CN112668578B - 指针式仪表读数方法、装置、计算机设备和存储介质 - Google Patents
指针式仪表读数方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112668578B CN112668578B CN202011645315.3A CN202011645315A CN112668578B CN 112668578 B CN112668578 B CN 112668578B CN 202011645315 A CN202011645315 A CN 202011645315A CN 112668578 B CN112668578 B CN 112668578B
- Authority
- CN
- China
- Prior art keywords
- image
- instrument
- pointer
- edge
- gray level
- 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 48
- 238000012937 correction Methods 0.000 claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims description 57
- 230000009466 transformation Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003702 image correction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 abstract description 3
- 238000003708 edge detection Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请涉及一种指针式仪表读数方法、装置、计算机设备和存储介质。所述方法包括:获取指针式仪表图像对应的灰度图像;根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数。本方法对光照条件不敏感,具有较强的环境适应性,从而克服了传统方法中读数结果易受环境干扰的缺陷。
Description
技术领域
本申请涉及仪表图像识别的技术领域,特别是涉及一种指针式仪表读数方法、装置、计算机设备和存储介质。
背景技术
在测试技术中,指针式仪表因其结构简单,使用方便,被广泛地应用于电力、石油、化工等行业中,尤其在配电房、变电站等场景下的机器人智能巡检、自动抄表作业极大地解放了人力。目前,已有一些针对仪表的图像识别领域的研究,例如,公开号为CN106339707A的专利公开了一种通过对称性特征的仪表指针图像识别方法,主要公开了通过像素点进行指针识别的方法,公开号为CN104050446A的专利公开了一种基于指针宽度特征的仪表指针图像识别方法,主要公开了通过模板匹配定位待检测图像的旋转中心和矩形区域,通过预设的判断准则提取最优偏转角度等等。
然而,目前的指针式仪表的读数方法中,通过像素点识别指针或模板匹配的方法,对环境光线的要求较高,识别结果容易受到干扰。
发明内容
基于此,有必要针对上述方法存在的对环境光线的要求较高,识别结果容易受到干扰的技术问题,提供一种指针式仪表读数方法、装置、计算机设备和存储介质。
一种指针式仪表读数方法,所述方法包括:
获取指针式仪表图像对应的灰度图像;
根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;
从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数。
在其中一个实施例中,在根据所述灰度图像中物体的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像之前,还包括:
对所述灰度图像进行边缘提取处理,得到所述指针式仪表图像对应的仪表边缘图像;
从所述仪表边缘图像中识别出标准长直线段,作为物体边缘线。
在其中一个实施例中,所述根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像,包括:
根据所述物体边缘线的倾斜角度,得到透视变换矩阵;所述透视变换矩阵用于将在图像中呈现为斜线的直线物体转换为直线;
保持所述灰度图像的中心点位置不变,根据所述透视变换矩阵,对所述灰度图像进行校正,得到使所述物体边缘线垂直或平行于地平面的灰度图像,作为校正后的灰度图像。
在其中一个实施例中,所述从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像,包括:
