CN110942059A - 一种基于机器视觉识别的设备数据实时读取方法及装置 - Google Patents
一种基于机器视觉识别的设备数据实时读取方法及装置 Download PDFInfo
- Publication number
- CN110942059A CN110942059A CN201910863569.3A CN201910863569A CN110942059A CN 110942059 A CN110942059 A CN 110942059A CN 201910863569 A CN201910863569 A CN 201910863569A CN 110942059 A CN110942059 A CN 110942059A
- Authority
- CN
- China
- Prior art keywords
- image
- machine vision
- box body
- real
- equipment
- 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- Withdrawn
Links
Images
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
-
- 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
- G06V10/44—Local 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
-
- 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
- G06V10/44—Local 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
- G06V10/443—Local 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 matching or filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种基于机器视觉识别的设备实时数据读取方法及装置,其包括检测仪器仪表、机器视觉识别设备、连接臂、LED显示屏、指针表、指示灯、摄像头和电源接口。所述检测仪器仪表上表面连接有旋转装置,所述旋转装置包括旋转箱体、旋转轴、连接柱、固定箱体、移动板、丝杆、旋钮、手柄和挡块。该基于机器视觉识别的设备实时数据读取方法及装置,通过机器视觉识别功能识别工厂传统的非数字化设备、仪器等的显示屏、指针、指示灯等的数据实时读取及处理,达到实时采集传统设备运行状态速度的目的,并对该生产设备进行自动化控制,可快速实现对于传统非数字化设备的自动化控制改造,而无需改动该设备本身,也无需停机改造。
Description
技术领域
本发明涉及机器视觉及设备自动化改造技术领域,具体涉及一种基于机器视觉识别的设备实时数据读取方法及装置。
背景技术
由于生产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,目前工厂设备没有数字化、自动化通信模块,其运行数据读取不能依靠数字化接口读取内部运行数据,仅依靠记载的仪器仪表或者外接的仪器仪表进行监控。而因为这些传统设备的运行状态、运行参数等数据,不能通过数字化工具进行读取,在设备出现运行故障或其他问题时,依赖于人工现场发现和处理,往往并不能不能及时发现和加以处理,容易造成设备异常、损坏,导致了设备不能被准确监控,影响了生产效率和企业效益。
同时传统设备功能设计上的缺陷,没有内置或者外置数据通信接口也是导致其运行数据无法读取的原因之一。由于采用自动化、远程控制等新技术设备价格高,购置新设备成本高,导致工厂现用的设备还处在技术水平低下的现状。
目前全球有数千万台传统非数字化、自动化的设备仍在使用中,但由于传统设备在技术和硬件方面的不足,效益、效率无法设备往自动化、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。而现有的方法是,是对传统设备进行数字化、自动化改造,通过改造传统设备结构、加入自动化控制单元,才能使其实现自动化改造。这种方法难度大、耗时长、成本高,而且需要设备停机。
目前,视觉识别读取数据相对于传统数据读取方法就显得更方便快捷且应用范围更广阔,但是尚未应用于传统设备的自动化改造领域。为此,我们提出一种基于机器视觉识别的设备实时数据读取方法及装置。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于机器视觉识别的设备实时数据读取方法及装置,具备识别效率高、方便快捷等优点,解决了传统仪器仪表或者设备的一般设有运行参数或者状态显示窗口(或者界面),但是不具有内置的数据接口,因而不能对其数据进行实时采集和自动化处理的问题,可快速实现对于传统非数字化设备的自动化控制改造,而无需改动该设备本身,也无需停机改造。
(二)技术方案
为实现上述识别效率高、方便快捷的目的,本发明提供如下技术方案:
