CN111104862A - 同轴特殊指针仪表的指针识别方法 - Google Patents
同轴特殊指针仪表的指针识别方法 Download PDFInfo
- Publication number
- CN111104862A CN111104862A CN201911154048.7A CN201911154048A CN111104862A CN 111104862 A CN111104862 A CN 111104862A CN 201911154048 A CN201911154048 A CN 201911154048A CN 111104862 A CN111104862 A CN 111104862A
- Authority
- CN
- China
- Prior art keywords
- pointer
- instrument
- image
- sector
- dial
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000009499 grossing Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000009432 framing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 101100173586 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fft2 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种同轴特殊指针仪表的指针识别方法,通过构建特殊形状指针的掩膜,并对采集仪表表盘图像利用图像处理技术进行扇形截取,从而自动识别出仪表表盘内的指针。本发明实现了仪表指针识别的自动化处理,且不再局限于对有直线特征的细长的针状指针进行识别,对特殊仪表特殊形状的指针也可以准确识别,提高了工作了效率,减少了人为主观误差因素。
Description
技术领域
本发明涉及计算机图像处理技术领域,具体涉及一种同轴特殊指针仪表的指针识别方法。
背景技术
指针仪表由于其结构简单,维护方便,成本低等优点,被广泛应用于监测压力、电压和电流等各种物理参数的指针式仪表。利用计算机图像处理技术对指针式仪表进行识别和读数,能够直接将实体化的指针式仪表的读数转变为电子化的数值记录,从而有效减轻使用者的工作量,提高工作效率,减少主观性误差因素。
专利申请号为201510066208.8,专利名为《一种鲁棒的指针式仪表读数自动识别方法》和专利申请号为201710532391.5,专利名为《基于机器视觉系统的指针式仪表读数识别测量方法》利用hough变换直线检测原理来检测仪表中的直线,即检测仪表中的指针与刻度,以此完成指针识别和读数(参见专利201510066208.8,201710532391.5)。此类方法(即方法一)利用hough变换直线检测原理,容易监测到表盘内的干扰线条,并且难以克服表盘内各类线条的干扰,对表盘本身和对表盘的拍摄环境的要求较高。hough变换检测的原理是基于细长的针状指针的直线特征进行识别的,然而对于非针状的特殊形状的指针,难以提取直线特征,用hough变换直线检测的方法难以实现非针状的特殊形状的指针定位与分类。
专利申请号为201110030847.0,专利名为《一种用于识别多个指针式仪表表盘信息的机器视觉方法》对图像中含有的多个指针式仪表表盘进行定位标记再对多个指针式仪表表盘图像中仪表表盘的分割,借鉴人眼视觉的跳跃搜索指针和借鉴人眼视觉注视特性提取仪表盘中的指针特征(参见专利201110030847.0)。此类方法(即方法二)确定图像表盘所在区域后,对图像中的指针手动分割出来,对指针的检测分割需要人工参与,自动化程度、稳定性、可靠性不高,并且人工工作繁琐、数据处理量大,可能会发生指针漏检。并且最终也需要使用hough变换提取直线,有着与方法一同样的问题。
发明内容
本发明针对现有指针识别方法的局限性,提供一种同轴特殊指针仪表的指针识别方法,其能够准确识别特殊形状的指针,不限于有直线特征的针状指针。
为解决上述问题,本发明是通过以下技术方案实现的:
同轴特殊指针仪表的指针识别方法,包括步骤如下:
步骤1、获取仪表的各类不同形状指针的指针模板图像;
步骤2、利用摄像头采集彩色仪表表盘图像,并对该彩色仪表表盘图像进行预处理后,得到二值化仪表表盘图像;
步骤3、根据步骤2所得的二值化仪表表盘图像确定仪表表盘的轮廓圆,并进一步确定仪表表盘的圆心;
步骤4、以步骤3所确定的仪表表盘的圆心为圆心,以仪表表盘的指针轴心圆的半径为内圆半径,以仪表表盘的最短指针的长度为外圆半径为外圆半径,并以仪表表盘的指针扇形活动区域的角弧度为角弧度,构造扇形掩膜;
