CN114283145A - 一种井工煤矿中设备信息码检测方法和装置 - Google Patents

一种井工煤矿中设备信息码检测方法和装置 Download PDF

Info

Publication number
CN114283145A
CN114283145A CN202210216929.2A CN202210216929A CN114283145A CN 114283145 A CN114283145 A CN 114283145A CN 202210216929 A CN202210216929 A CN 202210216929A CN 114283145 A CN114283145 A CN 114283145A
Authority
CN
China
Prior art keywords
image
target surface
equipment
sub
block
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
CN202210216929.2A
Other languages
English (en)
Other versions
CN114283145B (zh
Inventor
张金虎
李明忠
雷声
徐亚军
康迎春
张德生
佟朋
刘化立
温国惠
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.)
Inner Mongolia Shuangxin Mining Co ltd
Mining Products Safety Approval And Certification Center Co ltd
Shaanxi Future Energy Chemical Co ltd
Yanzhou Coal Mining Erdos Energy Chemical Co ltd
Ccteg Coal Mining Research Institute Co ltd
Tiandi Science and Technology Co Ltd
Original Assignee
Inner Mongolia Shuangxin Mining Co ltd
Mining Products Safety Approval And Certification Center Co ltd
Shaanxi Future Energy Chemical Co ltd
Yanzhou Coal Mining Erdos Energy Chemical Co ltd
Ccteg Coal Mining Research Institute Co ltd
Tiandi Science and Technology Co Ltd
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 Inner Mongolia Shuangxin Mining Co ltd, Mining Products Safety Approval And Certification Center Co ltd, Shaanxi Future Energy Chemical Co ltd, Yanzhou Coal Mining Erdos Energy Chemical Co ltd, Ccteg Coal Mining Research Institute Co ltd, Tiandi Science and Technology Co Ltd filed Critical Inner Mongolia Shuangxin Mining Co ltd
Priority to CN202210216929.2A priority Critical patent/CN114283145B/zh
Publication of CN114283145A publication Critical patent/CN114283145A/zh
Application granted granted Critical
Publication of CN114283145B publication Critical patent/CN114283145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提出一种井工煤矿中设备信息码检测方法，包括：获取靶面的彩色图像；将靶面的彩色图像转换为灰度图像；对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息；对去噪后的灰度图进行模板匹配，获取靶面在图像中的位置信息；根据位置信息提取出包括靶面的矩形图块，旋转矩形图块中的所有像素；对旋转后的矩形图块进行边缘检测；根据梯度信息对旋转后的矩形图块进行二值化；对二值化的矩形图块进行解码，获得设备编号的二进制数；将设备编号的二进制数转换为十进制数，根据设备编号，获取设备信息。本发明还提出一种井工煤矿中设备信息码检测装置。