对所述校正后的灰度图像进行边缘提取处理,得到仪表区域;
获取所述仪表区域的原始图像、模糊化图像和锐化图像,分别对所述原始图像、所述模糊化图像和所述锐化图像进行边缘提取处理,得到原始边缘图像、模糊化边缘图像和锐化边缘图像;
融合所述原始边缘图像、所述模糊化边缘图像和所述锐化边缘图像,得到所述仪表区域对应的区域边缘图像。
在其中一个实施例中,所述对所述校正后的灰度图像进行边缘提取处理,得到仪表区域,包括:
对所述校正后的灰度图像进行边缘提取处理,得到符合预设仪表尺寸的轮廓,将所述轮廓包括的区域作为候选仪表区域;
从所述候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,将包围所述底盘区域轮廓和所述边框区域轮廓的最小区域,作为仪表区域。
在其中一个实施例中,所述从所述候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,包括:
对所述候选仪表区域及设定范围内相邻区域的灰度图像进行二值化分割,得到分割阈值;
根据所述分割阈值和所述候选仪表区域中的最大灰度值,得到底盘区域分割阈值;所述灰度值为所述候选仪表区域中像素点的灰度值;
根据所述分割阈值与所述候选仪表区域中的最小灰度值,得到边框区域分割阈值;
分别采用所述底盘区域分割阈值和所述边框分割阈值对所述候选仪表区域的灰度图像进行二值化分割,得到底盘区域轮廓和边框区域轮廓。
在其中一个实施例中,所述根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数,包括:
获取所述指针式仪表的基准尺寸;
根据所述基准尺寸和从所述指针式仪表图像中提取出的仪表区域的尺寸,对所述指针角度进行校正,得到校正指针角度;
根据所述指针式仪表的指针角度和读数的变换关系,得到所述校正指针角度对应的读数,作为所述指针式仪表图像对应的仪表读数。
一种指针式仪表读数装置,所述装置包括:
灰度图像获取模块,用于获取指针式仪表图像对应的灰度图像;
图像校正模块,用于根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
边缘图像获取模块,用于从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;
指针角度获取模块,用于从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
仪表读数确定模块,用于根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取指针式仪表图像对应的灰度图像;
根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;
从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取指针式仪表图像对应的灰度图像;
根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;
从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数。
上述指针式仪表读数方法、装置、计算机设备和存储介质,在获取指针式仪表图像对应的灰度图像后,根据灰度图像中物体边缘线的倾斜程度,对灰度图像进行角度校正,得到校正后的灰度图像,从校正后的灰度图像中提取出仪表区域,根据仪表区域的原始图像、模糊化图像和锐化图像,得到仪表区域对应的区域边缘图像,从区域边缘图像中识别出多个指针,并获取各个指针的指针角度,根据各个指针的指针角度,得到指针式仪表图像对应的仪表读数。该方法中提取仪表区域,得到区域边缘图像,识别指针等步骤,均可通过边缘检测进行处理,对光照条件不敏感,使该方法具有较强的环境适应性,从而克服了传统方法中读数结果易受环境干扰的缺陷。
附图说明
图1为一个实施例中指针式仪表读数方法的流程示意图;
图2为一个实施例中区域轮廓获取步骤的流程示意图;
图3为一个实施例中仪表读数获取步骤的流程示意图;
图4为一个实施例中指针式仪表读数装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的指针式仪表读数方法,可以应用于配电房、变电站等场景下的机器人智能巡检和自动抄表作业等。在一个实施例中,如图1所示,提供了一种指针式仪表读数方法,包括以下步骤:
步骤S102,获取指针式仪表图像对应的灰度图像。
其中,灰度图像表示只有一个颜色通道的图像。
具体地,在机器人进行自动抄表作业或巡检时,首先采集指针式仪表的仪表图像,然后将各个像素的3个RGB通道的值进行平均,得到各个像素的灰度值,由此,得到指针式仪表图像对应的灰度图像。