步骤5、利用步骤4所构建的扇形掩膜对步骤3所得到的二值化仪表表盘图像进行剪裁,最终得到二值化指针可活动区域图像;
步骤6、对二值化指针可活动区域图像进行均匀化扇形细分,得到若干个细分扇形图像,并统计每个细分扇形图像中所包含的白色像素点数;
步骤7、绘制细分扇形图像的角弧度与细分扇形图像所包含的白色像素点数对应关系图,并对该对应关系图进行平滑处理后,得到角弧度与白色像素点数的关系函数;
步骤8、寻找角弧度与白色像素点数的关系函数中的峰值,其中每一个峰值代表一个指针;
步骤9、以步骤8所找到的关系函数中的峰值所对应的角弧度为扩展扇形的中心,以仪表表盘的圆心为扩展扇形的圆心,进行扇形扩展,并将二值化指针可活动区域图像分割成与仪表表盘的指针数量相同的扩展扇形,每个扩展扇形为仅包含有单一指针的指针截取图像;
步骤10、将步骤9所得的指针截取图像进行归一化后与步骤1所得的各类指针模板图像进行匹配,从而识别出仪表表盘中的所有指针类型。
作为改进,所述同轴特殊指针仪表的指针识别方法,还进一步包括如下步骤:步骤11、利用步骤10识别出所有的指针进行仪表表盘的读数识别。
上述步骤6中,所有细分扇形图像的角弧度相同。
上述步骤9中,扩展扇形的角弧度相同或不相同。
与现有技术相比,本发明具有如下特点:
(1)利用图像处理技术,实现了仪表指针识别的自动化处理,提高了工作了效率,减少了人为主观误差因素;
(2)不再局限于对有直线特征的细长的针状指针进行识别,对特殊仪表特殊形状的指针也可以准确识别;
(3)可以实现对仪表中多个指针同时进行信息采集、分析、处理及识别,提高了工作效率,解决了目前一表一针检测模式工作效率低下的不足;
(4)扇形细分检测指针的方法可以有效防止指针漏检。
附图说明
图1是本发明实施例提供的一种同轴特殊指针仪表的指针识别方法的流程图;
图2是本发明实施例提供的模板生成与录入流程图;
图3是本发明实施例提供的指针匹配模板图像I1;
图4是本发明实施例提供的待识别同轴三指针特殊仪表的指针仪表的输入图像I2;
图5是本发明实施例提供的归一化并二值化后最终得到同轴三指针特殊仪表图像I3;
图6是本发明实施例提供的特殊形状掩膜区域图I4;
图7是本发明实施例提供的二值化指针可活动区域图像I5;
图8是本发明实施例提供的扇形细分图I6;
图9是本发明实施例提供的环形掩膜I7;
图10是本发明实施例提供的扇形掩膜I8;
图11是本发明实施例提供的f(θ)图;
图12是本发明实施例提供的用于框定指针的扇形掩膜;
图13是本发明实施例提供的指针截取图。
具体实施方式
参见图1,本发明一种同轴特殊指针仪表的指针识别方法,其包括步骤如下:
步骤(1)采集指针模板图像I1,归一化后导入计算机,参见图2。
步骤(1a)摄像头采集仪表图像并将其二值化。
步骤(1b)使用轮廓检测算法查找图中指针轴心的位置。
步骤(1c)以轴心位置为圆心坐标划定与指针数量相同个数的扇形掩膜,并使用掩模提取指针图像。
步骤(1d)扇形掩膜的展开角度大小与三指针最大宽度相等,扇形半径为三指针中最短的指针长度。
步骤(1e)扇形掩膜提取指针图像后归一化后得到指针模板图像I1(如图3)存入计算机后待读取。
步骤(2)摄像头采集同轴三指针特殊仪表的彩色图像I2,计算机读取待测仪表的彩色图像I2(如图4)。
步骤(3)预处理步骤(1)中采集到的同轴三指针特殊仪表的彩色图像I2,归一化并二值化后最终得到同轴三指针特殊仪表图像I3(如图5)。
步骤(4)制造特殊形状掩膜I4(如图6),该掩膜框定指针可活动区域,掩膜对二值化的同轴三指针特殊仪表图像I3进行剪裁,最终得到二值化指针可活动区域图像I5(如图7)。
步骤(4a)确定表盘的轮廓圆并确定圆心,以仪表圆心制造环形掩膜I7(如图9),该圆环的外圆半径为同轴三指针特殊仪表图像I3中的最短指针的长度,圆环的内圆半径为指针轴心圆的半径长度,环形掩膜I7去除了仪表的指针外延和指针轴心部分。
步骤(4b)以步骤(4a)确定的表盘的圆心点为圆心,在环形掩膜I7的基础上制造扇形掩膜I8(如图10),扇形半径等于步骤(4a)所述的环形掩膜I7的外圆半径,扇形展开的角度与位置由表盘中指针的非活动区域确定,扇形掩膜I8去除了表盘指针无刻度部分。
步骤(4c)在环形掩膜I7的基础上制造扇形掩膜I8,最终构成步骤(4)中所述的特殊形状掩膜,特殊形状掩膜去除了仪表指针非活动区域与指针轴心区域,得到所述步骤(5)中指针可活动区域图像I5。
步骤(5)对二值化指针可活动区域图像I5进行扇形细分,将图像I5进行圆周扫描分成若干个小扇形,最终得到扇形细分图I6(如图8),并计算扇形细分图I6中每个小扇形所包含的白色像素点数。
步骤(5a)以步骤(4a)确定的表盘的圆心为圆心,对步骤(4b)所述的指针的活动区域进行扇形细分,分为若干个小扇形。
步骤(5b)若干个扇形细分掩膜将指针的活动区域分成若干等份,在归一化并二值化后得到的同轴三指针特殊仪表图像I3中,指针的像素点为白色,计算每个扇形细分掩膜中所包含的白色像素点个数,即计算指针在每个扇形细分掩膜中所占面积。