Description

一种井工煤矿中设备信息码检测方法和装置
技术领域
本发明涉及设备检测技术领域，尤其涉及一种井工煤矿中设备信息码检测方法和装置。
背景技术
常见的二维码由多个黑白小方块按一定顺序排布而成，总共有2.056*10^354种组合。当前，利用二维码进行内容识别已经比较普遍。因此一些井下设备也使用了二维码识别技术。
在实现本发明过程中，发明人发现现有技术中至少存在以下问题：普通二维码技术主要针对一般地面场景下、光照条件较好的二维码进行识别。在井下恶劣工矿下，常见的二维码的应用条件很差，光照不均且光照不足，煤尘较大，具有高油性和高腐蚀性，打印出的普通二维码在经过很短一段时间的使用后，就容易被井下煤尘所覆盖，导致二维码无法辨识。同时，由于井下综采工作面液压支架排布结构的限制，很多时候扫码都是以很大的斜角拍摄二维码，而非正对拍摄二维码，因此会产生较大的成像畸变，普通二维码识别技术难以矫正该成像畸变。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的目的在于提出一种在井工煤矿较大煤尘下仍可正常识别的设备信息码检测方法和装置。
为达到上述目的，本发明的第一方面提出了一种井工煤矿中设备信息码检测方法，包括：
获取靶面的彩色图像，其中，靶面安装在井工煤矿的设备上，靶面上具有若干个第一凸起和第二凸起，第一凸起与第二凸起不同形，第一凸起与第二凸起组合在一起形成设备编号；
将靶面的彩色图像转换为灰度图像；
对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息；
对去噪后的灰度图进行模板匹配，获取靶面在图像中的位置信息；
根据位置信息提取出包括靶面的矩形图块，旋转矩形图块中的所有像素；
对旋转后的矩形图块进行边缘检测；
根据梯度信息对旋转后的矩形图块进行二值化；
对二值化的矩形图块进行解码，获得设备编号的二进制数；
将设备编号的二进制数转换为十进制数，根据设备编号，获取设备信息。
根据本发明实施例的井工煤矿中设备信息码检测方法，使用了凸起作为信息码，确保能够在低照度和不均匀光照的井下环境下，从各个拍摄角度均能识别信息码，便于获得井下设备的信息。
根据本发明的一个实施例，所述第一凸起为圆状物，所述第二凸起为条状物。
根据本发明的一个实施例，所述第一凸起和所述第二凸起的数量之和为10。
根据本发明的一个实施例，井工煤矿中设备信息码检测方法中，所述将靶面的彩色图像转换为灰度图像包括：
使用公式
Figure 772867DEST_PATH_IMAGE001
，把将靶面的彩色图像转换为灰度图像，
式中，GRAY表示灰度图像任一像素点的灰度值，R、G、B分别表示彩色图像中任一像素点的红色分量、绿色分量、蓝色分量值。
根据本发明的一个实施例，井工煤矿中设备信息码检测方法中，所述对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息包括：
使用大小为
Figure 222303DEST_PATH_IMAGE002
的滤波器对大小为
Figure DEST_PATH_IMAGE003
的灰度图像进行中值滤波，表示为
Figure 405154DEST_PATH_IMAGE004
，式中，
Figure DEST_PATH_IMAGE005
表示经过滤波后的图像的位于第
Figure 358066DEST_PATH_IMAGE006
行第
Figure DEST_PATH_IMAGE007
列的像素点的灰度值，
Figure 968171DEST_PATH_IMAGE008
表示滤波前的图像的位于第
Figure DEST_PATH_IMAGE009
行第
Figure 577006DEST_PATH_IMAGE007
列的像素点的灰度值，
Figure 812816DEST_PATH_IMAGE010
表示线性滤波器位于第
Figure 823497DEST_PATH_IMAGE012
行第
Figure 601573DEST_PATH_IMAGE014
列的权重参数值，
Figure DEST_PATH_IMAGE015
,
Figure 697705DEST_PATH_IMAGE016
。
根据本发明的一个实施例，井工煤矿中设备信息码检测方法中，所述根据梯度信息对旋转后的矩形图块进行二值化，包括：
根据矩形图块图像的梯度信息设置阈值，对超出阈值的梯度所对应的像素，将其灰度值设置为255；对低于阈值的梯度所对应的像素，将其灰度值设置为0。
根据本发明的一个实施例，井工煤矿中设备信息码检测方法中，所述对二值化的矩形图块进行解码，获得设备编号的二进制数包括：
根据矩形图块的宽度，将该图块按宽度方向均分为十等份子图块，每一子图块包含一个第一凸起或第二凸起，对子图块按序编号；
根据每个子图块的分辨率，创建两个具有相同分辨率的子图块模板，分别代表0和1，对子图块模板按序编号；
对子图块和模板子图块进行聚类，获得设备编号的二进制数。
根据本发明的一个实施例，井工煤矿中设备信息码检测方法中，所述对子图块和子图块模板进行聚类，获得设备编号的二进制数包括：
将子图块和子图块模板组成样本；
将样本对应的二维图像矩阵展开成一维向量；
以模板子图块的一维向量作为聚类中心，以所有子图块的一维向量作为待聚类对象，依序计算待聚类对象与聚类中心的欧氏距离；
按照欧氏距离最小的原则，将待聚类对象分类为0和1；
将待聚类对象的类别按顺序排列，获得代表设备编号的二进制数。
本发明的第二方面提供了一种井工煤矿中设备信息码检测装置，包括：
彩色图像获取单元，用于获取靶面的彩色图像，其中，靶面安装在井工煤矿的设备上，靶面上具有若干个第一凸起和第二凸起，第一凸起与第二凸起不同形，第一凸起与第二凸起组合在一起形成设备编号；
转换单元，用于将靶面的彩色图像转换为灰度图像；
滤波单元，用于对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息；
模板匹配单元，用于对去噪后的灰度图进行模板匹配，获取靶面在图像中的位置信息；
提取和旋转单元，用于根据位置信息提取出包括靶面的矩形图块，旋转矩形图块中的所有像素；
边缘检测单元，用于对旋转后的矩形图块进行边缘检测；
二值化单元，根据梯度信息对旋转后的矩形图块进行二值化；
设备编号获取单元，用于对二值化的矩形图块进行解码，获得设备编号的二进制数；
设备信息获取单元，用于将设备编号的二进制数转换为十进制数，根据设备编号获取设备信息。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一实施例提出的一种井工煤矿中设备信息码检测方法实现流程示意图。
图2是本发明一实施例涉及的靶面和信息码的结构示意图。
图3是本发明一实施例提出的使用Sobel算子遍历矩形图块的示意图。
图4是本发明一实施例提出的使用聚类算法获取设备编号的流程示意图。
图5是本发明一实施例提出的一种井工煤矿中设备信息码检测装置的结构示意图。
附图标记说明：
1-靶面，2-第一凸起，3-第二凸起。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
在本申请/公开的描述中，术语“多个”指两个或两个以上。
在本申请/公开的描述中，术语“Sobel算子”一般指索贝尔算子。
图1是本发明一实施例提出的一种井工煤矿中设备信息码检测方法实现流程示意图。在图1所示实施例中，流程的执行主题为图1中的井工煤矿中设备信息码检测方法。该方法的实现流程详述如下：
步骤S102，获取靶面1的彩色图像，参照图2，其中，靶面1安装在井工煤矿的设备上，靶面1上具有若干个第一凸起2和第二凸起3，第一凸起2与第二凸起3不同形，第一凸起2与第二凸起3组合在一起形成设备编号。井工煤矿的设备可以是掘进机、采煤机、刮板机、液压支架等常见的矿用设备。
在本实施例中，第一凸起2可以为圆状物，第二凸起3可以为条状物。第一凸起2和第二凸起3的数量之和可以为10。第一凸起2、第二凸起3还可以是其他形状，数量有可以根据实际的需求来确定。第一凸起2和第二凸起3由于高出靶面，即使图像传感器与靶面有存在夹角，也便于被图像传感器采集。第一凸起2和第二凸起3的外形不同，能够表示二进制的基本数字0和1。
需要注意的是，靶面彩色图像的获取需要保证一定的照度。
步骤S104，将靶面1的彩色图像转换为灰度图像。