一种基于机器视觉识别的设备数据实时读取方法,其特征在于:包括如下步骤:
S1:启动检测仪器仪表:使传统检测仪器仪表与被检测对象设备(传统的非数字化、自动化设备)进行连接,启动被检测对象设备及其机载的传统检测仪器仪表,或者与被检测对象设备连接的传统检测仪器仪表,使该传统检测仪器仪表上设置的用来显示检测对象状态的LED显示屏、指针式仪表、点位式指示灯工作,并显示被检测对象设备的状态;
S2、图像采集:设置一机器视觉识别设备,通过该设备的摄像头,水平对准传统检测仪器仪表的显示内容进行实时拍摄,然后将拍摄的图片作为原图像传输至远程服务器,由其对图像进行分析;
S3、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,由摄像头进行重新拍摄;
S4、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;
S5、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;
S6、读取数值:对数值仪表盘的数值,图像在二进制化后,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;
S7、数据的归类、存储、传输和显示:远程服务器将读取的实时数据进行归类,并且将数值存储在对应数据库内,或同时将该归类数值传输给自动化控制设备、由其调整被检测对象设备的运行状态或参数,实现对被检测对象的实时自动化控制。
所述步骤S3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S4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S5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S6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S7对与数值的传输,是通过无线设备实时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S7对与数值归类方法,是根据预设的传统检测仪器仪表的显示内容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。
一种实施前述方法的基于机器视觉识别的设备实时数据读取装置,其包括检测仪器仪表(1)及机器视觉识别设备(2)、远程服务器,其特征在于:所述的检测仪器仪表(1)设有LED显示屏(4)、指针表(5)、指示灯(6);所述的机器视觉识别设备(2)包括摄像头(7)和电源接口(8);机器视觉识别设备(2)的摄像头(7)水平对准所述的LED显示屏(4)、指针表(5)、指示灯(6);所述的检测仪器仪表(1)分别与被检测对象设备及远程服务器连接,以实时获取机器视觉识别设备(2)采集的被检测对象设备运行状态数据。
所述的机器视觉识别设备(2)还设有连接臂(3);所述检测仪器仪表(1)上表面与该连接臂(3)活动连接;所述检测仪器仪表(1)上表面还连接有旋转装置(9),所述旋转装置(9)包括旋转箱体(10)、旋转轴(11)、连接柱(12)、固定箱体(13)、移动板(14)、丝杆(15)、旋钮(16)、手柄(17)和挡块(18),所述旋转箱体(10)背部与检测仪器仪表(1)上表面固定连接,所述连接臂(3)左侧贯穿旋转箱体(10)右侧并延伸至其内部,所述连接臂(3)底部与挡块(18)顶部活动连接,所述挡块(18)底部与旋转箱体(10)内壁底部固定连接,所述连接臂(3)中轴与旋转轴(11)外圈活动连接,所述旋转轴(11)的上表面和背部分别与旋转箱体(10)内壁的上表面和背部固定连接,所述连接臂(3)左侧与连接柱(12)右侧活动套接,所述连接柱(12)左侧贯穿固定箱体(13)右侧并延伸至其内部,所述固定箱体(13)左侧与旋转箱体(10)内壁左侧固定连接,所述连接柱(12)左侧与移动板(14)右侧固定连接,所述移动板(14)的顶部和底部分别与固定箱体(13)内壁的顶部和底部活动连接,所述固定箱体(13)内壁右侧与丝杆(15)右侧活动连接,所述丝杆(15)左侧贯穿移动板(14)中轴并延伸至其左侧,所述丝杆(15)左侧贯穿固定箱体(13)左侧并延伸至其外部,所述丝杆(15)左侧与旋钮(16)右侧固定连接,所述旋钮(16)左侧与手柄(17)右侧固定连接。
所述连接臂(3)中轴开设的有通孔,所述连接臂(3)中轴开设的通孔与旋转轴(11)外圈相匹配;所述连接臂(3)左侧和顶部分别开设的有凹槽,所述连接臂(3)左侧和顶部的凹槽与连接柱(12)相匹配。
所述移动板(14)中轴设置的有螺母座,所述丝杆(15)表面设置的有丝纹,所述移动板(14)中轴的螺母座与丝杆(15)表面的丝纹相匹配;所述旋转箱体(10)的右侧和顶部开设的有轨槽,所述旋转箱体(10)右侧和顶部的轨槽与连接臂(3)外圈相匹配。
与现有技术相比,本发明具有以下有益效果:
1、本发明提供的方法及设备,可以通过机器视觉识别设备实时采集和获取被检测对象设备(传统的非数字化、自动化设备)的运行状态数据,而无需对原对象设备进行数字化接口或数字化控制改造,即可实现对其自动化、数字化监测和实时控制,成本低、效率高、易于实施;可快速实现对于传统非数字化设备的自动化控制改造,而无需改动该设备本身,也无需停机改造。
2、本发明提供的基于机器视觉识别的设备实时数据读取装置,通过机器视觉识别功能识别传统工厂的各种非数字化、自动化设备上的记载仪器仪表,或者与该设备连接的各种传统仪器仪表等的显示屏、指针、指示灯等的数据,从而达到了有效提高设备数据读取效率、数据采集速度的目的,进而达到了提高生产设备的效率的目的,从而达到了让生产设备更智能化,多元化发展的目的,进而达到了让传统设备更具可自动化控制的目的,通过摄像头识别读取输出数据,从而实现实时无线连接获取设备运行数据。
3、该基于机器视觉识别的设备实时数据读取装置,通过设置的手柄,从而使旋钮转动,进而使丝杆转动,通过设置的连接臂左侧的凹槽与连接柱相匹配,从而使移动板向左移动,进而使连接柱向左移动,从而使连接柱与连接臂分离,通过设置的连接臂中轴开设的通孔与旋转轴外圈相匹配,从而使连接臂向上转动,进而使机器视觉识别设备向上转动,从而方便了机器视觉识别设备的使用,进而方便了工作人员的检查。
附图说明
图1为本发明实施例实时数据读取装置的工作状态示意图;
图2为本发明实施例的传统检测仪器仪表立体示意图;
图3为本发明结构机器视觉识别设备立体外形结构示意图;
图4为本发明实施例实时数据读取装置的工作状态结构示意图;
图5为图4中A部的放大结构示意图。
其中:1、检测仪器仪表;2、机器视觉识别设备;3、连接臂;4、LED显示屏;5、指针表;6、指示灯;7、摄像头;8、电源接口;9、旋转装置;10、旋转箱体;11、旋转轴;12、连接柱;13、固定箱体;14、移动板;15、丝杆;16、旋钮;17、手柄;18、挡块。
具体实施方式
下面将结合本发明实施例中的附图,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。
所述实施例的示例在附图中示出,其中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。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1-4,本发明实施例提供的基于机器视觉识别的设备数据实时读取方法,其包括如下步骤:
S1:启动检测仪器仪表1:启动被检测对象设备及其机载的传统检测仪器仪表1,或使传统检测仪器仪表1与被检测对象设备进行连接(传统检测仪器仪表1为非机载、外部独立设置时),启动该传统检测仪器仪表1与被检测对象设备,使该传统检测仪器仪表1上设置的用来显示检测对象状态的LED显示屏、指针式仪表、点位式指示灯工作,并显示被检测对象设备的状态;
S2、图像采集:设置一机器视觉识别设备2,通过该设备的摄像头7,水平对准传统检测仪器仪表1的显示内容进行实时拍摄,然后将拍摄的图片作为原图像传输至远程服务器,由其对图像进行分析;
S3、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,由摄像头7进行重新拍摄;
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;
S4、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;
所述步骤S4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;
S5、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;
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;
S6、读取数值:对数值仪表盘的数值,图像在二进制化后,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;
S7、数据的归类、存储、传输和显示:远程服务器将读取的数据进行归类,并且将数值存储在对应数据库内,或同时将该归类数值传输给自动化控制设备、由其调整被检测对象设备的运行状态或参数,实现对被检测对象的自动化控制;
所述步骤S7对与数值的传输,是通过无线设备实时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S7对与数值归类方法,是根据预设的传统检测仪器仪表的显示内容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。
一种实施前述方法的基于机器视觉识别的设备实时数据读取装置,其包括被检测对象设备机载的或独立设置的检测仪器仪表1及机器视觉识别设备2、远程服务器,所述的检测仪器仪表1上设有LED显示屏4、指针表5、指示灯6;所述的机器视觉识别设备2包括摄像头7和电源接口8;机器视觉识别设备2的摄像头7水平对准所述的LED显示屏4、指针表5、指示灯6;所述的检测仪器仪表1分别与被检测对象设备及远程服务器连接,以实时获取机器视觉识别设备2采集的被检测对象设备(传统非数字化、自动化设备,设有机载的运行状态检测仪器仪表,或者与外部的检测仪器仪表相连接)运行状态数据。