步骤(6)绘制指针所在区域像素点数关于扇形细分中的扇形旋转角度θ的函数,并对函数平滑处理,最终得到并绘制出平滑后的像素点数关于扇形细分中的扇形旋转角度θ的函数f(θ)(如图11)。
步骤(7)判断步骤(6)中的函数f(θ)的峰值个数,其中每一个波峰代表一个指针。
步骤(8)根据函数f(θ)峰值所对应的角度θ,以仪表指针轴心为圆心划定与指针个数相同数量的用于框定指针的扇形掩膜区域(如图12),框定并截取二值化的同轴三指针特殊仪表图像I3中的指针,分割成多个只含有单一指针的指针截取图(如图13)并标记各个指针。
步骤(8a)以步骤(7)判断指针状态,若峰值个数为三,则根据步骤(7)中的函数f(θ)三个峰值所对应的扇形细分的小扇形的旋转角度划定三个用于框定指针的扇形掩膜区域,以尖峰值所对应的扇形细分区域的小扇形的角度为轴心,向两侧各取一定范围的角度制造用于框定指针的扇形掩膜,所述一定范围的角度由函数f(θ)中的峰的上升起始位置和下降结束位置决定,即在扇形细分区域中开始检测到指针的位置起始,检测完指针的位置结束。
步骤(8b)将截取的三个指针自动编号为指针1、指针2和指针3。
步骤(9)将各个指针截取图归一化后,指针截取图与指针模板做匹配,通过匹配度识别指针。
步骤(9a)将步骤(8b)中截取的三个指针图像归一化后与三个模板图像进行匹配并计算指针匹配度。
步骤(9b)预设匹配阈值,若指针匹配度高于区域阈值则判定为该模板对应的指针。
步骤(10)利用识别出所有的指针进行仪表表盘的读数识别。
下面通过一个具体实例,对本发明进行进一步详细说明:
(1)摄像头采集仪表图像并将其二值化,使用轮廓检测算法找查仪表图像指针的轴心位置。
(2)以指针轴心位置为圆心坐标制造三个扇形掩膜提取三个指针图像,将指针图像归一化后作为模板存入计算机后待读取。
(3)摄像头采集待检测三指针特殊仪表(电接点压力表)的彩色图像I2,计算机读取三指针特殊仪表图像I2,已知该实施例采集到的仪表图尺寸为477*613,仪表圆心坐标为(xCenter,yCenter)=(275,275),设置圆半径为radius=((xCenter-110)^2+(yCenter-114)^2)^0.5。
(4)利用matlab工具将图像转化为mat格式文件后将图像二值化。
(5)确定圆心后,以该圆心制造特殊形状掩膜。首先制造环形掩膜,以仪表圆心为圆环圆心制造环形掩膜I7,该圆环的外圆半径为同轴三指针特殊仪表图像I3中的最短指针的长度,长度为0.45*radius,圆环的内圆半径为指针轴心圆的半径长度,长度为0.18*radius,环形掩膜I7去除了仪表的指针外延和指针轴心部分。
(6)以确定的表盘的圆心为圆心,在环形掩膜I7的基础上制造扇形掩膜I8,扇形半径等于环形掩膜I7的外圆半径,扇形展开的角度与位置以表盘中指针的活动区域确定,扇形掩膜I8去除了表盘指针无指数部分,以该表盘的圆心为零点画极坐标系,该扇形位置所对应的极坐标角度范围为225°~315°,指针的活动区域所对应的极坐标角度范围为-45°~225°,掩膜对二值化的同轴三指针特殊仪表图像I3进行剪裁,最终得到二值化指针可活动区域图像I5。
(7)对二值化指针可活动区域图像I5进行扇形细分,将图像I5进行圆周扫描分成100个小扇形,最终得到扇形细分图I6,并计算扇形细分图I6中每个小扇形所包含的白色像素点数,指针的活动区域所对应的极坐标角度范围为-45°~225°,则扇形细分的每个小扇形所占的角度为270°/100=2.7°,最终由100个占2.7°的小扇形构成扇形细分掩膜。
(8)利用matlab工具绘制像素点数关于扇形细分中的扇形旋转角度θ的函数,并使用matlab中的smooth()函数对函数f(θ)进行初步平滑处理,再设置阈值,滤除表盘上的杂点,阈值设为50,最终得到并画出平滑后像素点数关于扇形旋转角度θ的函数f(θ)。
(9)利用matlab中的findpeaks()函数寻找峰值,判断出波峰的个数为三,以峰值所对应的扇形细分的小扇形的旋转角度为轴心,向两侧各取一定范围的角度制造用于框定单一指针的三个扇形掩膜,所述一定范围的角度由函数f(θ)中的峰的上升起始和下降结束位置决定,即在扇形细分区域中开始检测到指针的位置起始,检测完指针的位置结束。
(10)制造三个扇形掩膜框定指针后并截取,将三个指针截取图中的每一个图归一化后与导入的模板的中每一个图做匹配,预设匹配阈值,若指针匹配度高于阈值则判定为该模板对应的指针,具体匹配方法为利用matlab中fft2()函数将图像矩阵与模板图像矩阵做2维卷积,将图像矩阵转化到频域做相关,判断指针截取图与三个模板中的哪一个相关度最高即匹配度最高,再预设匹配阈值,若指针匹配度高于区域阈值则判定为该模板对应的指针。
(11)利用识别出所有的指针进行仪表表盘的读数识别。