在本实施例中，步骤S104具体包括：
通过颜色空间变换，将RGB图转化为灰度图。具体的变化公式为
Figure 471626DEST_PATH_IMAGE017
，把将靶面1的彩色图像转换为灰度图像，
式中，GRAY表示灰度图像任一像素点的灰度值，R、G、B分别表示彩色图像中任一像素点的红色分量、绿色分量、蓝色分量值。
步骤S106，对靶面1的灰度图像进行滤波，滤除存在于图像中的噪声信息。
本实施例中，步骤S106具体包括：
使用大小为
Figure 336813DEST_PATH_IMAGE018
的滤波器对大小为
Figure 288720DEST_PATH_IMAGE019
的灰度图像进行中值滤波，表示为
Figure 872148DEST_PATH_IMAGE020
，式中，
Figure 184181DEST_PATH_IMAGE021
表示经过滤波后的图像的位于第
Figure 169454DEST_PATH_IMAGE022
行第
Figure 479213DEST_PATH_IMAGE023
列的像素点的灰度值，
Figure 362986DEST_PATH_IMAGE024
表示滤波前的图像的位于第
Figure 416393DEST_PATH_IMAGE025
行第
Figure 318490DEST_PATH_IMAGE023
列的像素点的灰度值，
Figure 799150DEST_PATH_IMAGE026
表示线性滤波器位于第
Figure 91591DEST_PATH_IMAGE012
行第
Figure 761738DEST_PATH_IMAGE014
列的权重参数值，
Figure 456024DEST_PATH_IMAGE027
,
Figure 169902DEST_PATH_IMAGE028
。
步骤S108，对去噪后的灰度图进行模板匹配，获取靶面1在图像中的位置信息。
本实施例中，步骤S108中的模板是事先规定好的示例图样。模板匹配是一种用于在源图像（含有靶面的灰度图）S中寻找定位给定目标图像T（即模板图像）的技术。原理是通过一些相似度准则来衡量两个图像块之间的相似度。
步骤S110，根据位置信息提取出包括靶面1的矩形图块，旋转矩形图块中的所有像素。
在本实施例中，步骤S110中的旋转矩形图块的目的是矫正图像，可以使像素排列规范化，便于进行边缘检测。
步骤S112，对旋转后的矩形图块进行边缘检测。
本实施例中，步骤S112具体包括：
参照图3，使用Sobel算子，分别计算被提取矩形图块在宽度方向和高度方向上的梯度，利用方向正交的两梯度值计算正切值，并根据正切值求其反三角函数，获得该处像素点总体的梯度方向。
步骤S114，根据梯度信息对旋转后的矩形图块进行二值化。
本实施例中，步骤S114具体包括：
根据矩形图块图像的梯度信息设置阈值，对超出阈值的梯度所对应的像素，将其灰度值设置为255；对低于阈值的梯度所对应的像素，将其灰度值设置为0。从而提取出含有信息码信息的由第一凸起和第二凸起组成的矩形图块。
步骤S116，对二值化的矩形图块进行解码，获得设备编号的二进制数。
本实施例中，步骤S116具体包括：
步骤S1161，根据矩形图块的宽度，将该图块按宽度方向均分为十等份子图块，每一子图块包含一个第一凸起2或第二凸起3，对子图块按序编号。子图块的份数与第一凸起和第二凸起的数量之和要对应，可以根据实际的需求来确定。
步骤S1162，根据每个子图块的分辨率，创建两个具有相同分辨率的子图块模板，分别代表0和1，对子图块模板按序编号。
步骤S1163，对子图块和模板子图块进行聚类，获得设备编号的二进制数。
作为一种可能实现的方式，步骤S1163，参照图4，具体包括：
将子图块和子图块模板组成样本；
将样本对应的二维图像矩阵展开成一维向量；
以模板子图块的一维向量作为聚类中心，以所有子图块的一维向量作为待聚类对象，依序计算待聚类对象与聚类中心的欧氏距离；
按照欧氏距离最小的原则，将待聚类对象分类为0和1；
将待聚类对象的类别按顺序排列，获得代表设备编号的二进制数。
步骤S118，将设备编号的二进制数转换为十进制数，根据设备编号，获取设备信息。
本实施例中，查询该十进制数所对应的设备名称、设备编号和设备厂家，即可获取待检测设备的所有具体信息。
以上可以看出，本实施例提供的井工煤矿中设备信息码检测方法，针对井下的特殊环境设计信息码靶面，并开发对应的识别算法，可以极大提升井下环境中信息码靶面的耐用性和识别率，在煤矿井下高煤尘、高油性、低照度条件下仍可正常识别信息码，从而解决井下设备识别的关键问题。
基于上述目的，本发明实施例的第二个方面，提出一种井工煤矿中设备信息码检测装置。
图5是本发明一实施例提出的一种井工煤矿中设备信息码检测装置的结构示意图。为了便于说明，仅仅示出了与本实施例相关的部分。一种井工煤矿中设备信息码检测装置8，包括：
彩色图像获取单元81，用于获取靶面1的彩色图像，其中，靶面1安装在井工煤矿的设备上，靶面1上具有若干个第一凸起2和第二凸起3，第一凸起2与第二凸起3不同形，第一凸起2与第二凸起3组合在一起形成设备编号；
转换单元82，用于将靶面1的彩色图像转换为灰度图像；
滤波单元83，用于对靶面1的灰度图像进行滤波，滤除存在于图像中的噪声信息；
模板匹配单元84，用于对去噪后的灰度图进行模板匹配，获取靶面1在图像中的位置信息；
提取和旋转单元85，用于根据位置信息提取出包括靶面1的矩形图块，旋转矩形图块中的所有像素；
边缘检测单元86，用于对旋转后的矩形图块进行边缘检测；
二值化单元87，根据梯度信息对旋转后的矩形图块进行二值化；
设备编号获取单元88，用于对二值化的矩形图块进行解码，获得设备编号的二进制数；
设备信息获取单元89，用于将设备编号的二进制数转换为十进制数，根据设备编号获取设备信息。
图5仅仅是装置的示例，并不构成对装置8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，例如所述装置8还可以包括输入输出设备、网络接入设备、总线等。
需要说明的是，本发明实施例提供的上述装置的各个单元，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征 “上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种井工煤矿中设备信息码检测方法，其特征在于，包括：
获取靶面的彩色图像，其中，靶面安装在井工煤矿的设备上，靶面上具有若干个第一凸起和第二凸起，第一凸起与第二凸起不同形，第一凸起与第二凸起组合在一起形成设备编号；
将靶面的彩色图像转换为灰度图像；
对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息；
对去噪后的灰度图进行模板匹配，获取靶面在图像中的位置信息；
根据位置信息提取出包括靶面的矩形图块，旋转矩形图块中的所有像素；
对旋转后的矩形图块进行边缘检测；
根据梯度信息对旋转后的矩形图块进行二值化；
对二值化的矩形图块进行解码，获得设备编号的二进制数；
将设备编号的二进制数转换为十进制数，根据设备编号，获取设备信息。
2.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述第一凸起为圆状物，所述第二凸起为条状物。
3.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述第一凸起和所述第二凸起的数量之和为10。
4.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述将靶面的彩色图像转换为灰度图像包括：
使用公式
Figure 470048DEST_PATH_IMAGE001
，把将靶面的彩色图像转换为灰度图像，
式中，GRAY表示灰度图像任一像素点的灰度值，R、G、B分别表示彩色图像中任一像素点的红色分量、绿色分量、蓝色分量值。
5.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息包括：
使用大小为
Figure 890665DEST_PATH_IMAGE002
的滤波器对大小为
Figure 363234DEST_PATH_IMAGE003
的灰度图像进行中值滤波，表示为
Figure 539001DEST_PATH_IMAGE004
，式中，
Figure 464232DEST_PATH_IMAGE005
表示经过滤波后的图像的位于第
Figure 688540DEST_PATH_IMAGE006
行第
Figure 563086DEST_PATH_IMAGE007
列的像素点的灰度值，
Figure 847437DEST_PATH_IMAGE008
表示滤波前的图像的位于第
Figure 259963DEST_PATH_IMAGE009
行第
Figure 350279DEST_PATH_IMAGE007
列的像素点的灰度值，
Figure 531862DEST_PATH_IMAGE010
表示线性滤波器位于第
Figure 721535DEST_PATH_IMAGE012
行第
Figure 434407DEST_PATH_IMAGE014
列的权重参数值，
Figure 517DEST_PATH_IMAGE015
,
Figure 364503DEST_PATH_IMAGE016
。
6.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述根据梯度信息对旋转后的矩形图块进行二值化，包括：
根据矩形图块图像的梯度信息设置阈值，对超出阈值的梯度所对应的像素，将其灰度值设置为255；对低于阈值的梯度所对应的像素，将其灰度值设置为0。
7.根据权利要求1所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述对二值化的矩形图块进行解码，获得设备编号的二进制数包括：
根据矩形图块的宽度，将该图块按宽度方向均分为十等份子图块，每一子图块包含一个第一凸起或第二凸起，对子图块按序编号；
根据每个子图块的分辨率，创建两个具有相同分辨率的子图块模板，分别代表0和1，对子图块模板按序编号；
对子图块和模板子图块进行聚类，获得设备编号的二进制数。
8.根据权利要求7所述的一种井工煤矿中设备信息码检测方法，其特征在于，所述对子图块和子图块模板进行聚类，获得设备编号的二进制数包括：
将子图块和子图块模板组成样本；
将样本对应的二维图像矩阵展开成一维向量；
以模板子图块的一维向量作为聚类中心，以所有子图块的一维向量作为待聚类对象，依序计算待聚类对象与聚类中心的欧氏距离；
按照欧氏距离最小的原则，将待聚类对象分类为0和1；
将待聚类对象的类别按顺序排列，获得代表设备编号的二进制数。
9.一种井工煤矿中设备信息码检测装置，其特征在于，包括：
彩色图像获取单元，用于获取靶面的彩色图像，其中，靶面安装在井工煤矿的设备上，靶面上具有若干个第一凸起和第二凸起，第一凸起与第二凸起不同形，第一凸起与第二凸起组合在一起形成设备编号；
转换单元，用于将靶面的彩色图像转换为灰度图像；
滤波单元，用于对靶面的灰度图像进行滤波，滤除存在于图像中的噪声信息；
模板匹配单元，用于对去噪后的灰度图进行模板匹配，获取靶面在图像中的位置信息；
提取和旋转单元，用于根据位置信息提取出包括靶面的矩形图块，旋转矩形图块中的所有像素；
边缘检测单元，用于对旋转后的矩形图块进行边缘检测；
二值化单元，根据梯度信息对旋转后的矩形图块进行二值化；
设备编号获取单元，用于对二值化的矩形图块进行解码，获得设备编号的二进制数；
设备信息获取单元，用于将设备编号的二进制数转换为十进制数，根据设备编号获取设备信息。
CN202210216929.2A 2022-03-07 2022-03-07 一种井工煤矿中设备信息码检测方法和装置 Active CN114283145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210216929.2A CN114283145B (zh) 2022-03-07 2022-03-07 一种井工煤矿中设备信息码检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210216929.2A CN114283145B (zh) 2022-03-07 2022-03-07 一种井工煤矿中设备信息码检测方法和装置