步骤S104,根据灰度图像中物体边缘线的倾斜程度,对灰度图像进行角度校正,得到校正后的灰度图像。
在一个实施例中,在步骤S104之前,还包括:对灰度图像进行边缘提取处理,得到指针式仪表图像对应的仪表边缘图像;从仪表边缘图像中识别出标准长直线段,作为物体边缘线。
其中,物体边缘线可以为物体与地平面平行或垂直的边缘线,例如,配电矩形框、矩形仪表边框、支架、杆子等。
具体地,由于相机拍摄角度的问题,可能使采集的指针式仪表图像中的角度错误,即仪表中12点和6点的连线本应垂直于地平面,但由于拍摄角度偏差,导致12点与6点的连线不垂直于地平面,从而导致读取的仪表读数不准确。因此,在获取指针式仪表图像的灰度图像后,首先使用Canny边缘检测算法对灰度图像进行边缘提取,得到指针式仪表图像的边缘图像,然后使用Hough变换,从边缘图像中识别出长直线段,即物体的竖直和水平边缘线,并获取物体边缘线在灰度图像中的倾斜角度,根据该倾斜角度对灰度图像进行角度校正,使物体边缘线在校正后的灰度图像中横平竖直,从而实现对相机角度倾斜的校正。
进一步地,在一个实施例中,步骤S104具体包括:根据物体边缘线的倾斜角度,得到透视变换矩阵;透视变换矩阵用于将在图像中呈现为斜线的直线物体转换为直线;保持灰度图像的中心点位置不变,根据透视变换矩阵,对灰度图像进行校正,得到使物体边缘线垂直或平行于地平面的灰度图像,作为校正后的灰度图像。
其中,物体的竖直和水平边缘在图像中表现为若干条接近水平的线段:y-yhi=khi(x-xhi),以及接近垂直的线段:x-xvj=kvj(y-yvj)。由于透视变换的目的是通过透视变换矩阵将物体边缘线变为水平或垂直,并保持绘图图像的中心点位置不变。而为了将物体边缘线变为水平或垂直,有:
b1+b2(yhi-khixhi)=-khi (1)
b3+b4(xvj-kvjyvj)=-kvj (2)
其中,透视变换矩阵可表示为:则b1、b2、b3、b4分别为:b1=(a21-a23a31)/(1-a23a32),b2=(a21a32-a31)/(1-a23a32),b3=(a12-a13a32)/(1-a13a31),b4=(a12a31-a32)/(1-a13a31)。
为保持图像中心点位置不变,有:
其中,(xc,yc)表示图像中心。
具体地,在从指针式仪表图像的边缘图像中识别出长直线段时,将得到一个系数组(xhi,yhi,khi)和(xvj,yvj,kvj),根据上述关系式(1)和(2)进行最小二乘拟合,得到b1、b2、b3、b4的值,然后,根据b1、b2、b3、b4的关系式以及关系式(3)和(4),联立求解得到透视变换参数a12、a13、a21、a23、a31和a32,最后使用求出的透视变换矩阵,对指针式仪表图像对应的灰度图像进行角度校正,得到校正后的灰度图像。
步骤S106,从校正后的灰度图像中提取出仪表区域,根据仪表区域的原始图像、模糊化图像和锐化图像,得到仪表区域对应的区域边缘图像。
其中,原始图像可表示采集的指针式仪表图像中仪表区域的图像。
其中,模糊化图像可表示对仪表区域的原始图像进行高斯(Guassian)模糊化处理得到的图像。
其中,锐化图像可表示对对仪表区域的原始图像进行锐化处理得到的图像。
进一步地,在一个实施例中,步骤S106具体包括:对校正后的灰度图像进行边缘提取处理,得到仪表区域;获取仪表区域的原始图像、模糊化图像和锐化图像,分别对原始图像、模糊化图像和锐化图像进行边缘提取处理,得到原始边缘图像、模糊化边缘图像和锐化边缘图像;融合原始边缘图像、模糊化边缘图像和锐化边缘图像,得到仪表区域对应的区域边缘图像。
具体地,可通过对校正后的灰度图像使用Canny边缘检测算法进行边缘提取,得到符合预设仪表尺寸的区域作为候选仪表区域,然后从候选仪表区域中识别出仪表的白色底盘区域轮廓和黑色边框区域轮廓,将包围白色底盘区域轮廓和黑色边框区域轮廓的最小区域,作为仪表区域。进一步,获取仪表区域的原始图像、模糊化图像和锐化图像,并对仪表区域的原始图像、模糊化图像和锐化图像分别使用Canny边缘检测算法进行边缘提取,得到原始边缘图像、模糊化边缘图像和锐化边缘图像,将原始边缘图像、模糊化边缘图像和锐化边缘图像进行融合所得到的总的边缘图像,作为仪表区域对应的区域边缘图像。
步骤S108,从区域边缘图像中识别出多个指针,并获取各个指针的指针角度。
具体实现中,可使用Hough变换找到仪表区域对应的区域边缘图像中符合预设条件的多个直线线段,作为指针。更具体地,若采集的指针式仪表图像为矩形仪表图像,则取在黑色边框区域内、且基本水平或垂直的线段作为边框,取在白色底盘区域内、长度足够、且延长线过仪表区域右下角的线段作为指针。若采集的指针式仪表图像为圆形表盘图像,则使用Hough圆变换找到区域边缘图像中最大的圆作为边框,取在白色底盘区域内、长度足够、且过仪表区域中心的线段作为指针。最后计算该指针线段的斜率,得到指针角度θ0。
