CN113326787A - 指针仪表读数的自动识别方法、系统及设备 - Google Patents

指针仪表读数的自动识别方法、系统及设备 Download PDF

Info

Publication number
CN113326787A
CN113326787A CN202110614680.6A CN202110614680A CN113326787A CN 113326787 A CN113326787 A CN 113326787A CN 202110614680 A CN202110614680 A CN 202110614680A CN 113326787 A CN113326787 A CN 113326787A
Authority
CN
China
Prior art keywords
dial
image
pointer
contour line
recognized
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
Application number
CN202110614680.6A
Other languages
English (en)
Other versions
CN113326787B (zh
Inventor
郭钧
李天成
杜百岗
仝少聪
周圣文
李益兵
彭兆
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202110614680.6A priority Critical patent/CN113326787B/zh
Publication of CN113326787A publication Critical patent/CN113326787A/zh
Application granted granted Critical
Publication of CN113326787B publication Critical patent/CN113326787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • 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
    • G06V10/30—Noise filtering
    • 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
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种指针仪表读数的自动识别方法、系统及设备，其方法包括获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线；根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像；识别目标图像中刻度盘像素，获取刻度盘彩色分区信息；识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数。本申请能够实现自动读表的功能，并且准确性较高。

Description

指针仪表读数的自动识别方法、系统及设备
技术领域
本申请涉及图像识别技术领域，尤其是涉及指针仪表读数的自动识别方法、系统及设备。
背景技术
目前，指针式仪表作为一种传统的计量仪器，在电力、化工等行业中有大量的应用。尤其是在电厂安装了各种油液冷却表，避雷器检测器等，但由于早期安装，且考虑设备的稳固性，常采用指针式仪表展示当前器材状态。指针式仪表的抄录需要人工完成，读数准确性受观察者主观影响，且受观察角度、观察距离、光照条件等外界因素影响，因此，现有的指针电表读数不方便，读数准确性受限，需要进一步改进。
发明内容
为了解决现有指针电表读数不方便，且读数准确性受限的问题，本申请提供一种指针仪表读数的自动识别方法、系统及设备。
第一方面，本申请提供一种指针仪表读数的自动识别方法，该方法包括：
获取目标仪表盘图像，对所述目标仪表盘图像进行图像预处理后得到待识别图像，并识别出所述待识别图像中的表盘内轮廓线；
根据所述表盘内轮廓线，对所述待识别图像进行透视变换后得到目标图像；
识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息；
识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数。
可选的，对所述目标仪表盘图像进行图像预处理，将图像预处理后的图像作为待识别图像，并识别出所述待识别图像的表盘内轮廓线，包括：
对所述目标仪表盘图像进行初步预处理，并对初步处理后的图像进行寻圆查找，获取表盘粗略轮廓线；
对所述目标仪表盘图像进行正式预处理，将正式预处理后的图像作为待识别图像，并对所述待识别图像中的刻度盘进行定位查找，获取刻度盘的相对位置信息；
对所述待识别图像进行椭圆拟合，并基于所述表盘粗略轮廓线和所述刻度盘的相对位置信息对拟合出的椭圆进行条件筛选，获取椭圆轮廓线，并将该椭圆轮廓线作为表盘内轮廓线。
可选的，对所述目标仪表盘图像进行初步预处理，并对初步处理后的图像进行寻圆查找，获取表盘粗略轮廓线，包括：
所述初步预处理包括均值模糊处理、去噪处理及灰度化；
根据预设的霍夫变换函数对初步处理后的图像进行自动查找圆形范围，得到表盘粗略轮廓线；
