CN111091121A - 一种基于图像处理的椭圆表盘检测矫正的方法 - Google Patents
一种基于图像处理的椭圆表盘检测矫正的方法 Download PDFInfo
- Publication number
- CN111091121A CN111091121A CN201911151876.5A CN201911151876A CN111091121A CN 111091121 A CN111091121 A CN 111091121A CN 201911151876 A CN201911151876 A CN 201911151876A CN 111091121 A CN111091121 A CN 111091121A
- Authority
- CN
- China
- Prior art keywords
- ellipse
- dial
- image
- image processing
- dial plate
- 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
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
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
发明提供一种基于图像处理的椭圆表盘检测矫正的方法。该方法包括边缘处理、霍夫变换找椭圆、对椭圆进行均值处理、将椭圆的长短轴与圆心转换为角点、将角点进行排序和透视变换等步骤。该方法解决了传统的表盘读数方法在仪表本身是倾斜的情况下难以得到良好的效果的问题。
Description
技术领域
本发明涉及信息技术领域,特别涉及一种基于图像处理的椭圆表盘检测矫正的方法。
背景技术
霍夫变换是一种特征提取,被广泛应用在图像分析、电脑视觉以及数位影像处理。霍夫变换是用来辨别找出物件中的特征,例如:线条。它的算法流程大致如下,给定一个物件、要辨别的形状的种类,算法会在参数空间中执行投票来决定物体的形状,而这是由累加空间里的局部最大值来决定。
透视变换是指利用透视中心、像点、目标点三点共线的条件,按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度,破坏原有的投影光线束,仍能保持承影面上投影几何图形不变的变换,也称作投影映射。
指针式仪表由于结构简单、价格低廉、使用方便、防电磁干扰等优点,被广泛地应用到电力、厂矿、计量等各个行业。尤其是电力行业,指针式仪表广泛应用在电力设备运行状态监控、电力开关气体压力监测等方面,随着发电厂对设备运行故障快速判断、定位并止损的追求,以往的人工巡检、抄表、记录模式已经不能适应发电厂对于管理及生产效率的要求,于是便发展出了各种仪表示数自动识别技术。仪表示数自动读取的一般流程是,获取仪表图像、图像预处理、仪表识别、仪表示数读取。
在仪表示数读取这一步,如果仪表过于倾斜,那么会影响读数的精度。同时,一些传统的表盘读数方法在仪表本身倾斜的情况下,难以得到良好的效果。
发明内容
本发明的目的是提供一种基于图像处理的椭圆表盘检测矫正的方法,以解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种基于图像处理的椭圆表盘检测矫正的方法,包括以下步骤:
1)基于Canny算子对待矫正的表盘图片进行边缘处理。
2)基于霍夫变换获取图片中的候选椭圆。
3)对候选椭圆进行均值处理。
4)将椭圆的长短轴与圆心转换为角点。
5)将角点进行排序。
6)基于透视变换将椭圆形表盘转换为圆形表盘。
7)输出矫正后的结果。
本发明的技术效果是毋庸置疑的:
A.能够矫正复杂场景下的表盘,比如表盘被部分遮挡的情况下,能够较为精准的对表盘进行矫正,抗干扰性强
B.精度高、速度快,增加正确识别表盘读数的概率。
附图说明
图1为方法流程图;
图2为边缘处理示意图;
图3为基于霍夫变换所找到的椭圆示意图;
图4为均值处理后的椭圆示意图;
图5为角点坐标示意图;
图6为透视变换后输出的结果图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1,本实施例公开一种基于图像处理的椭圆表盘检测矫正的方法,包括以下步骤:
1)参见图2,基于Canny算子对原图片进行边缘处理。
2)参见图3,基于霍夫变换找椭圆。霍夫变换寻找椭圆的规则如下:
a)椭圆的长短轴不能超过图片的长宽,即l≥a,w≥b;
b)椭圆必须完整的显示在整个图片内;
c)椭圆的中心在图像的中心区域。
其中,上述l和w分别表示表盘图像长宽,a和b分别表示椭圆的长轴及短轴。
3)对找到的所有合适的椭圆进行均值处理。
对所有保留下来的椭圆用如下公式进行均值处理:
式中,xc为最终确定的椭圆圆心的横坐标,yc为最终确定的椭圆圆心的纵坐标,N为椭圆的数量,xi为第i个椭圆的圆心的横坐标,yi为第i个椭圆的圆心的纵坐标,ac为最终确定的椭圆的长轴,bc为最终确定的椭圆的短轴。在本实施例中,所有找到的椭圆进行均值处理后的椭圆示例图如图4所示。
4)将椭圆的长短轴与圆心转换为角点。