步骤S110,根据各个指针的指针角度,得到指针式仪表图像对应的仪表读数。
具体实现中,在通过透视变换矩阵对指针式仪表图像对应的灰度图像进行校正时,图像可能在横向或纵向被拉伸,因此,在得到各个指针及各个指针的指针角度后,可先对指针角度进行校正,得到校正指针角度,根据校正指针角度,得到指针式仪表图像对应的仪表读数。
上述指针式仪表读数方法中,在获取指针式仪表图像对应的灰度图像后,根据灰度图像中物体边缘线的倾斜程度,对灰度图像进行角度校正,得到校正后的灰度图像,从校正后的灰度图像中提取出仪表区域,根据仪表区域的原始图像、模糊化图像和锐化图像,得到仪表区域对应的区域边缘图像,从区域边缘图像中识别出多个指针,并获取各个指针的指针角度,根据各个指针的指针角度,得到指针式仪表图像对应的仪表读数。该方法中提取仪表区域,得到区域边缘图像,识别指针等步骤,均可通过边缘检测进行处理,对光照条件不敏感,使该方法具有较强的环境适应性,从而克服了传统方法中读数结果易受环境干扰的缺陷。并且,该方法在获取指针式仪表图像对应的灰度图像后,首先采用物体的边缘特性对相机拍摄角度带来的图像倾斜问题进行校正,避免了拍摄角度对读数识别结果的影响,提高了指针式仪表读数的准确度,且无需在仪表附近额外增加标志物,使用简单方便,计算量小,对处理设备性能要求低,可在本地端实现,扩大了应用场景。
在一个实施例中,上述对校正后的灰度图像进行边缘提取处理,得到仪表区域的步骤,包括:对校正后的灰度图像进行边缘提取处理,得到符合预设仪表尺寸的轮廓,将轮廓包括的区域作为候选仪表区域;从候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,将包围底盘区域轮廓和边框区域轮廓的最小区域,作为仪表区域。
进一步地,如图2所示,从候选仪表区域中识别出底盘区域轮廓和边框区域轮廓的步骤,还包括:
步骤S202,对候选仪表区域及设定范围内相邻区域的灰度图像进行二值化分割,得到分割阈值;
步骤S204,根据分割阈值和候选仪表区域中的最大灰度值,得到底盘区域分割阈值;灰度值为候选仪表区域中像素点的灰度值;
步骤S206,根据分割阈值与候选仪表区域中的最小灰度值,得到边框区域分割阈值;
步骤S208,分别采用底盘区域分割阈值和边框分割阈值对候选仪表区域的灰度图像进行二值化分割,得到底盘区域轮廓和边框区域轮廓。
具体地,可使用Canny边缘检测算法对校正后的灰度图像进行边缘提取,从提取得到的边缘图像中识别出长宽基本符合预设仪表尺寸的轮廓作为候选仪表区域,之后使用大津法(otsu,一种确定图像二值化分割阈值的算法)对候选仪表区域及其相邻区域的灰度图像进行二值化分割,获取otsu阈值,作为分割阈值。获取候选仪表区域中各个像素点的像素值,并从各个像素点的灰度值中确定出最大灰度值和最小灰度值,计算得到的分割阈值(即otsu阈值)与最大灰度值的均值,作为底盘区域分割阈值,采用该底盘区域分割阈值对候选区域图像进行二值化分割,得到仪表区域的白色底盘区域的轮廓。计算得到的分割阈值与最小灰度值的均值,作为边框区域分割阈值,采用该边框区域分割阈值对候选区域图像进行二值化分割,得到仪表区域的黑色边框区域的轮廓。取包围白色底盘区域轮廓和包围黑色边框区域轮廓的最小矩形区域,作为仪表区域。
本实施例中,通过先提取候选仪表区域,然后采用二值化分割的方法从候选仪表区域中识别出白色底盘区域轮廓和黑色边框区域轮廓,将包围底盘区域轮廓和边框区域轮廓的最小区域,作为仪表区域,实现了对仪表区域的精确识别,以便于进一步根据仪表区域识别指针和指针角度,确定指针式仪表图像对应的仪表度数。
在一个实施例中,如图3所示,步骤S110具体包括:
步骤S302,获取指针式仪表的基准尺寸;
步骤S304,根据基准尺寸和从指针式仪表图像中提取出的仪表区域的尺寸,对指针角度进行校正,得到校正指针角度;
步骤S306,根据指针式仪表的指针角度和读数的变换关系,得到校正指针角度对应的读数,作为指针式仪表图像对应的仪表读数。
具体地,对指针角度的校正,可通过仪表区域的尺寸实现。可从预设的模板库中获取该指针式仪表的仪表区域的基准尺寸,记为长w*,高h*,将从指针式仪表图像中提取出的仪表区域的尺寸记为长w,高h,将从仪表区域的区域边缘图像中获取的指针角度记为θ0,则根据基准尺寸和实际提取的仪表区域的尺寸得到校正指针角度θ=atan2(wh*sinθ0,w*hcosθ0),最后根据模板库中该指针式仪表的指针角度和读数的变换关系f(θ),得到校正指针角度对应的读数,作为指针式仪表图像的仪表读数。