机器视觉识别设备2还设有连接臂3;所述检测仪器仪表1上表面与该连接臂3活动连接;该连接臂3有一个或两个;具有两个连接臂3时、其分别位于检测仪器仪表1的上表面和背部;连接臂3背部与机器视觉识别设备2上表面固定连接。
所述的LED显示屏4位于检测仪器仪表1右侧,指针表5位于检测仪器仪表1右侧,指针表5位于LED显示屏4下方,指示灯6位于检测仪器仪表1右侧,指示灯6位于LED显示屏4下方,摄像头7位于机器视觉识别设备2左侧,电源接口8位于机器视觉识别设备2顶部。
所述检测仪器仪表1上表面连接有旋转装置9,旋转装置9包括旋转箱体10、旋转轴11、连接柱12、固定箱体13、移动板14、丝杆15、旋钮16、手柄17和挡块18,旋转箱体10背部与检测仪器仪表1上表面固定连接,连接臂3左侧贯穿旋转箱体10右侧并延伸至其内部,旋转箱体10的右侧和顶部开设的有轨槽,旋转箱体10右侧和顶部的轨槽与连接臂3外圈相匹配,连接臂3底部与挡块18顶部活动连接,挡块18底部与旋转箱体10内壁底部固定连接,连接臂3中轴与旋转轴11外圈活动连接,连接臂3中轴开设的有通孔,连接臂3中轴开设的通孔与旋转轴11外圈相匹配,旋转轴11的上表面和背部分别与旋转箱体10内壁的上表面和背部固定连接,连接臂3左侧与连接柱12右侧活动套接,连接臂3左侧和顶部分别开设的有凹槽,连接臂3左侧和顶部的凹槽与连接柱12相匹配,连接柱12左侧贯穿固定箱体13右侧并延伸至其内部,固定箱体13左侧与旋转箱体10内壁左侧固定连接,连接柱12左侧与移动板14右侧固定连接,移动板14的顶部和底部分别与固定箱体13内壁的顶部和底部活动连接,固定箱体13内壁右侧与丝杆15右侧活动连接,丝杆15左侧贯穿移动板14中轴并延伸至其左侧,移动板14中轴设置的有螺母座,丝杆15表面设置的有丝纹,移动板14中轴的螺母座与丝杆15表面的丝纹相匹配,丝杆15左侧贯穿固定箱体13左侧并延伸至其外部,丝杆15左侧与旋钮16右侧固定连接,旋钮16左侧与手柄17右侧固定连接,转动手柄17,旋钮16随之转动,丝杆15随之转动,通过设置的连接臂3左侧的凹槽与连接柱12相匹配,使移动板14向左移动,连接柱12随之向左移动,使连接柱12与连接臂3分离,通过设置的连接臂3中轴开设的通孔与旋转轴11外圈相匹配,使连接臂3向上转动,进而使机器视觉识别设备2向上转动,从而方便了机器视觉识别设备2的使用,进而方便了工作人员的检查,反方向转动手柄17,使移动板14向右移动,连接柱12随之向右移动,使连接柱12与连接臂3左侧开设的凹槽卡接,方便了连接臂3的固定,方便了机器视觉识别设备2的固定。
在使用时,可以通过机器视觉识别功能识别工厂现有的非数字化通信设备,通过传统检测仪器仪表1的显示屏4、指针5、指示灯6等的数据,不需要用设备内置的数据采集线路连接即可获取设备的实时运行数据;无须对传统非数字化设计进行内部数据化改造,无需转换处理等复杂的算法步骤,可有效提高设备数据读取效率、数据采集速度,提高生产设备的效率,让生产设备更智能化,多元化发展,让传统设备更具可塑性,通过摄像头7识别读取输出数据,从而实现无线连接、实时获取运行数据,从而实现低成本、高效率的自动化控制改造。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于机器视觉识别的设备数据实时读取方法,其特征在于:包括如下步骤:
S1:启动检测仪器仪表:使传统检测仪器仪表与被检测对象设备进行连接,启动被检测对象设备及其机载的传统检测仪器仪表,或者与被检测对象设备连接的传统检测仪器仪表,使该传统检测仪器仪表上设置的用来显示检测对象状态的LED显示屏、指针式仪表、点位式指示灯工作,并显示被检测对象设备的状态;
S2、图像采集:设置一机器视觉识别设备,通过该设备的摄像头,水平对准传统检测仪器仪表的显示内容进行实时拍摄,然后将拍摄的图片作为原图像传输至远程服务器,由其对图像进行分析;
S3、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,由摄像头进行重新拍摄;
S4、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;
S5、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;
S6、读取数值:对数值仪表盘的数值,图像在二进制化后,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;
S7、数据的归类、存储、传输和显示:远程服务器将读取的实时数据进行归类,并且将数值存储在对应数据库内,或同时将该归类数值传输给自动化控制设备、由其调整被检测对象设备的运行状态或参数,实现对被检测对象的实时自动化控制。