因为霍夫变换所得到的椭圆的长短轴以及圆心是平行于横坐标以及纵坐标的,因此假设此时得到的椭圆的偏移角度为θ,那么根据下面的公式,可以确保得到准确的四个角点,方便后续进行透视变换。
式中,Top1是椭圆的短轴的上半部端点的横坐标,Top2是椭圆的短轴的上半部端点的纵坐标;Right1是椭圆长轴的右半部端点的横坐标,Right2是椭圆长轴的右半部端点的纵坐标;Bottom1是椭圆的短轴的下半部端点的横坐标,Bottom2是椭圆的短轴的下半部端点的纵坐标;Left1是椭圆的长轴的左半部端点的横坐标,Left2是椭圆的长轴的左半部端点的纵坐标。在本实施例中,角点坐标示例图如图5所示。
5)将角点进行排序。
根据步骤4)可以得到4个角点的坐标值,分别是Top(Top1,Top2),Right(Right1,Right2),Boottom(Boottom1,Boottom2),Left(Left1,Left2)。
在本实施例中,根据几何关系,对角点重新进行排序,保证后续的透视变换可以正确的将表盘矫正过来。用Toptrue、Righttrue、Boottomtrue和Lefttrue,分别表示排序过后的上角点、右角点、下角点和左角点。
其中,如果45≤θ≤135,那么Toptrue=Right,Boottomtrue=Left,Righttrue=Boottom,Lefttrue=Top。如果135<θ≤225,那么Toptrue=Boottom,Boottomtrue=Top,Righttrue=Left,Lefttrue=Right。如果225<θ≤315,那么Toptrue=Left,Boottomtrue=Right,Righttrue=Boottom,Lefttrue=Boottom。
6)基于透视变换将椭圆形表盘转换为圆形表盘。
在本实施例中,透视变换将图片投影到一个新的视平面,也称作投影映射.它是二维(X,Y)到三维(X,Y,Z),再到另一个二维(X′,Y′)空间的映射。
之后,可以得到下面三个公式:
x=a11u+a12v+a13
y=a21u+a22v+a23
z=a31u+a32v+a33
最后,利用上述三个公式,对之前的变换公式进行重写,可以得到:
所以,只要知道四个角点,就可以求解透视变换矩阵,然后得到变换之后的图片。
7)参见图6,输出矫正后的结果。
Claims (2)
1.一种基于图像处理的椭圆表盘检测矫正的方法,其特征在于,包括以下步骤:
1)基于Canny算子对待矫正的表盘图片进行边缘处理;
2)基于霍夫变换获取图片中的候选椭圆;
3)对候选椭圆进行均值处理;
4)将椭圆的长短轴与圆心转换为角点;
5)将角点进行排序;
6)基于透视变换将椭圆形表盘转换为圆形表盘;
7)输出矫正后的结果。
2.根据权利要求1所述的方法,其特征在于:表盘图像长度为l,表盘图像宽度为w,椭圆的长轴为a,椭圆的短轴为b;霍夫变换找椭圆的条件为:
a.l≥a,w≥b;
b.椭圆完整的显示在整个图片内;
c.椭圆的中心在图像的中心区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911151876.5A CN111091121B (zh) | 2019-11-22 | 2019-11-22 | 一种基于图像处理的椭圆表盘检测矫正的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911151876.5A CN111091121B (zh) | 2019-11-22 | 2019-11-22 | 一种基于图像处理的椭圆表盘检测矫正的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111091121A true CN111091121A (zh) | 2020-05-01 |
CN111091121B CN111091121B (zh) | 2022-08-26 |
Family
ID=70393663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911151876.5A Active CN111091121B (zh) | 2019-11-22 | 2019-11-22 | 一种基于图像处理的椭圆表盘检测矫正的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111091121B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112161685A (zh) * | 2020-09-28 | 2021-01-01 | 重庆交通大学 | 一种基于表面特征的车辆荷载测量方法 |
CN112560839A (zh) * | 2020-12-02 | 2021-03-26 | 随锐科技集团股份有限公司 | 指针式仪表读数的自动识别方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4618989A (en) * | 1983-01-21 | 1986-10-21 | Michio Kawata, Director-General of Agency of Industrial Science and Technology | Method and system for detecting elliptical objects |
