CN112116540B - 一种用于旋钮开关的档位识别方法和系统 - Google Patents
一种用于旋钮开关的档位识别方法和系统 Download PDFInfo
- Publication number
- CN112116540B CN112116540B CN202010954208.2A CN202010954208A CN112116540B CN 112116540 B CN112116540 B CN 112116540B CN 202010954208 A CN202010954208 A CN 202010954208A CN 112116540 B CN112116540 B CN 112116540B
- Authority
- CN
- China
- Prior art keywords
- picture
- angle
- knob
- outline
- value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012216 screening Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims description 26
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000003550 marker Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
- H01H19/00—Switches operated by an operating part which is rotatable about a longitudinal axis thereof and which is acted upon directly by a solid body external to the switch, e.g. by a hand
- H01H19/02—Details
-
- 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
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明给出了一种用于旋钮开关的档位识别方法和系统,包括利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片;对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片;筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正;裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度;响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。利用该方法和系统可以快速获得旋钮开关的档位状态。
Description
技术领域
本发明涉及机器人视觉的图像处理技术领域,尤其是一种用于旋钮开关的档位识别方法和系统。
背景技术
电力仪表作为电网建设的终端单元,广泛应用于变电站场所。由于变电站中仪表种类繁多,人为检定的工作效率极低,难以适应当前大量仪表需要检定的情况,并且可能存在主观的观察误差问题。旋钮开关又称组合开关,与刀开关的操作不同,它是左右旋转的平面操作。旋钮开关一般具有多触点、多位置、体积小、性能可靠、操作方便、安装灵活等优点,多用于机床电气控制线路中电源的引入开关,起着隔离电源作用,还可作为直接控制小容量异步电动机不频繁起动和停止的控制开关。目前对旋钮开关位置的检查是依靠人工巡检,防范其错误置位的主要方法是依靠严格的规章制度。这对工作人员有极大的依赖。在一些需要大量识别场景,如电力系统、指针仪表检定等,获取仪表示数的准确与否很大程度上依赖操作员的责任心与视觉疲劳程度,在识别过程中容易出现失误,若要及时发现失误则需要增加工作量,否则可能会造成严重的后果。传统的人工识别方式,不但造成了人力资源的浪费,往往不能达到理想的识别效果。现有机器视觉识别方法针对旋转开关的算法复杂,识别率不高且成本过高。
发明内容
为了解决现有技术中的人工检定的效率低、容易出现失误或误差以及智能识别仪表技术中的算法复杂、识别率低下、成本高昂等技术问题,本发明提出了一种用于旋钮开关的档位识别方法和系统,用以解决上述技术问题。
在一个方面,本发明提出了一种用于旋钮开关的档位识别方法,包括以下步骤:
S1:利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片;
S2:对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片;
S3:筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正;
S4:裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;
S5:筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度;以及
S6:响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。
优选的,步骤S2之前还包括:计算第一图片的像素点的亮度均值,响应于亮度均值小于预设亮度值,调整第一图片的像素点的亮度均值以使得第一图片的亮度增大。调整图片的亮度有助于对后续旋钮档位的识别。
进一步优选的,调整第一图片的像素点的亮度均值以使得第一图片的亮度增大具体为:取第一图片的亮度值的10%为最小值,90%为最大值,响应于第一图片中的像素点的亮度值小于最小值,则用最小值替代该像素点的亮度值;响应于第一图片中的像素点的亮度值大于最大值,用最大值替代该像素点的亮度值;将第一图片的像素点拉伸到0-255。利用上述方法可以有效地提升图片整体的亮度,且不会造成对后续识别过程的影响。
优选的,步骤S2中的去噪具体包括将二值化后的图片进行膨胀后腐蚀,去除图片内的小像素噪点。膨胀腐蚀后去除噪点可以进一步提升图片的质量,为后续轮廓的筛选拟合提供更高质量的图像基础。
优选的,步骤S3具体包括:利用矩形边框的四个顶点进行仿射变换,将矩形边框变换为200*200的矩形图像,截取矩形边框并将其摆正。通过仿射变换可以获取旋钮开关的矩形边框,摆正后以便于对后续角度的识别以及档位位置的判断。
优选的,步骤S5还包括:响应于无法筛选出标记轮廓,对椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用第二椭圆角度根据旋钮的档位数转换为对应的档位。进一步的椭圆拟合可以提高准确性,避免出现太大的偏差。
进一步优选的,步骤S6还包括:利用标记轮廓的角度、椭圆角度与椭圆中心判断旋钮开关的朝向。利用椭圆角度和椭圆重心可以快速判断档位所处的朝向。
根据本发明的第二方面,提出了一种计算机可读存储介质,其上存储有一或多个计算机程序,该一或多个计算机程序被计算机处理器执行时实施上述方法。
根据本发明的第三方面,提出了一种用于旋钮开关的档位识别系统,该系统包括:
旋钮图片获取单元:配置用于利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片;
图片预处理单元:配置用于对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片;
开关边框筛选单元:配置用于筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正;
旋钮轮廓获取单元:配置用于裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;
标记轮廓获取单元:配置用于筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度;以及
档位获取单元:配置用于响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。
优选的,图片预处理单元还配置用于计算第一图片的像素点的亮度均值,响应于亮度均值小于预设亮度值,取第一图片的亮度值的10%为最小值,90%为最大值,响应于第一图片中的像素点的亮度值小于最小值,则用最小值替代该像素点的亮度值;响应于第一图片中的像素点的亮度值大于最大值,用最大值替代该像素点的亮度值;将第一图片的像素点拉伸到0-255;
开关边框筛选单元还配置用于利用矩形边框的四个顶点进行仿射变换,将矩形边框变换为200*200的矩形图像,截取矩形边框并将其摆正。
档位获取单元还配置用于响应于无法筛选出标记轮廓,对椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用第二椭圆角度根据旋钮的档位数转换为对应的档位;利用标记轮廓的角度、椭圆角度与椭圆中心判断旋钮开关的朝向。
本发明提出了一种用于旋钮开关的档位识别方法和系统,通过目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关图片,对该图片进行二值化处理后去噪获得图片中的旋钮开关的矩形边框,将矩形边框摆正并裁剪矩形边框获取旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;进一步筛选椭圆区域内的标记轮廓,获得标记轮廓的角度;最终利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,或者利用椭圆角度根据旋钮的档位数转换为对应的档位。该识别方法的识别准确率高,能够快速判别旋钮开关的朝向并准确获得其档位信息,可以应用于机器视觉的电力仪表的识别场景中。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例的用于旋钮开关的档位识别方法的流程图;
图2是本申请的一个具体的实施例的用于旋钮开关的档位识别方法的流程图;
图3a-g是本申请的一个具体的实施例的用于旋钮开关的档位识别方法的示意图;
图4是本申请的一个实施例的一种用于旋钮开关的档位识别系统的框架图;
图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请的一个实施例的用于旋钮开关的档位识别方法,图1示出了根据本申请的实施例的用于旋钮开关的档位识别方法的流程图。如图1所示,该方法包括以下步骤:
S101:利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片。目标检测算法可以采用tensorflow或opencv的算法进行对旋钮开关的分割识别。
在具体的实施例中,Tensorflow实现机器学习算法的一般流程为:加载数据集;定义算法公式,也就是前向计算的计算图;定义损失函数(loss function),选定优化器,并指定优化器优化损失函数;对旋钮开关数据进行迭代训练;在测试集或交叉验证数据集上进行准确率评估。在预训练模型的基础上,使用自有数据对模型进行训练和调优,最终快速准确地识别旋钮开关的图片并将其分割出来。
S102:对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片。凭借对图片的去噪操作获得更加便于进行旋钮轮廓识别的图片。
在具体的实施例中,在对图片进行二值化处理之前,还包括对图片进行亮度调整,以使得二值化后的图像更加清晰。具体的亮度调整方式如下:计算第一图片的像素点的亮度均值,响应于亮度均值小于预设亮度值,调整第一图片的像素点的亮度均值以使得第一图片的亮度增大。调整第一图片的像素点的亮度均值以使得第一图片的亮度增大具体为:取第一图片的亮度值的10%为最小值,90%为最大值,响应于第一图片中的像素点的亮度值小于最小值,则用最小值替代该像素点的亮度值;响应于第一图片中的像素点的亮度值大于最大值,用最大值替代该像素点的亮度值;将第一图片的像素点拉伸到0-255。利用上述方法可以有效地提升图片整体的亮度,且不会造成对后续识别过程的影响。
在具体的实施例中,去噪的过程具体包括将二值化后的图片进行膨胀后腐蚀,并去除图片内的小像素噪点。膨胀腐蚀后去除噪点可以进一步提升图片的质量,为后续轮廓的筛选拟合提供更高质量的图像基础。
S103:筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正。根据点与图片中心位置关系,判断轮廓四个角的顺序,并利用矩形边框的四个顶点进行仿射变换,将矩形边框变换为200*200的矩形图像,截取矩形边框并将其摆正。通过仿射变换可以获取旋钮开关的矩形边框,摆正后以便于对后续角度的识别以及档位位置的判断。
S104:裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点。所有的旋钮二维视角皆为圆形上向外延伸长方形,因此利用椭圆能够更好地拟合旋钮的形状。
S105:筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度。该标记轮廓可以为矩形、三角形或者箭头,具体根据实际旋钮上的标记识别获得,取该标记轮廓的中心线与水平线的夹角即为该标记轮廓的角度。
在具体的实施例中,若无法筛选出标记轮廓,对椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用第二椭圆角度根据旋钮的档位数转换为对应的档位。进一步的椭圆拟合可以提高准确性,避免出现太大的偏差。
S106:响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。根据预先输入的旋钮开关档位数,结合标记轮廓的角度或者拟合椭圆的角度可以快速定位获得旋钮开关当前的档位状态。
在具体的实施例中,还可以利用标记轮廓的角度、椭圆角度与椭圆中心判断旋钮开关的朝向。利用椭圆角度和椭圆重心可以快速判断档位所处的朝向。
图2示出了根据本发明的一个具体的实施例的用于旋钮开关的档位识别方法,如图2所示,该方法包括以下步骤:
S201:目标检测算法初步分割目标区域,并输入旋钮开关档位数。
S202:计算图像每个点亮度的均值,判断亮度值是否达到满足值,若亮度足够则无需增强,亮度不够则截取亮度的10%分位值为最小值,90%分位值为最大值,小于则取最小值,大于则取最大值,然后将该区间像素拉伸到[0-255]。
S203:横向尺寸放大避免两侧边框后续处理时消失。
S204:图像二值化后,先对图像进行膨胀,再腐蚀,消除图像内的小像素噪点。
S205:筛选出面积与外接矩形最接近的轮廓,该轮廓为旋转开关方形边框。
S206:根据点与图片中心位置关系,判断轮廓四个角的顺序。
S207:依据过四个顶点进行仿射变换(对应仿射变换后的四个顶点),将轮廓区域仿射变换为(200,200)的矩形图像,以此截取轮廓区域并将图像摆正。
S208:二次截取图片四周均裁剪10%的像素点,即去除周围将边框仅保留内部旋钮部分。
S209:筛选出内部最接近矩形且最大的轮廓,该轮廓为旋转开关的旋钮。
S210:由于所有的旋钮二维视角皆为圆形上向外延伸长方形,椭圆形能最好的拟合旋钮的形状,对筛选出的旋钮轮廓进行椭圆拟合,得到椭圆区域、椭圆角度与中心点。
S211:椭圆区域内再次进行轮廓筛选,筛选出面积最接近外接矩形且更接近正方形的轮廓,并获得轮廓角度,该轮廓为旋钮上的标记。
S212:若无法筛选出标记,则对椭圆轮廓再次椭圆拟合,并记录椭圆中心和角度。
S213:根据旋钮档位数、旋钮的角度和中心以及标记的角度与中心判断旋钮的状态。
S214:先判断档位数,不同类别开关档位的位置不同,判定依据不同。
S215:根据标记与旋钮所得椭圆的中心值判断档位朝向左半边还是右半边。
S216:最后根据两次求得的角度判断最后角度,若两个角度之差过大,则以标记的角度为依据,否则以旋钮的角度为准。
S217:将标记所在的角度转化为不同档位数旋钮对应的档位。
继续参考图3a-g,图3a-g示出了根据本发明的一个具体的实施例的用于旋钮开关的档位识别示意图,原始图像经过横向尺寸放大与形态学变换后获得如图3a所示的图像,找到旋转开关的最小外接矩形,获得旋转开关的矩形边框如图3b所示,截取并摆正该旋钮开关的矩形边框获得如图3c所示的图像,对图3c进行二次截取,去除旋转开关的边框,提取如图3d的旋钮图像,并获取如图3e中的旋钮的轮廓,拟合旋钮轮廓的椭圆后获得如图3f中的轮廓图像,在旋钮轮廓中寻找标签的最小外接矩形获得标签的轮廓如图3g所示,利用标签轮廓的角度转换为旋钮开关不同档位数中旋钮对应的档位状态。
继续参考图4,图4示出了根据本发明的实施例的用于旋钮开关的档位识别系统。该系统具体包括旋钮图片获取单元401、图片预处理单元402、开关边框筛选单元403、旋钮轮廓获取单元404、标记轮廓获取单元405和档位获取单元406。
在具体的实施例中,旋钮图片获取单元401:配置用于利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片;图片预处理单元402:配置用于对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片;开关边框筛选单元403:配置用于筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正;旋钮轮廓获取单元404:配置用于裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;标记轮廓获取单元405:配置用于筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度;档位获取单元406:配置用于响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。
在具体的实施例中,图片预处理单元402还配置用于计算第一图片的像素点的亮度均值,响应于亮度均值小于预设亮度值,取第一图片的亮度值的10%为最小值,90%为最大值,响应于第一图片中的像素点的亮度值小于最小值,则用最小值替代该像素点的亮度值;响应于第一图片中的像素点的亮度值大于最大值,用最大值替代该像素点的亮度值;将第一图片的像素点拉伸到0-255;开关边框筛选单元403还配置用于利用矩形边框的四个顶点进行仿射变换,将矩形边框变换为200*200的矩形图像,截取矩形边框并将其摆正。档位获取单元406还配置用于响应于无法筛选出标记轮廓,对椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用第二椭圆角度根据旋钮的档位数转换为对应的档位;利用标记轮廓的角度、椭圆角度与椭圆中心判断旋钮开关的朝向。
下面参考图5,其示出了适于用来实现本申请实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:利用目标检测算法识别图片中包含旋钮开关的区域,分割获取包含旋钮开关的第一图片;对包含旋钮开关的图片进行二值化处理后,进行去噪获得第二图片;筛选第二图片中的旋钮开关的矩形边框,将矩形边框摆正;裁剪矩形边框获取第二图片中的旋钮轮廓,对旋钮轮廓进行椭圆拟合,获取旋钮轮廓的椭圆区域、椭圆角度和中心点;筛选椭圆区域内的标记轮廓,并获得标记轮廓的角度;响应于标记轮廓的角度与旋钮轮廓的角度差值大于预设角度,利用标记轮廓的角度根据旋钮的档位数转换为对应的档位,否则利用椭圆角度根据旋钮的档位数转换为对应的档位。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (6)
1.一种用于旋钮开关的档位识别方法,其特征在于,包括:
S1:利用目标检测算法识别图片中包含所述旋钮开关的区域,分割获取包含旋钮开关的第一图片,计算所述第一图片的像素点的亮度均值,响应于所述亮度均值小于预设亮度值,调整所述第一图片的像素点的亮度均值以使得所述第一图片的亮度增大;调整所述第一图片的像素点的亮度均值以使得所述第一图片的亮度增大具体为:取所述第一图片的亮度值的10%为最小值,90%为最大值,响应于所述第一图片中的像素点的亮度值小于所述最小值,则用所述最小值替代该像素点的亮度值;响应于所述第一图片中的像素点的亮度值大于所述最大值,用所述最大值替代该像素点的亮度值;将所述第一图片的像素点拉伸到0-255;
S2:对所述包含旋钮开关的第一图片进行二值化处理后,进行去噪获得第二图片;
S3:筛选所述第二图片中的所述旋钮开关的矩形边框,将所述矩形边框摆正;
S4:裁剪所述矩形边框获取所述第二图片中的旋钮轮廓,对所述旋钮轮廓进行椭圆拟合,获取所述旋钮轮廓的椭圆区域、椭圆角度和中心点;
S5:筛选所述椭圆区域内的标记轮廓,并获得所述标记轮廓的角度;响应于无法筛选出所述标记轮廓,对所述椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用所述第二椭圆角度根据所述旋钮的档位数转换为对应的档位;以及
S6:利用所述标记轮廓的角度、所述椭圆角度与所述椭圆中心判断所述旋钮开关的朝向,响应于所述标记轮廓的角度与所述旋钮轮廓的角度差值大于预设角度,利用所述标记轮廓的角度根据所述旋钮的档位数转换为对应的档位,否则利用所述椭圆角度根据所述旋钮的档位数转换为对应的档位。
2.根据权利要求1所述的用于旋钮开关的档位识别方法,其特征在于,所述步骤S2中的去噪具体包括将所述二值化后的图片进行膨胀后腐蚀,去除图片内的小像素噪点。
3.根据权利要求1所述的用于旋钮开关的档位识别方法,其特征在于,所述步骤S3具体包括:利用所述矩形边框的四个顶点进行仿射变换,将所述矩形边框变换为200*200的矩形图像,截取所述矩形边框并将其摆正。
4.一种计算机可读存储介质,其上存储有一或多个计算机程序,其特征在于,该一或多个计算机程序被计算机处理器执行时实施权利要求1至3中任一项所述的方法。
5.一种用于旋钮开关的档位识别系统,其特征在于,所述系统包括:
旋钮图片获取单元:配置用于利用目标检测算法识别图片中包含所述旋钮开关的区域,分割获取包含旋钮开关的第一图片,计算所述第一图片的像素点的亮度均值,响应于所述亮度均值小于预设亮度值,调整所述第一图片的像素点的亮度均值以使得所述第一图片的亮度增大;调整所述第一图片的像素点的亮度均值以使得所述第一图片的亮度增大具体为:取所述第一图片的亮度值的10%为最小值,90%为最大值,响应于所述第一图片中的像素点的亮度值小于所述最小值,则用所述最小值替代该像素点的亮度值;响应于所述第一图片中的像素点的亮度值大于所述最大值,用所述最大值替代该像素点的亮度值;将所述第一图片的像素点拉伸到0-255;
图片预处理单元:配置用于对所述包含旋钮开关的第一图片进行二值化处理后,进行去噪获得第二图片;
开关边框筛选单元:配置用于筛选所述第二图片中的所述旋钮开关的矩形边框,将所述矩形边框摆正;
旋钮轮廓获取单元:配置用于裁剪所述矩形边框获取所述第二图片中的旋钮轮廓,对所述旋钮轮廓进行椭圆拟合,获取所述旋钮轮廓的椭圆区域、椭圆角度和中心点;
标记轮廓获取单元:配置用于筛选所述椭圆区域内的标记轮廓,并获得所述标记轮廓的角度,响应于无法筛选出所述标记轮廓,对所述椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用所述第二椭圆角度根据所述旋钮的档位数转换为对应的档位;以及
档位获取单元:配置用于利用所述标记轮廓的角度、所述椭圆角度与所述椭圆中心判断所述旋钮开关的朝向,响应于所述标记轮廓的角度与所述旋钮轮廓的角度差值大于预设角度,利用所述标记轮廓的角度根据所述旋钮的档位数转换为对应的档位,否则利用所述椭圆角度根据所述旋钮的档位数转换为对应的档位。
6.根据权利要求5所述的用于旋钮开关的档位识别系统,其特征在于,
图片预处理单元还配置用于计算所述第一图片的像素点的亮度均值,响应于所述亮度均值小于预设亮度值,取所述第一图片的亮度值的10%为最小值,90%为最大值,响应于所述第一图片中的像素点的亮度值小于所述最小值,则用所述最小值替代该像素点的亮度值;响应于所述第一图片中的像素点的亮度值大于所述最大值,用所述最大值替代该像素点的亮度值;将所述第一图片的像素点拉伸到0-255;
开关边框筛选单元还配置用于利用所述矩形边框的四个顶点进行仿射变换,将所述矩形边框变换为200*200的矩形图像,截取所述矩形边框并将其摆正;
档位获取单元还配置用于响应于无法筛选出所述标记轮廓,对所述椭圆区域再次进行椭圆拟合,获得第二椭圆中心和第二椭圆角度,利用所述第二椭圆角度根据所述旋钮的档位数转换为对应的档位;利用所述标记轮廓的角度、所述椭圆角度与所述椭圆中心判断所述旋钮开关的朝向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954208.2A CN112116540B (zh) | 2020-09-11 | 2020-09-11 | 一种用于旋钮开关的档位识别方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954208.2A CN112116540B (zh) | 2020-09-11 | 2020-09-11 | 一种用于旋钮开关的档位识别方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112116540A CN112116540A (zh) | 2020-12-22 |
CN112116540B true CN112116540B (zh) | 2023-09-22 |
Family
ID=73803323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954208.2A Active CN112116540B (zh) | 2020-09-11 | 2020-09-11 | 一种用于旋钮开关的档位识别方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116540B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112783B (zh) * | 2021-04-13 | 2022-11-29 | 国网冀北电力有限公司廊坊供电公司 | 一种变压器有载调压遥控装置及遥控方法 |
CN112990131B (zh) * | 2021-04-27 | 2021-10-26 | 广东科凯达智能机器人有限公司 | 获取电压转换开关工作档位的方法、装置、设备及介质 |
CN113822200B (zh) * | 2021-09-24 | 2024-03-26 | 成都交大光芒科技股份有限公司 | 牵引变电所辅助监控多视角档位开关自动识别方法及装置 |
CN114202731A (zh) * | 2022-02-15 | 2022-03-18 | 南京天创电子技术有限公司 | 一种多状态旋钮开关识别方法 |
CN115035294A (zh) * | 2022-06-15 | 2022-09-09 | 灵图数据(杭州)有限公司 | 一种冰箱温控器挡位检测方法及装置 |
CN115578630B (zh) * | 2022-11-09 | 2023-03-21 | 广东科凯达智能机器人有限公司 | 一种判断空气开关工作档位的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446903A (zh) * | 2016-09-20 | 2017-02-22 | 山东省计量科学研究院 | 一种仪表波段开关位置识别方法 |
