CN112418222B - 车载液晶组合量表识别方法、装置、设备及存储介质 - Google Patents

车载液晶组合量表识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112418222B
CN112418222B CN202011425561.8A CN202011425561A CN112418222B CN 112418222 B CN112418222 B CN 112418222B CN 202011425561 A CN202011425561 A CN 202011425561A CN 112418222 B CN112418222 B CN 112418222B
Authority
CN
China
Prior art keywords
image
liquid crystal
vehicle
identified
crystal combination
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
Application number
CN202011425561.8A
Other languages
English (en)
Other versions
CN112418222A (zh
Inventor
任自鑫
李娟�
张明福
何云
俞涛
程锐
郭威
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.)
Anhui Jianghuai Automobile Group Corp
Original Assignee
Anhui Jianghuai Automobile Group Corp
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 Anhui Jianghuai Automobile Group Corp filed Critical Anhui Jianghuai Automobile Group Corp
Priority to CN202011425561.8A priority Critical patent/CN112418222B/zh
Publication of CN112418222A publication Critical patent/CN112418222A/zh
Application granted granted Critical
Publication of CN112418222B publication Critical patent/CN112418222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Instrument Panels (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

本发明属于车辆技术领域，公开了一种车载液晶组合量表识别方法、装置、设备及存储介质。本发明通过对待识别图像进行分析，以确定待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；根据中心点坐标在待识别图像中选取ROI区域，以获得ROI区域图像；对ROI区域图像进行识别，并根据识别结果确定目标像素坐标；根据目标像素坐标与码格被点亮时对应的基准像素坐标区间确定待识别图像对应的当前量表读数。由于是根据车载液晶组合量表的中心点坐标选取ROI区域，可以排除干扰因素，提高识别精准度，再根据识别结果确定目标像素坐标，将目标像素坐标与基准像素坐标区间进行匹配，即可精准确定待识别图像对应的码格并确定当前量表读数。

Description

车载液晶组合量表识别方法、装置、设备及存储介质
技术领域
本发明涉及车辆技术领域，尤其涉及一种车载液晶组合量表识别方法、装置、设备及存储介质。
背景技术
随着智能网联汽车(Intelligent Connected Vehicle，ICV)技术的发展，车辆仪表盘的功能日趋丰富、复杂、多样化，在整车的开发过程中，会对车辆的软件进行不断的升级更新，针对更新的软件，需要测试人员及时开展全面的测试，准确的发现潜在的问题点，以保证产品的稳定性，随着测试需求的增多，传统的手动测试已经无法满足需求，自动化测试是现在测试的发展趋势。而在自动化测试时，对车辆仪表盘的液晶组合仪表盘中的量表识别至关重要，通常液晶组合仪表盘中的量表呈一定角度的圆弧形，以圆弧中的多段码格形式显示读数，整个量表占据液晶组合仪表盘中较大位置，且量表附近存在其他指示灯等，会导致选择的感兴趣区域(Region of Interest，ROI)内存在干扰因素，降低识别精度，且对点亮码格段数的识别也较为困难，导致对量表读数的识别十分困难，严重限制了自动化测试的发展。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种车载液晶组合量表识别方法、装置、设备及存储介质，旨在解决现有技术难以对车载液晶组合量表进行识别的技术问题。
为实现上述目的，本发明提供了一种车载液晶组合量表识别方法，所述方法包括以下步骤:
对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数。
优选地，所述对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标的步骤之前，还包括：
对所述ROI区域图像进行二值化，以获得ROI灰度图像；
相应的，所述对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标的步骤，包括：
对所述ROI灰度图像进行识别，并根据识别结果确定目标像素坐标。
优选地，所述根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像的步骤，包括：
获取所述待识别图像中车载液晶组合量表的最小刻度像素坐标及最大刻度像素坐标；
根据所述最小刻度像素坐标、最大刻度像素坐标及所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像。
优选地，所述对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标的步骤之前，还包括：
分别采集车载液晶组合量表中各个码格被点亮时的图像数据；
对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；
根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间。
优选地，所述对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标的步骤，包括：
对待识别图像进行亮度调整，以获得亮度调整后的待识别图像；
对所述亮度调整后的待识别图像的图像进行分析，以获得所述待识别图像中车载液晶组合量表的轮廓；
根据所述轮廓确定对应的中心点坐标。
优选地，所述根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数的步骤，包括：
获取各个码格对应的刻度值；
根据所述目标像素坐标与各个码格被点亮对应的基准像素坐标区间确定被点亮码格段数；
根据所述被点亮码格段数及所述各个码格对应的刻度值确定所述待识别图像对应的当前量表读数。
优选地，所述根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数的步骤之后，还包括：
根据所述中心点坐标、所述ROI区域图像、所述目标像素坐标及所述量表读数构建量表自动识别报告；
将所述量表自动识别报告发送至自动化测试服务器。
此外，为实现上述目的，本发明还提出一种车载液晶组合量表识别装置，所述车载液晶组合量表识别装置包括以下模块：
中心确定模块，用于对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
区域选择模块，用于根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
坐标识别模块，用于对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
读数确定模块，用于根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数。
此外，为实现上述目的，本发明还提出一种车载液晶组合量表识别设备，所述车载液晶组合量表识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车载液晶组合量表识别程序，所述车载液晶组合量表识别程序被所述处理器执行时实现如上所述的车载液晶组合量表识别方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有车载液晶组合量表识别程序，所述车载液晶组合量表识别程序执行时实现如上所述的车载液晶组合量表识别方法的步骤。
本发明通过对待识别图像进行分析，以确定待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；根据中心点坐标在待识别图像中选取ROI区域，以获得ROI区域图像；对ROI区域图像进行识别，并根据识别结果确定目标像素坐标；根据目标像素坐标与码格被点亮时对应的基准像素坐标区间确定待识别图像对应的当前量表读数。由于是根据车载液晶组合量表的中心点坐标选取ROI区域，可以排除干扰因素，提高识别精准度，再根据识别结果确定目标像素坐标，将目标像素坐标与基准像素坐标区间进行匹配，即可精准确定待识别图像对应的码格并确定当前量表读数。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；
图2为本发明车载液晶组合量表识别方法第一实施例的流程示意图；
图3为本发明车载液晶组合量表识别方法第二实施例的流程示意图；
图4为本发明车载液晶组合量表识别装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的车载液晶组合量表识别设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车载液晶组合量表识别程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在车载液晶组合量表识别设备中，所述电子设备通过处理器1001调用存储器1005中存储的车载液晶组合量表识别程序，并执行本发明实施例提供的车载液晶组合量表识别方法。
本发明实施例提供了一种车载液晶组合量表识别方法，参照图2，图2为本发明一种车载液晶组合量表识别方法第一实施例的流程示意图。
本实施例中，所述车载液晶组合量表识别方法包括以下步骤：
步骤S10：对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
需要说明的是，本实施例的执行主体可以为所述车载液晶组合量表识别设备，所述车载液晶组合量表识别设备可以为个人电脑、服务器等电子设备，还可以为其他可实现相同或相似功能的设备，本实施例对此不加以限制，在本实施例及下述各实施例中，以车载液晶组合量表识别设备为例对本发明车载液晶组合量表识别方法进行说明。
需要说明的是，待识别图像可以为在自动化测试时由图像采集设备实时采集的液晶组合仪表盘的图像，图像采集设备可以为高速高清摄像头。车载液晶组合量表可以为液晶组合仪表盘中的量表，例如：液晶组合仪表盘中的水温表或燃油表。液晶组合仪表盘可以为人与汽车的交互界面，可以为驾驶员提供所需的汽车运行参数、指示灯状态、图文报警、声音报警、油量、水温、故障信息、里程信息等数据的仪表盘，是智能网联汽车的重要组成部分。中心点坐标为根据车载液晶组合量表的轮廓的中心点的坐标，例如：对于圆弧形车载液晶组合量表，则可以根据车载液晶组合量表的圆弧形轮廓确定圆心，圆心坐标就是车载液晶组合量表的中心点坐标。
需要说明的是，在采集图像时，因采集图像时的环境的不同，采集的图像亮度也并不相同，而图像的亮度过亮或者过暗都不利于对图像的分析。
进一步地，为了便于对待识别图像进行分析，本实施例步骤S10，可以为：
对待识别图像进行亮度调整，以获得亮度调整后的待识别图像；对所述亮度调整后的待识别图像的图像进行分析，以获得所述待识别图像中车载液晶组合量表的轮廓；根据所述轮廓确定对应的中心点坐标。
可以理解的是，对图像亮度调整，将图像的亮度调整至合适范围内，可以提高对图像进行分析的速度及精准度。
在实际使用中，可以将使用车载液晶组合量表识别设备中预先安装的软件对待识别图像先进行亮度化处理，以调整待识别图像的亮度，再进行图像分析，获取待识别图像中车载液晶组合量表的轮廓，根据轮廓信息确定中心点坐标。
例如：获取通过Measurement&Automation Explorer软件控制高速高清摄像头采集的待识别图像，再使用车载液晶组合量表识别设备中安装的Vision Assistant软件的LabVIEW VI模块调整待识别图像的亮度，最后使用Vision Assistant软件的Machine View菜单下的Find Circular Edge功能确定对应的圆心，将圆心的坐标作为中心点坐标。
步骤S20：根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
需要说明的是，在图像处理过程中，一般仅针对某一个特定的目标区域实施相应的操作处理，以减少计算量，达到快速、准确计算的目的，该目标区域就是ROI区域。而在根据中心点坐标选取ROI区域时，需要尽可能的排除干扰因素，提高识别的准确度。
进一步地，为了提高识别准确度，本实施例步骤S20，可以为：
获取所述待识别图像中车载液晶组合量表的最小刻度像素坐标及最大刻度像素坐标；根据所述最小刻度像素坐标、最大刻度像素坐标及所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像。
需要说明的是，最小刻度像素坐标可以为车载液晶组合量表中刻度最小的码格对应的像素坐标。最大刻度像素坐标可以为车载液晶组合量表中刻度最大的码格对应的像素坐标。
在实际使用中，可以根据中心点坐标与最小刻度像素坐标确定第一条直线，根据中心点坐标与最大刻度像素坐标确定第二条直线，根据两条直线、中心点坐标及车载液晶组合量表的轮廓可以在待识别图像中确定一片扇形区域，可以将此区域作为ROI区域，ROI区域在待识别图像中对应的图像就是ROI区域图像。
步骤S30：对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
需要说明的是，目标像素坐标为待识别图像中车载液晶量表中被点亮码格的点亮区域边界处的坐标，即将被点亮区域远离刻度最小的码格的一侧的边界点的坐标作为目标像素坐标。
可以理解的是，对ROI区域图像进行识别，可以识别ROI区域中的各项数据，因此，可以根据识别结果确定目标像素坐标。
进一步地，为了提高识别速度，本实施例步骤S30之前，还可以包括：
步骤S201：对所述ROI区域图像进行二值化，以获得ROI灰度图像；
相应的，本实施例步骤S30，具体可以包括：
步骤S30'：对所述ROI灰度图像进行识别，并根据识别结果确定目标像素坐标。
需要说明的是，直接使用彩色图像进行识别，图像识别的难度极高，因此，在图像识别之前可以对ROI区域图像进行二值化，将ROI区域图像中的像素点灰度值设置为0或者255，使得ROI区域图像呈现出明显的只有黑和白的视觉效果，得到ROI灰度图像，再对ROI灰度图像进行识别，可以提高图像识别的速度。
在实际使用中，可以使用车载液晶组合量表识别设备中预先安装的软件对ROI区域图像进行二值化，再进行图像识别，并根据识别结果确定目标像素坐标。
例如：在选定ROI区域图像之后，使用车载液晶组合量表识别设备中预先安装的Vision Assistant软件的LabVIEW VI模块对ROI区域图像进行二值化即灰度化处理，得到ROI灰度图像，再统计输出其目标像素坐标。
步骤S40：根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数。
需要说明的是，当前量表读数可以为待识别图像中车载液晶组合量表当前点亮的码格对应的量表读数。
可以理解的是，根据目标像素坐标及各个码格被点亮时对应的基准像素坐标区间即可确定被点亮的码格段数，根据被点亮的码格段数即可确定当前量表读数。
进一步地，为了计算当前量表读数，本实施例步骤S40，可以为：
获取各个码格对应的刻度值；根据所述目标像素坐标与各个码格被点亮对应的基准像素坐标区间确定被点亮码格段数；根据所述被点亮码格段数及所述各个码格对应的刻度值确定所述待识别图像对应的当前量表读数。
需要说明的是，根据车载液晶组合量表的不同各个码格对应的刻度值也可以不同。可以通过提前测试获得的车载液晶组合量表中各个码格对应的基准像素坐标区间，在目标像素坐标在码格对应的基准像素坐标区间的区间范围内时，可以判定当前被点亮码格段数。
例如：目标像素坐标在第5个码格对应的基准像素坐标区间的区间范围内时，则可以判定当前被点亮码格段数为4段。
可以理解的是，根据被点亮码格段数与各个码格对应的刻度值，即可确定待识别图像对应的当前量表读数，例如：假设根据目标像素坐标及码格对应的基准像素坐标区间确定当前被点亮码格段数为4段，各个码格对应的刻度值为10，则当前量表读数为4*10＝40。
进一步地，为了便于自动化测试的进行，本实施例步骤S40之后，还可以包括：
根据所述中心点坐标、所述ROI区域图像、所述目标像素坐标及所述量表读数构建量表自动识别报告；将所述量表自动识别报告发送至自动化测试服务器。
可以理解的是，量表读数识别可以应用于车辆自动化测试中，因此，在识别读数之后，可以根据中心点坐标、ROI区域图像、目标像素坐标及量表读数构建量表自动识别报告，并将量表自动识别报告发送至自动化测试服务器，以便于自动化服务器判断自动化测试的测试结果。
本实施例通过对待识别图像进行分析，以确定待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；根据中心点坐标在待识别图像中选取ROI区域，以获得ROI区域图像；对ROI区域图像进行识别，并根据识别结果确定目标像素坐标；根据目标像素坐标与码格被点亮时对应的基准像素坐标区间确定待识别图像对应的当前量表读数。由于是根据车载液晶组合量表的中心点坐标选取ROI区域，可以排除干扰因素，提高识别精准度，再根据识别结果确定目标像素坐标，将目标像素坐标与基准像素坐标区间进行匹配，即可精准确定待识别图像对应的码格并确定当前量表读数。
参考图3，图3为本发明一种车载液晶组合量表识别方法第二实施例的流程示意图。
基于上述第一实施例，本实施例车载液晶组合量表识别方法在所述步骤S10之前，还包括：
步骤S01：分别采集车载液晶组合量表中各个码格被点亮时的图像数据；
可以理解的是，可以分别采集车载液晶组合量表中被点亮的不同码格段数时的图像数据。
例如：以水温表为例，假设水温表共有8段码格段，则对应的码格应有9个，对应的刻度读数分别为0、10、20、30、40、50、60、70、80，可以采用车载液晶组合量表识别设备中预先安装的TestStand软件，调用水温表的LabVIEW VI程序将水温表的8段码格全部点亮，采集此时的图像数据作为第9个码格被点亮时的图像数据，然后降低点亮码格数，只点亮7段码格，采集此时图像数据作为第8个码格被点亮时的图像数据，依次降低点亮码格数，直至采集到各个码格被点亮时的图像数据。
步骤S02：对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；
需要说明的是，基准像素坐标可以为码格被点亮时被点亮区域远离刻度最小的码格的一侧的点亮区域边界点的坐标。
可以理解的是，在对图像数据进行分析之前，也可以对图像数据进行亮度调节及二值化，以提高图像分析的速度及准确度。
步骤S03：根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间。
需要说明的是，因在识别时可能会存在部分干扰像素点的影响，像素识别可能并没有那么精准，因此可以设定一个预设像素阈值，将码格被点亮时对应的基准像素坐标减去预设像素阈值，以确定一个区间下限值，将码格被点亮时对应的基准像素坐标加上预设像素阈值，以确定一个区间上限值，根据区间上限值及区间下限值确定一个基准像素坐标区间，将计算得到的基准像素坐标区间作为码格被点亮时对应的基准像素坐标区间。预设像素阈值可以根据实际情况进行设置，例如选取100-200中的某一个数作为预设像素阈值。
本实施例通过分别采集车载液晶组合量表中各个码格被点亮时的图像数据；对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间。可以提前进行测试，确定各个码格被点亮时对应的基础像素坐标区间，便于根据目标像素坐标与码格被点亮时对应的基准像素坐标区间进行匹配，可以更快速的确定当前量表读数。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有车载液晶组合量表识别程序，所述车载液晶组合量表识别程序被处理器执行时实现如上文所述的车载液晶组合量表识别方法的步骤。
参照图4，图4为本发明车载液晶组合量表识别装置第一实施例的结构框图。
如图4所示，本发明实施例提出的车载液晶组合量表识别装置包括：
中心确定模块401，用于对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
区域选择模块402，用于根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
坐标识别模块403，用于对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
读数确定模块404，用于根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数。
本实施例通过对待识别图像进行分析，以确定待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；根据中心点坐标在待识别图像中选取ROI区域，以获得ROI区域图像；对ROI区域图像进行识别，并根据识别结果确定目标像素坐标；根据目标像素坐标与码格被点亮时对应的基准像素坐标区间确定待识别图像对应的当前量表读数。由于是根据车载液晶组合量表的中心点坐标选取ROI区域，可以排除干扰因素，提高识别精准度，再根据识别结果确定目标像素坐标，将目标像素坐标与基准像素坐标区间进行匹配，即可精准确定待识别图像对应的码格并确定当前量表读数。
进一步地，所述区域选择模块402，还用于对所述ROI区域图像进行二值化，以获得ROI灰度图像；
所述区域选择模块402，还用于对所述ROI灰度图像进行识别，并根据识别结果确定目标像素坐标。
进一步地，所述所述区域选择模块402，还用于获取所述待识别图像中车载液晶组合量表的最小刻度像素坐标及最大刻度像素坐标；根据所述最小刻度像素坐标、最大刻度像素坐标及所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像。
进一步地，所述中心确定模块401，还用于分别采集车载液晶组合量表中各个码格被点亮时的图像数据；对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间。
进一步地，所述中心确定模块401，还用于对待识别图像进行亮度调整，以获得亮度调整后的待识别图像；对所述亮度调整后的待识别图像的图像进行分析，以获得所述待识别图像中车载液晶组合量表的轮廓；根据所述轮廓确定对应的中心点坐标。
进一步地，所述读数确定模块404，还用于获取各个码格对应的刻度值；根据所述目标像素坐标与各个码格被点亮对应的基准像素坐标区间确定被点亮码格段数；根据所述被点亮码格段数及所述各个码格对应的刻度值确定所述待识别图像对应的当前量表读数。
进一步地，所述读数确定模块404，还用于根据所述中心点坐标、所述ROI区域图像、所述目标像素坐标及所述量表读数构建量表自动识别报告；将所述量表自动识别报告发送至自动化测试服务器。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的车载液晶组合量表识别方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种车载液晶组合量表识别方法，其特征在于，所述车载液晶组合量表识别方法包括以下步骤：
对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数；
其中，所述对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标的步骤之前，还包括：
分别采集车载液晶组合量表中各个码格被点亮时的图像数据；
对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；
根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间；
其中，所述基准像素坐标为码格被点亮时被点亮区域远离刻度最小的码格的一侧的点亮区域边界点的坐标；
其中，所述根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间的步骤包括：
将所述基准像素坐标减去预设像素阈值，以获得区间下限值；
将所述基准像素坐标加上预设像素阈值，以获得区间上限值；
基于所述区间下限值和所述区间上限值确定各个码格被点亮时对应的基准像素坐标区间。
2.如权利要求1所述的车载液晶组合量表识别方法，其特征在于，所述对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标的步骤之前，还包括：
对所述ROI区域图像进行二值化，以获得ROI灰度图像；
相应的，所述对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标的步骤，包括：
对所述ROI灰度图像进行识别，并根据识别结果确定目标像素坐标。
3.如权利要求1所述的车载液晶组合量表识别方法，其特征在于，所述根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像的步骤，包括：
获取所述待识别图像中车载液晶组合量表的最小刻度像素坐标及最大刻度像素坐标；
根据所述最小刻度像素坐标、最大刻度像素坐标及所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像。
4.如权利要求1所述的车载液晶组合量表识别方法，其特征在于，所述对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标的步骤，包括：
对待识别图像进行亮度调整，以获得亮度调整后的待识别图像；
对所述亮度调整后的待识别图像的图像进行分析，以获得所述待识别图像中车载液晶组合量表的轮廓；
根据所述轮廓确定对应的中心点坐标。
5.如权利要求1所述的车载液晶组合量表识别方法，其特征在于，所述根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数的步骤，包括：
获取各个码格对应的刻度值；
根据所述目标像素坐标与各个码格被点亮对应的基准像素坐标区间确定被点亮码格段数；
根据所述被点亮码格段数及所述各个码格对应的刻度值确定所述待识别图像对应的当前量表读数。
6.如权利要求1-5中任一项所述的车载液晶组合量表识别方法，其特征在于，所述根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数的步骤之后，还包括：
根据所述中心点坐标、所述ROI区域图像、所述目标像素坐标及所述量表读数构建量表自动识别报告；
将所述量表自动识别报告发送至自动化测试服务器。
7.一种车载液晶组合量表识别装置，其特征在于，所述车载液晶组合量表识别装置包括以下模块：
中心确定模块，用于对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标；
区域选择模块，用于根据所述中心点坐标在所述待识别图像中选取ROI区域，以获得ROI区域图像；
坐标识别模块，用于对所述ROI区域图像进行识别，并根据识别结果确定目标像素坐标；
读数确定模块，用于根据所述目标像素坐标与码格被点亮时对应的基准像素坐标区间确定所述待识别图像对应的当前量表读数；
其中，所述对待识别图像进行分析，以确定所述待识别图像中车载液晶组合量表的轮廓对应的中心点坐标的步骤之前，还包括：
分别采集车载液晶组合量表中各个码格被点亮时的图像数据；
对所述图像数据进行分析，以确定所述车载液晶组合量表中各个码格被点亮时对应的基准像素坐标；
根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间；
其中，所述基准像素坐标为码格被点亮时被点亮区域远离刻度最小的码格的一侧的点亮区域边界点的坐标；
其中，所述根据所述基准像素坐标及预设像素阈值确定各个码格被点亮时对应的基准像素坐标区间的步骤包括：
将所述基准像素坐标减去预设像素阈值，以获得区间下限值；
将所述基准像素坐标加上预设像素阈值，以获得区间上限值；
基于所述区间下限值和所述区间上限值确定各个码格被点亮时对应的基准像素坐标区间。
8.一种车载液晶组合量表识别设备，其特征在于，所述车载液晶组合量表识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车载液晶组合量表识别程序，所述车载液晶组合量表识别程序被所述处理器执行时实现如权利要求1-6中任一项所述的车载液晶组合量表识别方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有车载液晶组合量表识别程序，所述车载液晶组合量表识别程序执行时实现如权利要求1-6中任一项所述的车载液晶组合量表识别方法的步骤。
CN202011425561.8A 2020-12-07 2020-12-07 车载液晶组合量表识别方法、装置、设备及存储介质 Active CN112418222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011425561.8A CN112418222B (zh) 2020-12-07 2020-12-07 车载液晶组合量表识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011425561.8A CN112418222B (zh) 2020-12-07 2020-12-07 车载液晶组合量表识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112418222A CN112418222A (zh) 2021-02-26
CN112418222B true CN112418222B (zh) 2023-07-25

Family

ID=74775220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011425561.8A Active CN112418222B (zh) 2020-12-07 2020-12-07 车载液晶组合量表识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112418222B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6283763B1 (en) * 1997-12-01 2001-09-04 Olympus Optical Co., Ltd. Medical operation simulation system capable of presenting approach data
CN106599897A (zh) * 2016-12-09 2017-04-26 广州供电局有限公司 基于机器视觉的指针式仪表读数识别方法及装置
CN106778823A (zh) * 2016-11-22 2017-05-31 国网湖北省电力公司宜昌供电公司 一种指针式仪表读数自动识别方法
CN107292310A (zh) * 2017-06-19 2017-10-24 电子科技大学 一种圆形指针式表盘视觉定位及自动读数方法
CN107358237A (zh) * 2017-07-21 2017-11-17 东南大学 一种去环境干扰的多仪表盘自动读数方法
CN108304842A (zh) * 2018-02-01 2018-07-20 重庆中陆承大科技有限公司 水表读数识别方法、装置及电子设备
CN108921176A (zh) * 2018-06-22 2018-11-30 河海大学常州校区 一种基于机器视觉的指针式仪表定位与识别方法
CN110443220A (zh) * 2019-08-13 2019-11-12 树根互联技术有限公司 数码表图像识别方法、装置、电子设备及存储介质
CN110490145A (zh) * 2019-08-22 2019-11-22 国网四川省电力公司信息通信公司 一种指针式仪表读数识别方法
CN111461098A (zh) * 2020-03-26 2020-07-28 杭州海康威视数字技术股份有限公司 一种仪表盘的建模数据的处理方法、装置和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105203148B (zh) * 2015-09-30 2018-03-23 湖北工业大学 一种汽车组合仪表的视觉检测方法
CN107563263B (zh) * 2016-07-01 2020-12-08 珠海优特电力科技股份有限公司 基于仪表的视频图像识别方法及系统