2.根据权利要求1所述基于机器视觉识别的设备数据实时读取方法,其特征在于:所述步骤S3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所述的基于机器视觉识别的设备数据实时读取方法,其特征在于:所述步骤S4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所述的基于机器视觉识别的设备数据实时读取方法,其特征在于:所述步骤S5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所述的基于机器视觉识别的设备数据实时读取方法,其特征在于:所述步骤S6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所述的基于机器视觉识别的设备数据实时读取方法,其特征在于:所述步骤S7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S7对与数值归类方法,是根据预设的传统检测仪器仪表的显示内容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。
7.一种实施权利要求1-6之一所述方法的基于机器视觉识别的设备实时数据读取装置,其包括检测仪器仪表(1)及机器视觉识别设备(2)、远程服务器,其特征在于:所述的检测仪器仪表(1)设有LED显示屏(4)、指针表(5)、指示灯(6);所述的机器视觉识别设备(2)包括摄像头(7)和电源接口(8);机器视觉识别设备(2)的摄像头(7)水平对准所述的LED显示屏(4)、指针表(5)、指示灯(6);所述的检测仪器仪表(1)分别与被检测对象设备及远程服务器连接,以实时获取机器视觉识别设备(2)采集的被检测对象设备运行状态数据。
8.根据权利要求7所述的基于机器视觉识别的设备实时数据读取装置,其特征在于,机器视觉识别设备(2)还设有连接臂(3);所述检测仪器仪表(1)上表面与该连接臂(3)活动连接;所述检测仪器仪表(1)上表面还连接有旋转装置(9),所述旋转装置(9)包括旋转箱体(10)、旋转轴(11)、连接柱(12)、固定箱体(13)、移动板(14)、丝杆(15)、旋钮(16)、手柄(17)和挡块(18),所述旋转箱体(10)背部与检测仪器仪表(1)上表面固定连接,所述连接臂(3)左侧贯穿旋转箱体(10)右侧并延伸至其内部,所述连接臂(3)底部与挡块(18)顶部活动连接,所述挡块(18)底部与旋转箱体(10)内壁底部固定连接,所述连接臂(3)中轴与旋转轴(11)外圈活动连接,所述旋转轴(11)的上表面和背部分别与旋转箱体(10)内壁的上表面和背部固定连接,所述连接臂(3)左侧与连接柱(12)右侧活动套接,所述连接柱(12)左侧贯穿固定箱体(13)右侧并延伸至其内部,所述固定箱体(13)左侧与旋转箱体(10)内壁左侧固定连接,所述连接柱(12)左侧与移动板(14)右侧固定连接,所述移动板(14)的顶部和底部分别与固定箱体(13)内壁的顶部和底部活动连接,所述固定箱体(13)内壁右侧与丝杆(15)右侧活动连接,所述丝杆(15)左侧贯穿移动板(14)中轴并延伸至其左侧,所述丝杆(15)左侧贯穿固定箱体(13)左侧并延伸至其外部,所述丝杆(15)左侧与旋钮(16)右侧固定连接,所述旋钮(16)左侧与手柄(17)右侧固定连接。
9.根据权利要求8所述的基于机器视觉识别的设备实时数据读取装置,其特征在于:所述连接臂(3)中轴开设的有通孔,所述连接臂(3)中轴开设的通孔与旋转轴(11)外圈相匹配;所述连接臂(3)左侧和顶部分别开设的有凹槽,所述连接臂(3)左侧和顶部的凹槽与连接柱(12)相匹配。
10.根据权利要求8所述的基于机器视觉识别的设备实时数据读取装置,其特征在于:所述移动板(14)中轴设置的有螺母座,所述丝杆(15)表面设置的有丝纹,所述移动板(14)中轴的螺母座与丝杆(15)表面的丝纹相匹配;所述旋转箱体(10)的右侧和顶部开设的有轨槽,所述旋转箱体(10)右侧和顶部的轨槽与连接臂(3)外圈相匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863569.3A CN110942059A (zh) | 2019-09-12 | 2019-09-12 | 一种基于机器视觉识别的设备数据实时读取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863569.3A CN110942059A (zh) | 2019-09-12 | 2019-09-12 | 一种基于机器视觉识别的设备数据实时读取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110942059A true CN110942059A (zh) | 2020-03-31 |
Family
ID=69905700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910863569.3A Withdrawn CN110942059A (zh) | 2019-09-12 | 2019-09-12 | 一种基于机器视觉识别的设备数据实时读取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942059A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111948208A (zh) * | 2020-08-13 | 2020-11-17 | 东风电子科技股份有限公司 | 实现仪表视觉识别的自动化检测系统 |