对所述目标仪表盘图像进行正式预处理，将正式预处理后的图像作为待识别图像，并对所述待识别图像中的刻度盘进行定位查找，获取刻度盘的相对位置信息，包括：
所述正式预处理包括：灰度化、高斯滤波降噪、卷积模糊、边缘检测及形态学闭变换；
根据预设的遮罩函数，从所述正式预处理后的图像中分离出刻度盘，确定刻度盘的相对位置信息，所述相对位置信息包括刻度盘的中心坐标及相对长度范围。
可选的，根据所述表盘内轮廓线，对所述待识别图像进行透视变换，以矫正圆度误差，并将矫正后表盘内轮廓线内的图像作为目标图像，包括：
提取所述表盘内轮廓线的椭圆长短轴的四个端点；
通过透视变化将所述椭圆轮廓线长短轴的四个端点投影到变换到正圆上，以矫正拍摄角度带来的圆度误差。
可选的，识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息，包括：
识别所述目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组；
根据不同像素坐标数组，获取刻度盘彩色分区信息。
可选的，识别所述目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组，包括：
通过预设的遮罩函数对目标图像中刻度盘进行分离；
找到刻度盘中圆弧左右两个端点，通过仿射变换对目标图像中心进行旋转使刻度盘水平；
对旋转后的图像进行刻度盘颜色分离，遍历各个颜色部分的像素坐标并采用数组存储。
可选的，识别所述目标图像中刻度盘上的指针角度之前，所述方法还包括：
查找通过所述刻度盘的左右两个端点和中点的圆，并确定圆心坐标和半径；
遍历不同像素坐标素组，查找距离圆心最近和最远的点来确定指针的起点坐标和终点坐标。
可选的，所述刻度盘彩色分区信息包括：刻度盘的左右两个端点坐标、不同彩色区域的分界点坐标以及分区级别，识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数，包括：
根据指针的终点坐标和所在分区的左右两个分界点，确定两个分界点与指针构成的两个角度；
根据两个分界点与指针构成的两个角度，以及指针所在的分区级别，确定指针在刻度盘的读数；
所述确定指针在刻度盘的读数之后，所述方法还包括：
根据表盘内轮廓线椭圆长短轴之比，计算拍摄角度；
根据所述拍摄角度和预设的拍摄方向角，确定最大补偿值和补偿方式，以得到修正后的指针读数；具体计算公式如下：
Figure BDA0003096912740000041
I0＝I1+Δ×sinβ (2)
Δ＝D×cotα (3)
其中α为拍摄倾角；ma为表盘内轮廓线椭圆短轴长度；MA为表盘内轮廓线椭圆长轴长度；I0为表盘修正后的读数；I1为表盘修正前的读数；△为最大补偿值；β为拍摄方向角；D为指针距离刻度盘的垂直深度。
第二方面，本申请提供一种指针仪表读数的自动识别系统，该系统包括：
图像预处理模块，用于获取目标仪表盘图像，对所述目标仪表盘图像进行图像预处理后得到待识别图像，并识别出所述待识别图像中的表盘内轮廓线；
矫正模块，用于根据所述表盘内轮廓线，对所述待识别图像进行透视变换后得到目标图像；
彩色分区模块，用于识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息；
计算模块，用于识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数。
第三方面，本申请提供的一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述指针仪表读数的自动识别方法的步骤。
第四方面，本申请提供的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述指针仪表读数的自动识别方法的步骤。
综上所述，本申请包括以下有益技术效果：
通过将目标仪表盘图像进行图像预处理，得到待识别图像，便于提高后续识别精度，并识别出待识别图像中的表盘内轮廓线，从而便于找到主要识别区域；根据该表盘轮廓线，将所述待识别图像进行透视变换，从而矫正圆度误差，提高后续读数计算的准确性；通过识别所述目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组，从而将刻度盘进行彩色分区，并且存储了刻度盘一些关键点的坐标信息，再根据指针的角度信息，从而可以计算出指针的读数，实现了自动读数的功能，高效、便利，且准确性高。
附图说明
图1是本发明提供的指针仪表读数的自动识别方法一实施例的方法流程图；
图2是本发明提供的指针仪表读数的自动识别系统一实施例的原理框图。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例公开一种指针仪表读数的自动识别方法，参照图1，该方法包括下述步骤：
S1：获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线；
S2：根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像；
S3：识别目标图像中刻度盘像素，获取刻度盘彩色分区信息；
S4：识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数。