CN101625764A (zh) * | 2008-03-31 | 2010-01-13 | 兄弟工业株式会社 | 图像生成装置、图像生成方法及打印装置 |
WO2013052812A1 (en) * | 2011-10-05 | 2013-04-11 | Siemens Healthcare Diagnostics Inc. | Generalized fast radial symmetry transform for ellipse detection |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN105976387A (zh) * | 2016-05-20 | 2016-09-28 | 镇江市聚微科技有限公司 | 一种基于Hough变换和最大平均距离的椭圆检测方法 |
CN106991664A (zh) * | 2017-04-26 | 2017-07-28 | 聊城大学 | 一种对图像中的图形区域进行归一化处理的方法 |
CN107292871A (zh) * | 2017-06-08 | 2017-10-24 | 国网青海省电力公司检修公司 | 一种变电站圆形仪表的实时矫正算法 |
CN108562274A (zh) * | 2018-04-20 | 2018-09-21 | 南京邮电大学 | 一种基于标志器的非合作目标位姿测量方法 |
CN108827316A (zh) * | 2018-08-20 | 2018-11-16 | 南京理工大学 | 基于改进的Apriltag标签的移动机器人视觉定位方法 |
CN109284718A (zh) * | 2018-09-26 | 2019-01-29 | 大连航佳机器人科技有限公司 | 面向巡检机器人的变视角多仪表同时识别方法 |
CN109543682A (zh) * | 2018-11-23 | 2019-03-29 | 电子科技大学 | 一种基于深度学习的指针式仪表读数方法 |
CN109558871A (zh) * | 2018-10-26 | 2019-04-02 | 中国科学院长春光学精密机械与物理研究所 | 一种指针式仪表读数识别方法及装置 |
CN110044261A (zh) * | 2019-04-22 | 2019-07-23 | 西安外事学院 | 一种轴线不垂直于端面的任意位姿孔视觉测量方法 |
-
2019
- 2019-11-22 CN CN201911151876.5A patent/CN111091121B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4618989A (en) * | 1983-01-21 | 1986-10-21 | Michio Kawata, Director-General of Agency of Industrial Science and Technology | Method and system for detecting elliptical objects |
CN101625764A (zh) * | 2008-03-31 | 2010-01-13 | 兄弟工业株式会社 | 图像生成装置、图像生成方法及打印装置 |
WO2013052812A1 (en) * | 2011-10-05 | 2013-04-11 | Siemens Healthcare Diagnostics Inc. | Generalized fast radial symmetry transform for ellipse detection |
CN104392206A (zh) * | 2014-10-24 | 2015-03-04 | 南京航空航天大学 | 一种指针式仪表读数自动识别的图像处理方法 |
CN105976387A (zh) * | 2016-05-20 | 2016-09-28 | 镇江市聚微科技有限公司 | 一种基于Hough变换和最大平均距离的椭圆检测方法 |
CN106991664A (zh) * | 2017-04-26 | 2017-07-28 | 聊城大学 | 一种对图像中的图形区域进行归一化处理的方法 |
CN107292871A (zh) * | 2017-06-08 | 2017-10-24 | 国网青海省电力公司检修公司 | 一种变电站圆形仪表的实时矫正算法 |
CN108562274A (zh) * | 2018-04-20 | 2018-09-21 | 南京邮电大学 | 一种基于标志器的非合作目标位姿测量方法 |
CN108827316A (zh) * | 2018-08-20 | 2018-11-16 | 南京理工大学 | 基于改进的Apriltag标签的移动机器人视觉定位方法 |