CN110287887A (zh) * | 2019-06-26 | 2019-09-27 | 北京史河科技有限公司 | 一种刻度识别方法、装置及计算机存储介质 |
CN110298344A (zh) * | 2019-07-04 | 2019-10-01 | 河海大学常州校区 | 一种基于机器视觉的仪表旋钮定位与检测方法 |
CN110363202A (zh) * | 2019-07-23 | 2019-10-22 | 深圳中科捷飞科技有限公司 | 指针式仪表数值读取方法及计算机终端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4636146B2 (ja) * | 2008-09-05 | 2011-02-23 | ソニー株式会社 | 画像処理方法、画像処理装置、プログラム及び画像処理システム |
-
2020
- 2020-09-11 CN CN202010954208.2A patent/CN112116540B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446903A (zh) * | 2016-09-20 | 2017-02-22 | 山东省计量科学研究院 | 一种仪表波段开关位置识别方法 |
CN110287887A (zh) * | 2019-06-26 | 2019-09-27 | 北京史河科技有限公司 | 一种刻度识别方法、装置及计算机存储介质 |
CN110298344A (zh) * | 2019-07-04 | 2019-10-01 | 河海大学常州校区 | 一种基于机器视觉的仪表旋钮定位与检测方法 |
CN110363202A (zh) * | 2019-07-23 | 2019-10-22 | 深圳中科捷飞科技有限公司 | 指针式仪表数值读取方法及计算机终端 |
Non-Patent Citations (1)
Title |
---|
面向配变电站机器人操作的视觉技术及应用;桑浩楠;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第06期);1-115 * |
Also Published As
Publication number | Publication date |
---|---|
CN112116540A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112116540B (zh) | 一种用于旋钮开关的档位识别方法和系统 | |
CN110148130B (zh) | 用于检测零件缺陷的方法和装置 | |
EP3176751B1 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
CN110705583A (zh) | 细胞检测模型训练方法、装置、计算机设备及存储介质 | |
CN110264444B (zh) | 基于弱分割的损伤检测方法及装置 | |
CN111598889B (zh) | 均压环倾斜故障的识别方法、装置、计算机设备 | |
CN113592886B (zh) | 建筑图纸的审图方法、装置、电子设备及介质 | |
CN111598913B (zh) | 一种基于机器人视觉的图像分割方法和系统 | |
CN116168351B (zh) | 电力设备巡检方法及装置 | |
CN115083008A (zh) | 运动目标检测方法、装置、设备及存储介质 | |
CN113108921A (zh) | 用于监测对象的温度的方法、设备和系统 | |
CN116824135A (zh) | 基于机器视觉的大气自然环境试验工业产品识别分割方法 | |
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 | |
CN115063739B (zh) | 异常行为的检测方法、装置、设备及计算机存储介质 | |
CN115049684A (zh) | 一种基于水域分割的水尺识别方法及系统 | |
CN107330470B (zh) | 识别图片的方法和装置 | |
CN115187563A (zh) | 一种用于电力仪表检验的骑缝章检测识别方法及系统 | |
CN113920068B (zh) | 一种基于人工智能的身体部位检测方法、装置及电子设备 | |
CN114445751A (zh) | 视频关键帧图像轮廓特征的提取方法和装置 | |
CN111539329B (zh) | 一种自适应的变电站指针仪表识别方法 | |
CN113989814A (zh) | 图像生成方法、装置、计算机设备及存储介质 | |
CN113947563A (zh) | 一种基于深度学习的电缆工艺质量动态缺陷检测方法 | |
CN113570587A (zh) | 一种基于计算机视觉的光伏电池断栅检测方法及系统 | |
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 | |
CN112712527A (zh) | 一种基于DR-Unet104的医疗图像分割方法 |
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 |