本实施例通过通过将目标仪表盘图像进行图像预处理，得到待识别图像，便于提高后续识别精度，并识别出待识别图像中的表盘内轮廓线，从而便于找到主要识别区域；根据该表盘轮廓线，将待识别图像进行透视变换，从而矫正圆度误差，提高后续读数计算的准确性；通过识别目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组，从而将刻度盘进行彩色分区，并且存储了刻度盘一些关键点的坐标信息，再根据指针的角度信息，从而可以计算出指针的读数，实现了自动读数的功能，高效、便利，且准确性高。
在一实施例中，步骤S1即获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线，包括下述步骤：
S11：对目标仪表盘图像进行初步预处理，并对初步处理后的图像进行寻圆查找，获取表盘粗略轮廓线。
需要说明的是，目标仪表盘图像是指拍摄并上传的指针仪表图像。一般可以采用机器人搭载相机拍摄指针仪表，获取目标仪表图像，在一实施例中，可以调用自适应尺寸调整函数resizeing()将目标仪表图像的分辨率降低并缩小尺寸，然后对调整后的目标仪表图像进行备份。
在一实施例中，对目标仪表图像进行初步预处理，具体地，可以运用均值模糊，去除随机噪声，以快速得到目标仪表图像中图形轮廓，接着将该图形轮廓进行灰度化处理，便于后续处理；进一步地，可以利用参数自适应调整的霍夫变换对灰度化后的图像进行寻圆检测，霍夫变换的param2参数根据寻圆结果自动调整，检测最少数量的圆形可能范围，通过筛选找出满足半径小于图像长宽值中较小值一半的圆形区域范围，并从该圆形区域范围中筛选出半径最大的圆形，即表盘粗略轮廓线；在本实施例中，可以以目标仪表图像的一个顶点为原点建立平面坐标系，从而可以确定表盘粗略轮廓线的坐标信息。
S12：对目标仪表盘图像进行正式预处理，将正式预处理后的图像作为待识别图像，并对待识别图像中的刻度盘进行定位查找，获取刻度盘的相对位置信息。
需要说明的是，待识别图像是指用于后续识别计算的图像；在一实施例中，可以采用目标仪表图像的备份图像进行正式预处理，具体地，对备份图像进行灰度化、高斯滤波降噪、卷积模糊、边缘检测及形态学闭变换，将完成正式预处理后的备份图像作为待识别图像。
进一步地，调用遮罩函数找到待识别图像中彩色的刻度盘部进行分离，并确定刻度盘的相对位置信息，该相对位置信息包括刻度盘的中心坐标及相对长度范围，从而便于对表盘的位置进一步精确。
S13：对正式预处理后的图像进行椭圆拟合，并基于表盘粗略轮廓线和刻度盘的相对位置信息对拟合出的椭圆进行条件筛选，获取椭圆轮廓线，并将该椭圆轮廓线作为表盘内轮廓线。
需要说明的是，调用OpenCV库函数cv.fitEllipse()函数对正式预处理后的图像即待识别图像进行椭圆拟合，再对拟合出的多条椭圆进行多条件的筛选，来寻找表盘内轮廓线的精确位置，其中将表盘粗略轮廓线和刻度盘的相对位置信息作为椭圆筛选的条件，以便于得到表盘内轮廓线的准确位置。
在一实施例中，步骤S2即根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像，包括下述步骤：
S21：提取表盘内轮廓线的椭圆长短轴的四个端点。
S22：通过透视变化将椭圆轮廓线长短轴的四个端点投影到变换到正圆上，以矫正拍摄角度带来的圆度误差。
需要说明的是，将提取到的椭圆长短轴的四个端点按照顺时针或逆时针顺序排列，然后对椭圆进行透视变换，扭变成正圆，从而保证刻度盘是正圆弧以及后续读数的准确性；在本实施例中，采用透视变换通用的公式，具体如下：
Figure BDA0003096912740000091
其中(u，v)为待识别图像的原始像素坐标，(x＝x′/ω′，y＝y′/ω′)为待识别图像变换之后的像素坐标。
在一实施例中，步骤S3即识别目标图像中刻度盘像素，获取刻度盘彩色分区信息，包括下述步骤：
S31：识别目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组。
在一实施例中，通过预设的遮罩函数对目标图像中刻度盘进行分离，找到刻度盘中圆弧左右两个端点，通过仿射变换对目标图像中心进行旋转使刻度盘水平，进一步地，对旋转后的图像进行刻度盘颜色分离，遍历各个颜色部分的像素坐标并采用数组存储。
需要说明的是，一般仪表刻度盘是彩色的，比如黄绿红三色刻度盘；调用遮罩函数将目标图像的表盘内轮廓线内指定颜色进行分离，并将刻度盘彩色部分进行保留，其余部分进行剔除，然后对目标图像进行旋转，找寻刻度盘集合颜色部分中最远的两个点即圆弧的左右两个端点，然后通过仿射变换对图像中心进行旋转使刻度盘水平；在本实施例中，仿射变换可以用一个3*3的矩阵M来表示，其最后一行为(0，0，1)，该变换矩阵将原坐标为(x,y)变换为新坐标(x',y')，即：
Figure BDA0003096912740000101
进一步地，重新对仿射变换后的图像进行颜色分离，保留刻度盘中各颜色部分和集合颜色部分，其余颜色剔除；进一步地，通过遍历找到不同颜色区域以及集合颜色边界区域的像素点坐标，并以数组的形式存储，得到不同种类颜色的像素坐标数组。
S32：根据不同像素坐标数组，获取刻度盘彩色分区信息。
需要说明的是，刻度盘彩色分区信息包括：刻度盘的左右两个端点坐标、不同彩色区域的分界点坐标以及分区级别。
在一实施例中，利用遮罩函数查找每一数组点集中距离最远的点，从而找到刻度盘左右两个端点坐标，通过遍历不同颜色刻度盘数组来找到不同分区的距离左右两个端点，从而找到刻度盘中不同区域的分界点坐标，并用一个数组按顺序存储刻度盘的左右两个端点坐标和不同彩色区域的分界点坐标，在本实施例中还可以设定区域级别，比如一级、二级、三级等。
在一实施例中，步骤S4中识别目标图像中刻度盘上的指针角度之前，本申请的指针仪表读数的自动识别方法还包括如下步骤：
S401：查找通过刻度盘的左右两个端点和中点的圆，并确定圆心坐标和半径。
S402：遍历不同像素坐标素组，查找距离圆心最近和最远的点来确定指针的起点坐标和终点坐标。
需要说明的是，通过定义一个根据三个圆上点来找到圆心和半径的函数来找到通过刻度盘左右两个端点和中点的圆，并得到圆心坐标和半径；本实施例中，可以利用points2ciecle()函数根据刻度盘上左右两个端点和中点找出刻度盘圆弧的圆心坐标以及半径。进一步地，通过遍历颜色合集像素数组找出距离圆心最近和最远的点以确定指针的起点和终点，从而得到刻度盘上所有关键点的坐标。
在一实施例中，步骤S4中即识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数，包括下述步骤：
S41：根据指针的终点坐标和所在分区的左右两个分界点，确定两个分界点与指针构成的两个角度。
S42：根据两个分界点与指针构成的两个角度，以及指针所在的分区级别，确定指针在刻度盘的读数。
需要说明的是，可以调用cal_ang()函数对三点构成的角度进行输出，得到指针左右附近的两个分界点与指针构成的两个角度，并结合指针所处的分区级别，可得出指针在刻度盘的读数。
在一实施例中，步骤S4中确定指针在刻度盘的读数之后，本申请的指针仪表读数的自动识别方法还包括下述步骤：
根据表盘内轮廓线椭圆长短轴之比，计算拍摄角度；根据拍摄角度和预设的拍摄方向角，确定最大补偿值和补偿方式，以得到修正后的指针读数；具体计算公式如下：
Figure BDA0003096912740000111
I0＝I1+Δ×sinβ (2)
Δ＝D×cotα (3)
其中α为拍摄倾角；ma为表盘内轮廓线椭圆短轴长度；MA为表盘内轮廓线椭圆长轴长度；I0为表盘修正后的读数；I1为表盘修正前的读数；△为最大补偿值；β为拍摄方向角；D为指针距离刻度盘的垂直深度。
本发明的技术方案通过对目标仪表图像先进行初步预处理找到表盘的大致位置，再根据遮罩函数精确表盘的位置，最后利用椭圆匹配和多重筛选直接精确定位表盘的内轮廓；在拍摄图像有一定倾斜偏移的情况下，依然可以准确的找到指针方向，从而得出仪表读数，并对读数进行补偿修正，因此，鲁棒性更高，读数更准确，并且当指针仪表有不同的拍摄距离、拍摄角度、拍摄光照条件等各种复杂情况下，依然可以保持识别的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本实施例还提供一种指针仪表读数的自动识别系统，该指针仪表读数的自动识别系统与上述实施例中指针仪表读数的自动识别方法一一对应。如图2所示，该指针仪表读数的自动识别系统包括图像预处理模块201、矫正模块202、彩色分区模块203和计算模块204。各功能模块详细说明如下：
图像预处理模块201，用于获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线；
矫正模块202，用于根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像；
彩色分区模块203，用于识别目标图像中刻度盘像素，获取刻度盘彩色分区信息；
计算模块204，用于识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数。
关于指针仪表读数的自动识别系统各个模块的具体限定可以参见上文中对于指针仪表读数的自动识别方法的限定，在此不再赘述。
上述指针仪表读数的自动识别系统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。
本实施例还提供了一种计算机设备，该计算机设备可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储目标仪表图像、表盘内轮廓线坐标信息、刻度盘像素坐标数组等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种指针仪表读数的自动识别方法，处理器执行计算机程序时实现以下步骤：
获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线；根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像；识别目标图像中刻度盘像素，获取刻度盘彩色分区信息；识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数。
本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取目标仪表盘图像，对目标仪表盘图像进行图像预处理后得到待识别图像，并识别出待识别图像中的表盘内轮廓线；根据表盘内轮廓线，对待识别图像进行透视变换后得到目标图像；识别目标图像中刻度盘像素，获取刻度盘彩色分区信息；识别目标图像中刻度盘上的指针角度，根据指针角度和刻度盘彩色分区信息，确定指针在刻度盘的读数。
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，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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (10)

1.一种指针仪表读数的自动识别方法，其特征在于：所述方法包括：
获取目标仪表盘图像，对所述目标仪表盘图像进行图像预处理后得到待识别图像，并识别出所述待识别图像中的表盘内轮廓线；
根据所述表盘内轮廓线，对所述待识别图像进行透视变换后得到目标图像；
识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息；
识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数。
2.根据权利要求1所述的指针仪表读数的自动识别方法，其特征在于：对所述目标仪表盘图像进行图像预处理，将图像预处理后的图像作为待识别图像，并识别出所述待识别图像的表盘内轮廓线，包括：
对所述目标仪表盘图像进行初步预处理，并对初步处理后的图像进行寻圆查找，获取表盘粗略轮廓线；
对所述目标仪表盘图像进行正式预处理，将正式预处理后的图像作为待识别图像，并对所述待识别图像中的刻度盘进行定位查找，获取刻度盘的相对位置信息；
对所述待识别图像进行椭圆拟合，并基于所述表盘粗略轮廓线和所述刻度盘的相对位置信息对拟合出的椭圆进行条件筛选，获取椭圆轮廓线，并将该椭圆轮廓线作为表盘内轮廓线。
3.根据权利要求2所述的指针仪表读数的自动识别方法，其特征在于：对所述目标仪表盘图像进行初步预处理，并对初步处理后的图像进行寻圆查找，获取表盘粗略轮廓线，包括：
所述初步预处理包括均值模糊处理、去噪处理及灰度化；
根据预设的霍夫变换函数对初步处理后的图像进行自动查找圆形范围，得到表盘粗略轮廓线；
对所述目标仪表盘图像进行正式预处理，将正式预处理后的图像作为待识别图像，并对所述待识别图像中的刻度盘进行定位查找，获取刻度盘的相对位置信息，包括：
所述正式预处理包括：灰度化、高斯滤波降噪、卷积模糊、边缘检测及形态学闭变换；
根据预设的遮罩函数，从所述正式预处理后的图像中分离出刻度盘，确定刻度盘的相对位置信息，所述相对位置信息包括刻度盘的中心坐标及相对长度范围。
4.根据权利要求2所述的指针仪表读数的自动识别方法，其特征在于：根据所述表盘内轮廓线，对所述待识别图像进行透视变换，以矫正圆度误差，并将矫正后表盘内轮廓线内的图像作为目标图像，包括：
提取所述表盘内轮廓线的椭圆长短轴的四个端点；
通过透视变化将所述椭圆轮廓线长短轴的四个端点投影到变换到正圆上，以矫正拍摄角度带来的圆度误差。
5.根据权利要求1所述的指针仪表读数的自动识别方法，其特征在于：识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息，包括：
识别所述目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组；
根据不同像素坐标数组，获取刻度盘彩色分区信息。
6.根据权利要求5所述的指针仪表读数的自动识别方法，其特征在于：识别所述目标图像中刻度盘像素，获取预设不同种类颜色的像素坐标数组，包括：
通过预设的遮罩函数对目标图像中刻度盘进行分离；
找到刻度盘中圆弧左右两个端点，通过仿射变换对目标图像中心进行旋转使刻度盘水平；
对旋转后的图像进行刻度盘颜色分离，遍历各个颜色部分的像素坐标并采用数组存储。
7.根据权利要求1所述的指针仪表读数的自动识别方法，其特征在于：识别所述目标图像中刻度盘上的指针角度之前，所述方法还包括：
查找通过所述刻度盘的左右两个端点和中点的圆，并确定圆心坐标和半径；
遍历不同像素坐标素组，查找距离圆心最近和最远的点来确定指针的起点坐标和终点坐标。
8.根据权利要求7所述的指针仪表读数的自动识别方法，其特征在于：所述刻度盘彩色分区信息包括：刻度盘的左右两个端点坐标、不同彩色区域的分界点坐标以及分区级别，识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数，包括：
根据指针的终点坐标和所在分区的左右两个分界点，确定两个分界点与指针构成的两个角度；
根据两个分界点与指针构成的两个角度，以及指针所在的分区级别，确定指针在刻度盘的读数；
所述确定指针在刻度盘的读数之后，所述方法还包括：
根据表盘内轮廓线椭圆长短轴之比，计算拍摄角度；
根据所述拍摄角度和预设的拍摄方向角，确定最大补偿值和补偿方式，以得到修正后的指针读数；具体计算公式如下：
Figure FDA0003096912730000041
I0＝I1+Δ×sinβ (2)
Δ＝D×cotα (3)
其中α为拍摄倾角；ma为表盘内轮廓线椭圆短轴长度；MA为表盘内轮廓线椭圆长轴长度；I0为表盘修正后的读数；I1为表盘修正前的读数；△为最大补偿值；β为拍摄方向角；D为指针距离刻度盘的垂直深度。
9.一种指针仪表读数的自动识别系统，其特征在于，所述系统包括：
图像预处理模块，用于获取目标仪表盘图像，对所述目标仪表盘图像进行图像预处理后得到待识别图像，并识别出所述待识别图像中的表盘内轮廓线；
矫正模块，用于根据所述表盘内轮廓线，对所述待识别图像进行透视变换后得到目标图像；
彩色分区模块，用于识别所述目标图像中刻度盘像素，获取刻度盘彩色分区信息；
计算模块，用于识别所述目标图像中刻度盘上的指针角度，根据所述指针角度和所述刻度盘彩色分区信息，确定指针在刻度盘的读数。
10.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述指针仪表读数的自动识别方法的步骤。
CN202110614680.6A 2021-06-02 2021-06-02 指针仪表读数的自动识别方法、系统及设备 Active CN113326787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110614680.6A CN113326787B (zh) 2021-06-02 2021-06-02 指针仪表读数的自动识别方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110614680.6A CN113326787B (zh) 2021-06-02 2021-06-02 指针仪表读数的自动识别方法、系统及设备

Publications (2)

Publication Number Publication Date
CN113326787A true CN113326787A (zh) 2021-08-31
CN113326787B CN113326787B (zh) 2023-09-01

Family

ID=77421476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110614680.6A Active CN113326787B (zh) 2021-06-02 2021-06-02 指针仪表读数的自动识别方法、系统及设备

Country Status (1)

Country Link
CN (1) CN113326787B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114612648A (zh) * 2022-03-07 2022-06-10 广州计量检测技术研究院 一种基于可信ai的指针式压力表示值读取方法及装置
CN114663680A (zh) * 2022-05-25 2022-06-24 天津大学四川创新研究院 一种温湿度表的示数识别系统和方法
CN115690756A (zh) * 2022-10-31 2023-02-03 复亚智能科技(太仓)有限公司 一种基于表盘分类和部件颜色、形状特征的仪表读数方法
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
CN116740719A (zh) * 2023-05-04 2023-09-12 北京和利时系统集成有限公司 指针型仪表读数方法、装置和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN108764257A (zh) * 2018-05-23 2018-11-06 郑州金惠计算机系统工程有限公司 一种多视角的指针式仪表识别方法
CN111160337A (zh) * 2019-12-12 2020-05-15 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
CN111368906A (zh) * 2020-02-29 2020-07-03 华南理工大学 一种基于深度学习的指针式油位计读数识别方法
CN111666880A (zh) * 2020-06-06 2020-09-15 南京聚特机器人技术有限公司 一种针对灭火器指针式仪表的智能识别系统
AU2020103716A4 (en) * 2020-11-27 2021-02-11 Beijing University Of Posts And Telecommunications Training method and device of automatic identification device of pointer instrument with numbers in natural scene
CN112613429A (zh) * 2020-12-28 2021-04-06 上海智能制造系统创新中心有限公司 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
CN112818988A (zh) * 2021-01-29 2021-05-18 西安交通大学 一种指针式仪表自动识别读数方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN108764257A (zh) * 2018-05-23 2018-11-06 郑州金惠计算机系统工程有限公司 一种多视角的指针式仪表识别方法
CN111160337A (zh) * 2019-12-12 2020-05-15 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
CN111368906A (zh) * 2020-02-29 2020-07-03 华南理工大学 一种基于深度学习的指针式油位计读数识别方法
CN111666880A (zh) * 2020-06-06 2020-09-15 南京聚特机器人技术有限公司 一种针对灭火器指针式仪表的智能识别系统
AU2020103716A4 (en) * 2020-11-27 2021-02-11 Beijing University Of Posts And Telecommunications Training method and device of automatic identification device of pointer instrument with numbers in natural scene
CN112613429A (zh) * 2020-12-28 2021-04-06 上海智能制造系统创新中心有限公司 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
CN112818988A (zh) * 2021-01-29 2021-05-18 西安交通大学 一种指针式仪表自动识别读数方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114612648A (zh) * 2022-03-07 2022-06-10 广州计量检测技术研究院 一种基于可信ai的指针式压力表示值读取方法及装置
CN114663680A (zh) * 2022-05-25 2022-06-24 天津大学四川创新研究院 一种温湿度表的示数识别系统和方法
CN115690756A (zh) * 2022-10-31 2023-02-03 复亚智能科技(太仓)有限公司 一种基于表盘分类和部件颜色、形状特征的仪表读数方法
CN115690756B (zh) * 2022-10-31 2024-01-30 复亚智能科技(太仓)有限公司 一种基于表盘分类和部件颜色、形状特征的仪表读数方法
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
CN116740719A (zh) * 2023-05-04 2023-09-12 北京和利时系统集成有限公司 指针型仪表读数方法、装置和存储介质

Also Published As

Publication number Publication date
CN113326787B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN113326787B (zh) 指针仪表读数的自动识别方法、系统及设备
CN108369650B (zh) 标识校准图案的可能特征点的方法
CN110349199B (zh) 一种物体圆度测量方法
CN112598922B (zh) 车位检测方法、装置、设备及存储介质
CN111814740B (zh) 指针仪表读数的识别方法、装置、计算机设备和存储介质
CN114529837A (zh) 建筑物轮廓提取方法、系统、计算机设备及存储介质
CN116228678A (zh) 芯片封装缺陷自动识别和处理方法
CN111191653A (zh) 车牌识别方法、装置、计算机设备及存储介质
CN115861351A (zh) 边缘检测方法、缺陷检测方法及检测装置
CN115049916A (zh) 一种指针式仪表读数识别方法及识别装置
CN115601774A (zh) 表格识别方法、装置、设备、存储介质和程序产品
CN116740062B (zh) 基于不规则胶圈的缺陷检测方法及系统
CN116258838B (zh) 一种用于管片模具合模系统的智能视觉引导方法
CN110288655B (zh) 一种自动识别chart图片中测试图案位置的方法及装置
CN112330727A (zh) 图像匹配方法、装置、计算机设备及存储介质
CN113128495A (zh) 文本倾斜矫正方法、装置、存储介质、计算机设备
CN113635299B (zh) 一种机械臂的校正方法、终端设备及存储介质
CN113487589B (zh) 一种亚像素圆心检测方法及系统
CN115100153A (zh) 基于双目匹配的管内检测方法、装置、电子设备及介质
CN112233178A (zh) 基于机器视觉的复杂环境中动态物料测距方法
US11989908B2 (en) Visual positioning method, mobile machine using the same, and computer readable storage medium
CN112541910B (zh) 基于深度学习的端面间隙检测方法、装置、设备及介质
CN112330636B (zh) 基于图像处理的铁路货车车轮破损检测方法
CN117392211B (zh) Bga元件快速识别定位方法及系统、存储介质
CN117350950A (zh) 一种群孔加工质量评估方法、装置、存储介质及电子设备

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