需要说明的是,尽管以上本发明所述的实施例是说明性的,但这并非是对本发明的限制,因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下,凡是本领域技术人员在本发明的启示下获得的其它实施方式,均视为在本发明的保护之内。
Claims (4)
1.同轴特殊指针仪表的指针识别方法,其特征是,包括步骤如下:
步骤1、获取仪表的各类不同形状指针的指针模板图像;
步骤2、利用摄像头采集彩色仪表表盘图像,并对该彩色仪表表盘图像进行预处理后,得到二值化仪表表盘图像;
步骤3、根据步骤2所得的二值化仪表表盘图像确定仪表表盘的轮廓圆,并进一步确定仪表表盘的圆心;
步骤4、以步骤3所确定的仪表表盘的圆心为圆心,以仪表表盘的指针轴心圆的半径为内圆半径,以仪表表盘的最短指针的长度为外圆半径为外圆半径,并以仪表表盘的指针扇形活动区域的角弧度为角弧度,构造扇形掩膜;
步骤5、利用步骤4所构建的扇形掩膜对步骤3所得到的二值化仪表表盘图像进行剪裁,最终得到二值化指针可活动区域图像;
步骤6、对二值化指针可活动区域图像进行均匀化扇形细分,得到若干个细分扇形图像,并统计每个细分扇形图像中所包含的白色像素点数;
步骤7、绘制细分扇形图像的角弧度与细分扇形图像所包含的白色像素点数对应关系图,并对该对应关系图进行平滑处理后,得到角弧度与白色像素点数的关系函数;
步骤8、寻找角弧度与白色像素点数的关系函数中的峰值,其中每一个峰值代表一个指针;
步骤9、以步骤8所找到的关系函数中的峰值所对应的角弧度为扩展扇形的中心,以仪表表盘的圆心为扩展扇形的圆心,进行扇形扩展,并将二值化指针可活动区域图像分割成与仪表表盘的指针数量相同的扩展扇形,每个扩展扇形为仅包含有单一指针的指针截取图像;
步骤10、将步骤9所得的指针截取图像进行归一化后与步骤1所得的各类指针模板图像进行匹配,从而识别出仪表表盘中的所有指针类型。
2.根据权利要求1所述的同轴特殊指针仪表的指针识别方法,其特征是:还进一步包括如下步骤:
步骤11、利用步骤10识别出所有的指针进行仪表表盘的读数识别。
3.根据权利要求1所述的同轴特殊指针仪表的指针识别方法,其特征是,步骤6中,所有细分扇形图像的角弧度相同。
4.根据权利要求1所述的同轴特殊指针仪表的指针识别方法,其特征是,步骤9中,扩展扇形的角弧度相同或不相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154048.7A CN111104862A (zh) | 2019-11-22 | 2019-11-22 | 同轴特殊指针仪表的指针识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154048.7A CN111104862A (zh) | 2019-11-22 | 2019-11-22 | 同轴特殊指针仪表的指针识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111104862A true CN111104862A (zh) | 2020-05-05 |
Family
ID=70421446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911154048.7A Pending CN111104862A (zh) | 2019-11-22 | 2019-11-22 | 同轴特殊指针仪表的指针识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111104862A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116012828A (zh) * | 2022-12-02 | 2023-04-25 | 长扬科技(北京)股份有限公司 | 指针式仪表识别方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012104032A (ja) * | 2010-11-12 | 2012-05-31 | Kansai Electric Power Co Inc:The | アナログ式メータの読取装置および読取方法 |
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 |
CN105426809A (zh) * | 2015-08-18 | 2016-03-23 | 张大堃 | 一种仪表指针自动识别的方法 |
CN107038447A (zh) * | 2017-04-26 | 2017-08-11 | 大连理工大学 | 一种基于机器视觉的指针式仪表识别方法 |
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 |
