CN115861801A - 指针式仪表识别方法、系统、电子设备及可读存储介质 - Google Patents
指针式仪表识别方法、系统、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN115861801A CN115861801A CN202211490642.5A CN202211490642A CN115861801A CN 115861801 A CN115861801 A CN 115861801A CN 202211490642 A CN202211490642 A CN 202211490642A CN 115861801 A CN115861801 A CN 115861801A
- Authority
- CN
- China
- Prior art keywords
- image
- pointer
- black
- recognized
- target
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请涉及一种指针式仪表识别方法、系统、电子设备及可读存储介质,该方法包括获取待识别图像;根据预设的处理规则对所述待识别图像进行预处理,得到目标图像,所述目标图像为黑白二值图像,且目标图像包括多个待识别区域以及每一待识别区域的边缘轮廓;基于Hough算法,确定目标图像中的指针的边缘直线;获取指针的目标参数,所述目标参数为原点与指针边缘直线的垂线相对目标图像水平线夹角;根据所述夹角和待识别仪表的指针刻度线,确定实际读数。本申请具有保证仪表示数的快速精确读取的效果。
Description
技术领域
本申请涉及图像识别的领域,尤其是涉及指针式仪表识别方法、系统、电子设备及可读存储介质。
背景技术
现代社会生活中,电力能源与工业生产、民众生活息息相关。电力检修工作成为了保障变电站正常运行、确保电力供应安全的重要手段,为了提高巡检率,通常采用巡检机器人对变电站进行巡检。
在巡检过程中,巡检机器气需要自动识别一些仪表的示数并上传,目前,常采用的识别方法为通过巡检机器人拍摄待识别仪表的图片并上传,对待识别仪表的图像进行识别确定待识别仪表示数。
数字图像处理过程中,由于高清摄像机拍摄所得的图像分辨率高,图像信息丰富中通常所需的数据量较大,计算量较多,因此对计算机的计算能力要求较高,对计算核心的处理速读与存储空间都有较高要求。高清摄像机拍摄所得图像分辨率高,图像信息量丰富,进一步加大了图像处理过程中的运算量,因此在识别过程中,直接对巡检机器人上传的待识别仪表图像进行识别,容易出现误差且识别速度慢。
发明内容
为了保证仪表示数的快速精确读取,本申请提供一种指针式仪表识别方法及系统。
第一方面,本申请提供一种指针式仪表识别方法,采用如下的技术方案:
一种指针式仪表识别方法,包括:
获取待识别图像;
根据预设的处理规则对所述待识别图像进行预处理,得到目标图像,所述目标图像为黑白二值图像,且目标图像包括多个待识别区域以及每一待识别区域的边缘轮廓;
基于Hough算法,确定目标图像中的指针的边缘直线;
获取指针的目标参数,所述目标参数为过直角坐标系原点与指针边缘直线的垂线与目标图像水平线夹角;
根据所述夹角和待识别仪表的指针刻度线,确定实际读数。
通过采用上述技术方案,在进行巡检过程中,通过巡检机器人拍摄待识别仪表的图片,从而将得到的待识别图像,获取待识别图像之后,首先通过预设的处理规则对待识别图像进行处理得到目标图像,目标图像为黑白二值图像,且目标图像包括多个待识别区域以及每一待识别区域的边缘轮廓,经过预处理得到的目标图像减少了数据量,实现了图像数据的简化,之后再通过Hough算法,确定目标图像中的指针的边缘直线,之后获取原点与指针边缘直线的垂线相对目标图像水平线夹角,根据所述夹角和待识别仪表的指针刻度线,确定实际读数,采用上述方式识别待识别仪表的指针度数,在识别之前对待识别图像的数据做了简化处理,排出了部分干扰因素,在一定程度上,保证仪表示数的快速精确读取。
可选的,所述根据预设的处理规则对所述待识别图像进行预处理,得到目标图像,具体包括:
对所述待识别图像进行灰度化和二值化处理得到黑白二值图像;
对所述黑白二值化图像进行滤波处理;
基于预设的边缘检测算法,对滤波后的黑白二值化图像进行处理,得到目标图像。
可选的,所述对所述待识别图像进行灰度化和二值化处理得到黑白二值图像,具体包括:
基于预设的灰度值确定方法,确定所述待识别图像的灰度值,并根据所述灰度值将所述待识别图像转化为灰度图像;
获取像素亮度阈值以及灰度图像中每一像素点的像素值;
基于预设的设定规则,根据像素亮度阈值以及灰度图像中每一像素点的像素值,将所述灰度图像中的像素点的像素值调为0或255,形成黑白二值图像。
通过采用上述技术方案,将原来数据量较大的彩色图像精简为黑白二值图像,减少了后续算法计算量,加快了处理速度,优化了存储空间。
可选的,所述对所述黑白二值化图像进行滤波处理,具体包括:
通过均值滤波、高斯滤波或中值滤波对所述黑白二值化图像进行滤波处理。
可选的,所述基于预设的边缘检测算法为:
对黑白二值化图像进行平滑处理;
通过一阶偏导的有限差分计算平滑处理处理后的黑白二值化图像的梯度,并根据梯度计算图像边缘幅值和角度;
对梯度幅值进行非极大值抑制;
使用双阈值法进行边缘检测和连接。
可选的,基于Hough算法,确定目标图像中的指针的边缘直线,具体包括:
对目标图像建立直角坐标系,确定目标图像中边缘轮廓上所有像素点的坐标;
根据所述坐标和预设公式xsinθ+ycosθ=ρ,在变换坐标系中建立一个关于(θ,ρ)的正弦曲线;
确定直角坐标系中位于同一直线上且具有相同的(θ,ρ)的目标像素点,所述目标像素点在在变换坐标系中为正弦曲线交点,记录所述正弦曲线交点的(θ,ρ)值和所述正弦曲线交点个数;
设定交点阈值提取峰值点,根据所述峰值点确定指针的边缘直线。
可选的,所述根据所述夹角和待识别仪表的指针刻度线,确定实际读数,具体包括:指针的读数计算公式为:其中,θ为指针垂线与目标图像水平线夹角,θ0与θfull分别为指针位于零刻度和满刻度线时夹角,R为仪表量程,r为指针的读数。
第二方面,本申请提供一种指针式仪表识别系统,采用如下的技术方案:
一种指针式仪表识别系统,包括包括摄像模块、存储模块、电源模块、通讯模块和计算处理模块;
所述摄像模块,用于拍摄待识别仪表的图像,并上传;
所述存储模块,用于接收所述待识别仪表的图像并存储;
所述通讯模块用于实现所述计算处理模块与所述外部设备的无线通讯;
所述计算处理模块用于执行权利要求1-7所述的方法;
所述电源模块用于提供所述指针仪表识别系统工作所需的电能。。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行的指针式仪表识别方法的计算机程序。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行的指针式仪表识别方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.采用上述方式识别待识别仪表的指针度数,在识别之前对待识别图像的数据做了简化处理,排出了部分干扰因素,在一定程度上,保证仪表示数的快速精确读取;
2.通过将原来数据量较大的彩色图像精简为黑白二值图像,减少了后续算法计算量,加快了处理速度,优化了存储空间。
附图说明
图1是本申请提供的指针式仪表识别系统的结构框图。
图2是本申请提供的指针式仪表识别方法的流程图。
图3是本申请提供的电子设备的结构示意图。
附图标记说明:10、摄像模块;20、存储模块;30、电源模块;40、无线通讯模块;50、计算处理模块;201、CPU;202、ROM;203、RAM;204、I/O接口;205、输入部分;206、输出部分;207、存储部分;208、通信部分;209、驱动器;210、可拆卸介质。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本申请实施例公开一种指针式仪表识别系统。参照图1,指针式仪表识别系统包括摄像模块10、存储模块20、电源模块30、无线通讯模块40与计算处理模块50,存储模块20分别连接摄像模块10和计算机处理模块50,电源模块30分别连接摄像模块10、存储模块20、计算机处理模块50和无线通讯模块40,计算机处理模块50还与无线通讯模块40连接。
摄像模块10安装在巡检机器人上,工作时摄像模块10拍摄清洗的待识别仪表的待识别图像,并将拍摄到的待识别图像上传至存储模块20进行存储,本实施例中,摄像模块10为CSI接口摄像模块。摄像模块10选用型号OV5647感光芯片,具备500W像素的拍摄能力,拍摄图像分辨率高,细节清晰,能够满足图像处理的计算要求,在其他实施方式中,摄像模块10的选择只拍摄的图像能过后满足图像计算处理要求即可,具体型号在此不做限制。
由于清晰的彩色图像占用的存储空间较大,普通的计算处理模块50中的存储资源无法满足存储需求,因此设置额外的存储模块来存储图片文件,使得不会因存储图像占用过多空间而影响计算处理模块50的运行。本实施例中,选用树莓派开发板作为计算处理模块50,树莓派开发板的存储模块20选用TF卡作为存储介质,TF卡具有体积小,存储空间大,应用广泛的优点。