本实施例中,通过指针式仪表的基准尺寸和从指针式仪表图像中提取出的仪表区域的尺寸,对指针角度进行校正,得到校正指针角度,将根据校正指针角度得到的读数,作为指针式仪表图像对应的仪表读数,通过对指针角度的较正,避免了指针式仪表图像在横向或纵向上被拉伸导致读数结果有误的问题,提高了对指针式仪表图像的读数结果的鲁棒性和准确性。
应该理解的是,虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种指针式仪表读数装置,包括:灰度图像获取模块402、图像校正模块404、边缘图像获取模块406、指针角度获取模块408和仪表读数确定模块410,其中:
灰度图像获取模块402,用于获取指针式仪表图像对应的灰度图像;
图像校正模块404,用于根据灰度图像中物体边缘线的倾斜程度,对灰度图像进行角度校正,得到校正后的灰度图像;
边缘图像获取模块406,用于从校正后的灰度图像中提取出仪表区域,根据仪表区域的原始图像、模糊化图像和锐化图像,得到仪表区域对应的区域边缘图像;
指针角度获取模块408,用于从区域边缘图像中识别出多个指针,并获取各个指针的指针角度;
仪表读数确定模块410,用于根据各个指针的指针角度,得到指针式仪表图像对应的仪表读数。
在一个实施例中,上述图像校正模块404,还用于对灰度图像进行边缘提取处理,得到指针式仪表图像对应的仪表边缘图像;从仪表边缘图像中识别出标准长直线段,作为物体边缘线。
在一个实施例中,上述图像校正模块404,还用于根据物体边缘线的倾斜角度,得到透视变换矩阵;透视变换矩阵用于将在图像中呈现为斜线的直线物体转换为直线;保持灰度图像的中心点位置不变,根据透视变换矩阵,对灰度图像进行校正,得到使物体边缘线垂直或平行于地平面的灰度图像,作为校正后的灰度图像。
在一个实施例中,上述边缘图像获取模块406,还包括:
仪表区域确定子模块,用于对校正后的灰度图像进行边缘提取处理,得到仪表区域;
边缘提取子模块,用于获取仪表区域的原始图像、模糊化图像和锐化图像,分别对原始图像、模糊化图像和锐化图像进行边缘提取处理,得到原始边缘图像、模糊化边缘图像和锐化边缘图像;
边缘图像融合模块,用于融合原始边缘图像、模糊化边缘图像和锐化边缘图像,得到仪表区域对应的区域边缘图像。
在一个实施例中,上述仪表区域确定子模块,具体用于对校正后的灰度图像进行边缘提取处理,得到符合预设仪表尺寸的轮廓,将轮廓包括的区域作为候选仪表区域;从候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,将包围底盘区域轮廓和边框区域轮廓的最小区域,作为仪表区域。
在一个实施例中,上述仪表区域确定子模块,还用于对候选仪表区域及设定范围内相邻区域的灰度图像进行二值化分割,得到分割阈值;根据分割阈值和候选仪表区域中的最大灰度值,得到底盘区域分割阈值;灰度值为候选仪表区域中像素点的灰度值;根据分割阈值与候选仪表区域中的最小灰度值,得到边框区域分割阈值;分别采用底盘区域分割阈值和边框分割阈值对候选仪表区域的灰度图像进行二值化分割,得到底盘区域轮廓和边框区域轮廓。
在一个实施例中,上述仪表读数确定模块410,具体用于获取指针式仪表的基准尺寸;根据基准尺寸和从指针式仪表图像中提取出的仪表区域的尺寸,对指针角度进行校正,得到校正指针角度;根据指针式仪表的指针角度和读数的变换关系,得到校正指针角度对应的读数,作为指针式仪表图像对应的仪表读数。
需要说明的是,本申请的指针式仪表读数装置与本申请的指针式仪表读数方法一一对应,在上述指针式仪表读数方法的实施例阐述的技术特征及其有益效果均适用于指针式仪表读数装置的实施例中,具体内容可参见本申请方法实施例中的叙述,此处不再赘述,特此声明。
此外,上述指针式仪表读数装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种指针式仪表读数方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种指针式仪表读数方法,其特征在于,所述方法包括:
获取指针式仪表图像对应的灰度图像;
根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
从所述校正后的灰度图像中提取出仪表区域;具体包括:对所述校正后的灰度图像进行边缘提取处理,得到符合预设仪表尺寸的轮廓,将所述轮廓包括的区域作为候选仪表区域;从所述候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,将包围所述底盘区域轮廓和所述边框区域轮廓的最小区域,作为仪表区域;
根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;具体包括:分别对所述原始图像、所述模糊化图像和所述锐化图像进行边缘提取处理,得到原始边缘图像、模糊化边缘图像和锐化边缘图像;融合所述原始边缘图像、所述模糊化边缘图像和所述锐化边缘图像,得到所述仪表区域对应的区域边缘图像;其中,所述原始图像表示采集的所述仪表区域的图像,所述模糊化图像表示对所述原始图像进行高斯模糊化处理得到的图像,所述锐化图像表示对所述原始图像进行锐化处理得到的图像;
从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数;
其中,所述从所述候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,进一步包括:对所述候选仪表区域及设定范围内相邻区域的灰度图像进行二值化分割,得到分割阈值;根据所述分割阈值和所述候选仪表区域中的最大灰度值,得到底盘区域分割阈值;所述灰度值为所述候选仪表区域中像素点的灰度值;根据所述分割阈值与所述候选仪表区域中的最小灰度值,得到边框区域分割阈值;分别采用所述底盘区域分割阈值和所述边框区域分割阈值对所述候选仪表区域的灰度图像进行二值化分割,得到底盘区域轮廓和边框区域轮廓。
2.根据权利要求1所述的方法,其特征在于,在根据所述灰度图像中物体的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像之前,还包括:
对所述灰度图像进行边缘提取处理,得到所述指针式仪表图像对应的仪表边缘图像;
从所述仪表边缘图像中识别出标准长直线段,作为物体边缘线。
3.根据权利要求2所述的方法,其特征在于,所述根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像,包括:
根据所述物体边缘线的倾斜角度,得到透视变换矩阵;所述透视变换矩阵用于将在图像中呈现为斜线的直线物体转换为直线;
保持所述灰度图像的中心点位置不变,根据所述透视变换矩阵,对所述灰度图像进行校正,得到使所述物体边缘线垂直或平行于地平面的灰度图像,作为校正后的灰度图像。
4.根据权利要求2所述的方法,其特征在于,所述物体边缘线为物体与地平面平行或垂直的边缘线。
5.根据权利要求1所述的方法,其特征在于,所述根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数,包括:
获取所述指针式仪表的基准尺寸;
根据所述基准尺寸和从所述指针式仪表图像中提取出的仪表区域的尺寸,对所述指针角度进行校正,得到校正指针角度;
根据所述指针式仪表的指针角度和读数的变换关系,得到所述校正指针角度对应的读数,作为所述指针式仪表图像对应的仪表读数。
6.一种指针式仪表读数装置,其特征在于,所述装置包括:
灰度图像获取模块,用于获取指针式仪表图像对应的灰度图像;
图像校正模块,用于根据所述灰度图像中物体边缘线的倾斜程度,对所述灰度图像进行角度校正,得到校正后的灰度图像;
边缘图像获取模块,用于从所述校正后的灰度图像中提取出仪表区域,根据所述仪表区域的原始图像、模糊化图像和锐化图像,得到所述仪表区域对应的区域边缘图像;其中,所述原始图像表示采集的所述仪表区域的图像,所述模糊化图像表示对所述原始图像进行高斯模糊化处理得到的图像,所述锐化图像表示对所述原始图像进行锐化处理得到的图像;
指针角度获取模块,用于从所述区域边缘图像中识别出多个指针,并获取各个所述指针的指针角度;
仪表读数确定模块,用于根据各个所述指针的指针角度,得到所述指针式仪表图像对应的仪表读数;
所述边缘图像获取模块,还用于对所述校正后的灰度图像进行边缘提取处理,得到符合预设仪表尺寸的轮廓,将所述轮廓包括的区域作为候选仪表区域;从所述候选仪表区域中识别出底盘区域轮廓和边框区域轮廓,将包围所述底盘区域轮廓和所述边框区域轮廓的最小区域,作为仪表区域;
所述边缘图像获取模块,还用于对所述候选仪表区域及设定范围内相邻区域的灰度图像进行二值化分割,得到分割阈值;根据所述分割阈值和所述候选仪表区域中的最大灰度值,得到底盘区域分割阈值;所述灰度值为所述候选仪表区域中像素点的灰度值;根据所述分割阈值与所述候选仪表区域中的最小灰度值,得到边框区域分割阈值;分别采用所述底盘区域分割阈值和所述边框区域分割阈值对所述候选仪表区域的灰度图像进行二值化分割,得到底盘区域轮廓和边框区域轮廓;
所述边缘图像获取模块,还用于分别对所述原始图像、所述模糊化图像和所述锐化图像进行边缘提取处理,得到原始边缘图像、模糊化边缘图像和锐化边缘图像;融合所述原始边缘图像、所述模糊化边缘图像和所述锐化边缘图像,得到所述仪表区域对应的区域边缘图像。
7.根据权利要求6所述的装置,其特征在于,所述图像校正模块,还用于对所述灰度图像进行边缘提取处理,得到所述指针式仪表图像对应的仪表边缘图像;从所述仪表边缘图像中识别出标准长直线段,作为物体边缘线。
8.根据权利要求7所述的装置,其特征在于,所述图像校正模块,还用于根据所述物体边缘线的倾斜角度,得到透视变换矩阵;所述透视变换矩阵用于将在图像中呈现为斜线的直线物体转换为直线;保持所述灰度图像的中心点位置不变,根据所述透视变换矩阵,对所述灰度图像进行校正,得到使所述物体边缘线垂直或平行于地平面的灰度图像,作为校正后的灰度图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645315.3A CN112668578B (zh) | 2020-12-31 | 2020-12-31 | 指针式仪表读数方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645315.3A CN112668578B (zh) | 2020-12-31 | 2020-12-31 | 指针式仪表读数方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112668578A CN112668578A (zh) | 2021-04-16 |
CN112668578B true CN112668578B (zh) | 2023-11-07 |
Family
ID=75412449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011645315.3A Active CN112668578B (zh) | 2020-12-31 | 2020-12-31 | 指针式仪表读数方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668578B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408542A (zh) * | 2021-05-25 | 2021-09-17 | 深圳市富能新能源科技有限公司 | 指针仪表读数的识别方法、系统、设备及计算机存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260709A (zh) * | 2015-09-28 | 2016-01-20 | 北京石油化工学院 | 基于图像处理的水表检定方法、装置及系统 |
CN105303168A (zh) * | 2015-10-14 | 2016-02-03 | 南京第五十五所技术开发有限公司 | 一种多视角的指针式仪表识别方法和装置 |
CN106951900A (zh) * | 2017-04-13 | 2017-07-14 | 杭州申昊科技股份有限公司 | 一种避雷器仪表读数的自动识别方法 |
CN107463931A (zh) * | 2017-07-06 | 2017-12-12 | 国家电网公司 | 一种基于arm平台的实时指针仪表识读方法及装置 |
CN107729896A (zh) * | 2017-10-24 | 2018-02-23 | 武汉科技大学 | 一种适用于变电站宽刻度指针式仪表的自动识别方法 |
CN109166125A (zh) * | 2018-07-06 | 2019-01-08 | 长安大学 | 一种基于多边缘融合机制的三维深度图像分割算法 |
CN110120025A (zh) * | 2019-05-22 | 2019-08-13 | 平顶山学院 | 一种基于扩展相位拉伸变换的血管造影图像锐化方法 |
CN111161176A (zh) * | 2019-12-24 | 2020-05-15 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、存储介质和电子设备 |
CN111488874A (zh) * | 2020-04-03 | 2020-08-04 | 中国农业大学 | 一种指针式仪表倾斜校正方法及系统 |
CN112001379A (zh) * | 2020-05-19 | 2020-11-27 | 西安工程大学 | 基于机器视觉的汽车仪表固定视点读取仪表的修正算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI543586B (zh) * | 2014-05-30 | 2016-07-21 | 國立交通大學 | 影像增強的方法及其影像處理裝置與電腦程式產品 |
-
2020
- 2020-12-31 CN CN202011645315.3A patent/CN112668578B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260709A (zh) * | 2015-09-28 | 2016-01-20 | 北京石油化工学院 | 基于图像处理的水表检定方法、装置及系统 |