CN109284718A (zh) * | 2018-09-26 | 2019-01-29 | 大连航佳机器人科技有限公司 | 面向巡检机器人的变视角多仪表同时识别方法 |
CN109558871A (zh) * | 2018-10-26 | 2019-04-02 | 中国科学院长春光学精密机械与物理研究所 | 一种指针式仪表读数识别方法及装置 |
CN109543682A (zh) * | 2018-11-23 | 2019-03-29 | 电子科技大学 | 一种基于深度学习的指针式仪表读数方法 |
CN110044261A (zh) * | 2019-04-22 | 2019-07-23 | 西安外事学院 | 一种轴线不垂直于端面的任意位姿孔视觉测量方法 |
Non-Patent Citations (4)
Title |
---|
YING-ZHONG TIAN等: ""An Advanced Method of Acquiring Distorted Images Information with Height Compensation"", 《2018 INTERNATIONAL CONFERENCE ON COMPUTER, COMMUNICATIONS AND MECHATRONICS ENGINEERING (CCME 2018)》 * |
代勤等: ""基于改进Hough变换和透视变换的透视图像矫正"", 《液晶与显示》 * |
桑孟雷: ""基于机器视觉的圆形工件位姿估计"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈中柱: ""格型和圆型图像特征点检测算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112161685A (zh) * | 2020-09-28 | 2021-01-01 | 重庆交通大学 | 一种基于表面特征的车辆荷载测量方法 |
CN112560839A (zh) * | 2020-12-02 | 2021-03-26 | 随锐科技集团股份有限公司 | 指针式仪表读数的自动识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111091121B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689579B (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN110580480B (zh) | 基于图像处理的表计读数识别方法 | |
CN102521560B (zh) | 高鲁棒仪表指针图像识别方法 | |
WO2016101643A1 (zh) | 一种仪表数据读取方法及系统 | |
CN112257676B (zh) | 一种指针式仪表读数方法、系统以及巡检机器人 | |
CN110675376A (zh) | 一种基于模板匹配的pcb缺陷检测方法 | |
CN112818988A (zh) | 一种指针式仪表自动识别读数方法及系统 | |
CN109284718B (zh) | 面向巡检机器人的变视角多仪表同时识别方法 | |
CN111401357B (zh) | 基于文本检测的指针式仪表读数方法 | |
CN111091121B (zh) | 一种基于图像处理的椭圆表盘检测矫正的方法 | |
CN111368906B (zh) | 一种基于深度学习的指针式油位计读数识别方法 | |
CN109409290B (zh) | 一种温度表检定读数自动识别系统及方法 | |
CN110211178B (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN112613429A (zh) | 一种基于机器视觉适用于多视角图像指针式仪表读数方法 | |
CN111047588A (zh) | 一种轴型小零件尺寸的图像化测量方法 | |
CN108269289A (zh) | 一种相机参数标定的两步优化方法 | |
CN114627080B (zh) | 基于计算机视觉的车辆冲压配件缺陷检测方法 | |
CN110910359A (zh) | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 | |
CN110852213A (zh) | 基于模版匹配的指针式仪表多情况自动化读数方法 | |
CN111507186A (zh) | 一种变电站指针式仪表读数识别方法 | |
CN114820761A (zh) | 基于图像显微扫描平台xy方向夹角测量与运动补偿方法 | |
CN116109635A (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN109117720B (zh) | 一种基于机器视觉的指针式仪表读数识别方法 | |
CN116664570A (zh) | 基于工业视觉的扁形连接器生产缺陷检测方法 |
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 |