CN112036391A (zh) * | 2020-07-22 | 2020-12-04 | 四川长宁天然气开发有限责任公司 | 一种基于页岩气田生产站场的电子巡检方法及系统 |
CN112149655A (zh) * | 2020-09-28 | 2020-12-29 | 怀化建南机器厂有限公司 | 一种水表读数识别方法、装置、设备以及存储介质 |
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
-
2019
- 2019-09-12 CN CN201910863569.3A patent/CN110942059A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036391A (zh) * | 2020-07-22 | 2020-12-04 | 四川长宁天然气开发有限责任公司 | 一种基于页岩气田生产站场的电子巡检方法及系统 |
CN112036391B (zh) * | 2020-07-22 | 2023-09-19 | 四川长宁天然气开发有限责任公司 | 一种基于页岩气田生产站场的电子巡检方法及系统 |
CN111948208A (zh) * | 2020-08-13 | 2020-11-17 | 东风电子科技股份有限公司 | 实现仪表视觉识别的自动化检测系统 |
CN112149655A (zh) * | 2020-09-28 | 2020-12-29 | 怀化建南机器厂有限公司 | 一种水表读数识别方法、装置、设备以及存储介质 |
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
CN114268621B (zh) * | 2021-12-21 | 2024-04-19 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN110119680B (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
CN203191327U (zh) | 一种基于机器视觉的pcb板缺陷自动检测装置 | |
CN103502801B (zh) | 缺陷分类方法以及缺陷分类系统 | |
CN108288288B (zh) | 基于视觉识别的精密轴尺寸测量方法、装置和系统 | |
CN109271844B (zh) | 基于OpenCV的电气柜电气符号识别方法 | |
CN109974582B (zh) | 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法 | |
US20190035316A1 (en) | Defect detection method and defect detection device | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
CN109839384B (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN111340798A (zh) | 深度学习在产品外观瑕疵检测中的应用 | |
CN105184793A (zh) | 一种电能表样品外观及pcb板元件检测方法 | |
CN105930837A (zh) | 基于自主巡检机器人的变电站仪表设备图像识别方法 | |
CN107507174A (zh) | 基于手持智能巡检的电厂仪表设备图像识别方法及系统 | |
CN113030121B (zh) | 用于电路板元器件的自动光学检测方法、系统、及设备 | |
CN109409395A (zh) | 在电力监控中采用模板匹配法识别目标物体区域电气符号的方法 | |
CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
CN111426693A (zh) | 一种质量缺陷检测系统及其检测方法 | |
CN110942058A (zh) | 一种基于ccd机器视觉识别的仪表数据读取方法 | |
CN114820475B (zh) | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
Ren et al. | Circuit board defect detection based on image processing | |
CN109622404B (zh) | 一种基于机器视觉的微工件自动分拣系统及方法 | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 | |
CN106370673A (zh) | 一种镜片疵病自动检测方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200331 |