CN108960231A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的细指针表盘识别读数方法 |
-
2019
- 2019-11-22 CN CN201911154048.7A patent/CN111104862A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012104032A (ja) * | 2010-11-12 | 2012-05-31 | Kansai Electric Power Co Inc:The | アナログ式メータの読取装置および読取方法 |
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 |
CN105426809A (zh) * | 2015-08-18 | 2016-03-23 | 张大堃 | 一种仪表指针自动识别的方法 |
CN107038447A (zh) * | 2017-04-26 | 2017-08-11 | 大连理工大学 | 一种基于机器视觉的指针式仪表识别方法 |
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 |
CN108960231A (zh) * | 2018-05-31 | 2018-12-07 | 广东工业大学 | 一种基于机器视觉的细指针表盘识别读数方法 |
Non-Patent Citations (1)
Title |
---|
佘世洲等: "一种电力指针式仪表示数自动识别的鲁棒方法", 《计算机技术与发展》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116012828A (zh) * | 2022-12-02 | 2023-04-25 | 长扬科技(北京)股份有限公司 | 指针式仪表识别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
CN110672040B (zh) | 一种基于视觉的高精度旋转角度测量方法 | |
US10445555B2 (en) | Systems and methods for ridge-based fingerprint analysis | |
CN105335973B (zh) | 运用于带钢加工生产线的视觉处理方法 | |
CN107609451A (zh) | 一种基于二维码的高精度视觉定位方法及系统 | |
CN107084666B (zh) | 基于机器视觉的刹车片尺寸综合检测方法 | |
CN111476246B (zh) | 应用于复杂环境下指针仪表鲁棒高效智读方法 | |
CN110633620B (zh) | 指针式仪表刻度识别方法及电子设备 | |
CN106815830B (zh) | 图像的缺陷检测方法 | |
CN108960236B (zh) | 基于二维码匹配与图像识别的指针式仪表识别方法 | |
CN115294527B (zh) | 一种基于计算机视觉的地铁隧道破损检测方法 | |
CN113269193A (zh) | 指针式表计的示数读取方法、装置及存储介质 | |
CN114863129A (zh) | 仪表数值分析方法、装置、设备及存储介质 | |
Mai et al. | An automatic meter reading method based on one-dimensional measuring curve mapping | |
CN110245597B (zh) | 一种指针式仪表通用性识别方法 | |
CN111104862A (zh) | 同轴特殊指针仪表的指针识别方法 | |
CN107748897B (zh) | 基于模式识别的大尺寸弯曲零件轮廓度质量检测方法 | |
CN113408519A (zh) | 一种基于模板旋转匹配的指针仪表读数的方法及系统 | |
CN111553345B (zh) | 基于Mask RCNN与正交线性回归实现仪表指针读数识别处理的方法 | |
CN115880305A (zh) | 轴类零件表面缺陷视觉检测方法及装置 | |
CN117233158A (zh) | 芯片表面缺陷检测方法及相关装置 | |
CN113191351B (zh) | 数字电表的示数识别方法及装置、模型训练方法及装置 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
CN113591875B (zh) | 一种高精度指针式仪表识别方法 | |
CN115471650A (zh) | 一种气体压力仪表读数方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |