取值的时候需要对指针进行范围选取,然后通过最小距离拟合直线方程确定指针指向方向,以及对与数值仪表需要控制直线的最小尺寸和厚度,使得区域内的黑色像素的比例来判断区域的活跃度,进而确定数值。
6.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S6对与数值的传输,是通过无线设备传输到远程服务器上,且同时保存在数据库内,以及将数值直接显示在设定的显示器上方便观测。
7.根据权利要求1所述的基于CCD机器视觉识别的仪表数据读取方法,其特征在于:所述步骤S6对与数值归类方法,是根据预设的传统仪器仪表显示器显示属性区域内的数值对应的数据类型进行树状分类,该数据类型包括物理量、物质成分、物性参数。
CN201910703868.0A 2019-07-31 2019-07-31 一种基于ccd机器视觉识别的仪表数据读取方法 Withdrawn CN110942058A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910703868.0A CN110942058A (zh) 2019-07-31 2019-07-31 一种基于ccd机器视觉识别的仪表数据读取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910703868.0A CN110942058A (zh) 2019-07-31 2019-07-31 一种基于ccd机器视觉识别的仪表数据读取方法

Publications (1)

Publication Number Publication Date
CN110942058A true CN110942058A (zh) 2020-03-31

Family

ID=69905860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910703868.0A Withdrawn CN110942058A (zh) 2019-07-31 2019-07-31 一种基于ccd机器视觉识别的仪表数据读取方法

Country Status (1)

Country Link
CN (1) CN110942058A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783727A (zh) * 2020-07-15 2020-10-16 深圳航天智慧城市系统技术研究院有限公司 基于机器视觉与边缘计算技术的自动化抄表方法与系统
CN114676957A (zh) * 2022-01-27 2022-06-28 福建瑞达精工股份有限公司 一种钟表产品装配质量数据分析系统
CN115190271A (zh) * 2022-06-28 2022-10-14 慧之安信息技术股份有限公司 基于边缘计算的煤矿开发安全监控方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783727A (zh) * 2020-07-15 2020-10-16 深圳航天智慧城市系统技术研究院有限公司 基于机器视觉与边缘计算技术的自动化抄表方法与系统
CN111783727B (zh) * 2020-07-15 2023-12-26 深圳航天智慧城市系统技术研究院有限公司 基于机器视觉与边缘计算技术的自动化抄表方法与系统
CN114676957A (zh) * 2022-01-27 2022-06-28 福建瑞达精工股份有限公司 一种钟表产品装配质量数据分析系统
CN115190271A (zh) * 2022-06-28 2022-10-14 慧之安信息技术股份有限公司 基于边缘计算的煤矿开发安全监控方法

Similar Documents

Publication Publication Date Title
CN110119680B (zh) 一种基于图像识别的电气柜接线自动查错系统
CN110942058A (zh) 一种基于ccd机器视觉识别的仪表数据读取方法
CN112149667A (zh) 一种基于深度学习的指针式仪表的自动读数的方法
CN102915432A (zh) 一种车载微机图像视频数据提取方法及装置
CN110942059A (zh) 一种基于机器视觉识别的设备数据实时读取方法及装置
CN108460344A (zh) 屏幕中的动态区域智能识别系统及智能识别方法
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别系统
CN111899219A (zh) 一种输电线路机巡的图像识别方法及系统
CN115937101A (zh) 质量检测方法、装置、设备及存储介质
CN110807416A (zh) 适用于移动检测装置的数字式仪表智能识别装置及方法
CN113627427B (zh) 一种基于图像检测技术的仪器仪表读数方法及系统
CN202815869U (zh) 一种车载微机图像视频数据提取装置
CN104966283A (zh) 图像分层配准方法
CN113705350A (zh) 变电站的指针仪表读数识别方法、装置、介质和电子设备
CN112161984B (zh) 酒品定位方法、酒品信息管理方法、装置、设备及存储介质
CN112967224A (zh) 一种基于人工智能的电子电路板检测系统、方法及介质
CN113378663A (zh) 一种巡检指针式圆形仪表识别方法及装置
CN117079286A (zh) 一种指针仪表的识别方法和识别系统
CN115374300B (zh) 一种用于海上风电设备的多源异构数据存储方法及系统
CN116740335A (zh) 一种设备示数识别方法、装置及系统
CN115588196A (zh) 基于机器视觉的指针型仪表读数方法和装置
CN111079752A (zh) 识别红外图像中的断路器的方法、装置及可读存储介质
CN116310263A (zh) 一种指针式航空地平仪示数自动读取实现方法
Devyatkin et al. Computer vision system for image-based automated dial meter reading
CN115601564A (zh) 基于图像识别的胶体轮廓检测方法及系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200331

WW01 Invention patent application withdrawn after publication