CN111160337B (zh) * 2019-12-12 2022-04-29 武汉工程大学 一种指针式仪表读数的自动识别方法、系统、介质及设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6283763B1 (en) * 1997-12-01 2001-09-04 Olympus Optical Co., Ltd. Medical operation simulation system capable of presenting approach data
CN106778823A (zh) * 2016-11-22 2017-05-31 国网湖北省电力公司宜昌供电公司 一种指针式仪表读数自动识别方法
CN106599897A (zh) * 2016-12-09 2017-04-26 广州供电局有限公司 基于机器视觉的指针式仪表读数识别方法及装置
CN107292310A (zh) * 2017-06-19 2017-10-24 电子科技大学 一种圆形指针式表盘视觉定位及自动读数方法
CN107358237A (zh) * 2017-07-21 2017-11-17 东南大学 一种去环境干扰的多仪表盘自动读数方法
CN108304842A (zh) * 2018-02-01 2018-07-20 重庆中陆承大科技有限公司 水表读数识别方法、装置及电子设备
CN108921176A (zh) * 2018-06-22 2018-11-30 河海大学常州校区 一种基于机器视觉的指针式仪表定位与识别方法
CN110443220A (zh) * 2019-08-13 2019-11-12 树根互联技术有限公司 数码表图像识别方法、装置、电子设备及存储介质
CN110490145A (zh) * 2019-08-22 2019-11-22 国网四川省电力公司信息通信公司 一种指针式仪表读数识别方法
CN111461098A (zh) * 2020-03-26 2020-07-28 杭州海康威视数字技术股份有限公司 一种仪表盘的建模数据的处理方法、装置和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An Automatic Detection and Recognition Method for Pointer-type Meters in Natural Gas Stations;Yan Huang等;2019 Chinese Control Conference (CCC);7866-7871 *
一种指针式油位计读数识别算法;徐鹏;曾卫明;石玉虎;张雅倩;;计算机技术与发展(09);195-199 *
基于改进的Hough变换的指针识别算法;王高登等;现代电子技术;第39卷(第16期);23-26 *

Also Published As

Publication number Publication date
CN112418222A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN103528617B (zh) 一种座舱仪表自动识别和检测方法及装置
CN111239158A (zh) 一种基于机器视觉的汽车仪表盘检测系统和检测方法
CN110222764A (zh) 遮挡目标检测方法、系统、设备及存储介质
CN107256379B (zh) 基于图像识别的信息采集方法、移动终端及存储介质
CN114266773B (zh) 显示面板缺陷定位方法、装置、设备及存储介质
CN113532882A (zh) 一种汽车仪表测试方法、装置、系统及存储介质
CN116245230B (zh) 一种电站设备的运行巡检与趋势分析方法及系统
CN115372877B (zh) 基于无人机的变电站的避雷器泄露电流表计巡检方法
CN113065538A (zh) 基于图像识别的压力传感器检测方法、装置及设备
CN112418222B (zh) 车载液晶组合量表识别方法、装置、设备及存储介质
CN211856402U (zh) 一种基于机器视觉的汽车仪表盘检测系统
CN110441714B (zh) 指示灯的检测方法、装置及计算机可读存储介质
CN112635048A (zh) 一种视觉任务脑力负荷量化评估方法及系统
CN114037993B (zh) 变电站指针仪表读数方法、装置、存储介质以及电子设备
CN112053340B (zh) 汽车显示设备的性能测试方法、设备、存储介质及装置
CN113128881B (zh) 测量仪表的操作考评方法、设备及存储介质
CN115641306A (zh) 产品缺陷检测方法、装置、电子设备及可读存储介质
CN113495844B (zh) 基于虚拟点击的自动化测试方法、装置、系统及存储介质
CN114897797A (zh) 印刷电路板的缺陷检测方法、装置、设备及存储介质
CN110866440B (zh) 一种指针仪表深度学习网络搭建方法、检测方法及其系统
CN114694128A (zh) 一种基于抽象度量学习的指针式仪表检测方法及系统
CN114494765A (zh) 真假烟鉴别点的识别方法、装置、电子设备及存储介质
Qin et al. An automotive needle meter dynamic test method based on computer vision and hiltechnology
CN114332016A (zh) 设备屏幕光斑检测方法及装置
CN112184660A (zh) 设计图像评价方法、装置及电子设备

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