CN105303168A (zh) * | 2015-10-14 | 2016-02-03 | 南京第五十五所技术开发有限公司 | 一种多视角的指针式仪表识别方法和装置 |
CN106951900A (zh) * | 2017-04-13 | 2017-07-14 | 杭州申昊科技股份有限公司 | 一种避雷器仪表读数的自动识别方法 |
CN107463931A (zh) * | 2017-07-06 | 2017-12-12 | 国家电网公司 | 一种基于arm平台的实时指针仪表识读方法及装置 |
CN107729896A (zh) * | 2017-10-24 | 2018-02-23 | 武汉科技大学 | 一种适用于变电站宽刻度指针式仪表的自动识别方法 |
CN109166125A (zh) * | 2018-07-06 | 2019-01-08 | 长安大学 | 一种基于多边缘融合机制的三维深度图像分割算法 |
CN110120025A (zh) * | 2019-05-22 | 2019-08-13 | 平顶山学院 | 一种基于扩展相位拉伸变换的血管造影图像锐化方法 |
CN111161176A (zh) * | 2019-12-24 | 2020-05-15 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、存储介质和电子设备 |
CN111488874A (zh) * | 2020-04-03 | 2020-08-04 | 中国农业大学 | 一种指针式仪表倾斜校正方法及系统 |
CN112001379A (zh) * | 2020-05-19 | 2020-11-27 | 西安工程大学 | 基于机器视觉的汽车仪表固定视点读取仪表的修正算法 |
Also Published As
Publication number | Publication date |
---|---|
CN112668578A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110727747B (zh) | 基于经纬度识别的纸质地图快速矢量化方法及系统 | |
CN112686264B (zh) | 数字式仪表读数方法、装置、计算机设备和存储介质 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN109977944B (zh) | 一种数字水表读数的识别方法 | |
CN105740856A (zh) | 一种基于机器视觉的指针式仪表示数读取方法 | |
CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
CN111325164B (zh) | 指针表示数识别方法、装置和电子设备 | |
CN104615972B (zh) | 指针式仪表智能识别方法及其装置 | |
CN110796095B (zh) | 仪表模板建立方法、终端设备以及计算机存储介质 | |
CN115359239A (zh) | 风电叶片缺陷检测定位方法、装置、存储介质和电子设备 | |
CN112990183A (zh) | 离线手写汉字同名笔画提取方法、系统、装置 | |
CN112668578B (zh) | 指针式仪表读数方法、装置、计算机设备和存储介质 | |
CN111241974B (zh) | 票据信息获取方法、装置、计算机设备和存储介质 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
CN111598917A (zh) | 数据嵌入方法、装置、设备及计算机可读存储介质 | |
CN111738936A (zh) | 基于图像处理的多株水稻穗长的测量方法 | |
CN109145912B (zh) | 一种数字仪表读数自动识别方法 | |
CN116597016A (zh) | 一种光纤内窥镜图像标定方法 | |
CN107358138B (zh) | 非线性畸变ean条码的校正方法、移动终端及存储装置 | |
CN111368572A (zh) | 一种二维码的识别方法及系统 | |
CN111612836B (zh) | 一种镂空圆形指针式仪表识别方法和系统 | |
CN114140620A (zh) | 一种物体直线轮廓检测方法 | |
CN114663681A (zh) | 用于对指针式仪表进行读数的方法及其相关产品 | |
CN113159027A (zh) | 基于最小外接矩形变体的七段式数显仪表识别方法 |
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 |