Publications (2)

Publication Number Publication Date
CN114283145A true CN114283145A (zh) 2022-04-05
CN114283145B CN114283145B (zh) 2022-06-07

Family

ID=80882324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210216929.2A Active CN114283145B (zh) 2022-03-07 2022-03-07 一种井工煤矿中设备信息码检测方法和装置

Country Status (1)

Country Link
CN (1) CN114283145B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090001165A1 (en) * 2007-06-29 2009-01-01 Microsoft Corporation 2-D Barcode Recognition
CN103177235A (zh) * 2013-04-18 2013-06-26 河海大学常州校区 一种复杂背景下汉信码的识别装置及方法
US20130301870A1 (en) * 2012-05-03 2013-11-14 Hong Kong University Of Science And Technology Embedding visual information in a two-dimensional bar code
CN105074733A (zh) * 2012-12-19 2015-11-18 电装波动株式会社 信息码、信息码生成方法、信息码读取装置以及信息码应用系统
CN107122737A (zh) * 2017-04-26 2017-09-01 聊城大学 一种道路交通标志自动检测识别方法
CN110006907A (zh) * 2019-04-10 2019-07-12 清华大学深圳研究生院 一种基于机器视觉的压铸件表面缺陷检测方法及系统
CN111079955A (zh) * 2019-12-05 2020-04-28 贵州电网有限责任公司 一种基于x射线成像的gis设备缺陷检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090001165A1 (en) * 2007-06-29 2009-01-01 Microsoft Corporation 2-D Barcode Recognition
US20130301870A1 (en) * 2012-05-03 2013-11-14 Hong Kong University Of Science And Technology Embedding visual information in a two-dimensional bar code
CN105074733A (zh) * 2012-12-19 2015-11-18 电装波动株式会社 信息码、信息码生成方法、信息码读取装置以及信息码应用系统
CN103177235A (zh) * 2013-04-18 2013-06-26 河海大学常州校区 一种复杂背景下汉信码的识别装置及方法
CN107122737A (zh) * 2017-04-26 2017-09-01 聊城大学 一种道路交通标志自动检测识别方法
CN110006907A (zh) * 2019-04-10 2019-07-12 清华大学深圳研究生院 一种基于机器视觉的压铸件表面缺陷检测方法及系统
CN111079955A (zh) * 2019-12-05 2020-04-28 贵州电网有限责任公司 一种基于x射线成像的gis设备缺陷检测方法

Also Published As

Publication number Publication date
CN114283145B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN108364010B (zh) 一种车牌识别方法、装置、设备及计算机可读存储介质
CN109299720B (zh) 一种基于轮廓片段空间关系的目标识别方法
CN101334836B (zh) 一种融合色彩、尺寸和纹理特征的车牌定位方法
US9349237B2 (en) Method of authenticating a printed document
CN103946866B (zh) 与直方图一起使用多层连接分量的文本检测
CN111292321B (zh) 一种输电线路绝缘子缺陷图像识别方法
KR101719549B1 (ko) 차량 번호판 인식을 위한 영상처리방법 및 이를 이용한 차량 번호판 인식 장치
CN109190742B (zh) 一种基于灰度特征的编码特征点的解码方法
CN102375982A (zh) 一种融合多字符特征的车牌定位方法
CN105139011B (zh) 一种基于标识物图像的车辆识别方法及装置
US20060088218A1 (en) Image processing method and image processing apparatus
CN102663380A (zh) 一种钢铁板坯编码图像中的字符识别方法
CN108009556A (zh) 一种基于定点图像分析的河道漂浮物检测方法
CN110580481A (zh) 一种基于epi的光场图像关键位置检测方法
CN109977910B (zh) 基于彩色线段的票据快速定位方法及其系统
CN110309831B (zh) 基于机器视觉的非智能水表识读方法
CN114283145B (zh) 一种井工煤矿中设备信息码检测方法和装置
CN114299409B (zh) 一种基于图像识别和深度信息的井下人员定位方法与装置
KR101183211B1 (ko) 계량기 영상 정보의 세그멘테이션 처리장치
CN112396638A (zh) 一种图像处理方法、终端和计算机可读存储介质
CN115829943A (zh) 基于超像素分割的图像差异区域检测方法
Besekar et al. A chain code approach for recognising modi script numerals
KR102245851B1 (ko) 컨테이너영상에 대한 관심영역 추출 방법
CN111428534A (zh) 一种基于点阵隐写信息编码的解密识别方法
CN109389000A (zh) 一种条形码识别方法及应用该方法的计算机

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