无线通信模块40的设置实现了计算处理模块50与远程终端的无线通信,使得可以通过远程终端实现对识别系统的控制,同时还可将识别结果传输至远程终端便于工作人员的查看,本实施例中,无线通讯模块40为4G通讯模块,在其他实施方式中还可选用其他满足要求的无线通讯模块,在此不做限制。
电源模块30的设置实现了对指针式仪表识别系统的供电,保证工作的正常进行,同时还提高了识别系统应用的灵活性。
本申请实施例还公开一种指针式仪表识别方法,该方法应用于上述计算处理模块50中,参照图2,指针式仪表识别方法包括:
S101:获取待识别图像。
具体的,通过设置在巡检机器人上的摄像模块拍摄待识别仪表的待识别图像之后将拍摄到的待识别图像上传至存储模块,当需要对待识别图像进行识别时,计算处理模块输出调取指令,从存储模块中调取待识别图像。
S102:根据预设的处理规则对待识别图像进行预处理,得到目标图像。
具体的,本实施例中,摄像模块拍摄的待识别图像为RGB彩色图片,彩色图像色彩信息丰富,但数据量较大,如果直接采用彩色图像进行算法处理计算量大耗时较久,本实施例中,首先对待识别图像进行灰度化处理,灰度化是将原始图像中的每个像素点从原来的R、G、B三个分量信息压缩至灰度这一个分量信息,实现图片数据的简化,转换后的图像灰度级别为256级。一个像素所占存储空间位数由原来的24位减少至8位,实现了数据的简化。
进一步的对待识别图像进行灰度化处理采用平均值法,平均值法是指灰度图像像素取R、G、B三个基色通道分量的平均值作为灰度亮度,在其他实施方式中,还可采用加权平均值法或最大值法实现对图像的灰度化处理,在此不做限制。
对待识别图像进行灰度化后,将灰度化后的待识别图像进行二值化处理,二值化是指将灰度图像的像素亮度通过一定的阈值判定,统一设置为纯黑或是纯白,即将灰度值改写为0或255,这样生成的图像即是黑白二值图像。黑白二值图像在进一步压缩图像数据量的同时,仍能反映图像的整体或局部特征,凸显目标图像轮廓,同时图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,有利于后续的进一步处理。本实施例中,通过最大间方差法对灰度化后的待识别图像进行二值化处理,具体的,按待识别图像的灰度特性将待识别图像划分为背景和目标两部分,遍历背景与目标区域的划分阈值,并计算背景与目标之间的类间方差。当背景和目标之间的类间方差越大,说明构成图像的两部分的差别越大,当类间方差最大时,此时划分的阈值最佳,目标与背景的区分度最大,选用此时的阈值为划分阈值,确定待识别图像中每一像素点的像素值,将大于划分阈值的像素点的像素值调整为255,将小于划分阈值的像素点的灰度值调整为0,得到黑白二值图像。
由于环境和设备本身的因素,在数字图像的传输过程中,数据通常包含一些噪声或者畸变,一般是由环境的电磁耦合以及传感器的电子热运动引起。为了过滤噪声,得到黑白二值图像之后,对黑白二值图像进行滤波处理,即在保留原图像细节特征的前提下去除图像中的噪声信息,使整幅图像更加平滑,方便后续的算法处理。本实施例中,选用均值滤波对黑白二值图像行进滤波处理,在其他实施方式中还可采用高斯滤波或中值滤波在此不做限制。
对黑白二值图像进行滤波处理后,通过预设的边缘检测算法确定黑白二值图像中包含的多个边缘轮廓,具体的,通过Canny边缘检测算法对边缘轮廓进行识别,首先,使用高斯低通滤波对黑白二值图像进行平滑处理,低通滤波阈值有工作人员自行设定,低通滤波处理后,通过一阶偏导的有限差分来计算图像的梯度,并根据梯度计算图像边缘幅值和角度,计算出幅值后,对对梯度幅值进行非极大值抑制,在使用双阈值发进行边缘检测和连接从而确定出所有边缘轮廓。
S103;基于Hough算法,确定目标图像中的指针的边缘直线。
具体的,边缘轮廓确定后,通过Hough算法检测边缘轮廓中包含的直线,首先对确定边缘轮廓后的黑白二值图像建立直角坐标系,查找图像中所有的有效像素点(x,y),直角坐标系的建立可通过工作人员指定原点并设定X轴和Y轴的方向,完成直角坐标系的建立,有效像素点为位于边缘轮廓上的像素点,确定有效像素点的坐标后,将每一坐标带入预设公式xsinθ+ycosθ=ρ,确定每一坐标对应的(θ,ρ),并根据每一坐标对应的(θ,ρ)在变换坐标空间中建立一个关于(θ,ρ)的正弦曲线。
确定直角坐标系中位于同一直线上且具有相同的(θ,ρ)的目标像素点,该目标像素点在在变换坐标系中为正弦曲线交点,记录正弦曲线交点的(θ,ρ)值和交点的相交次数。
工作人员手动设定交点阈值并提取峰值点,交点对应的ρ大于设定的交点阈值的交点为峰值点,依次连接峰值点确定目标直线,目标直线即为指针的边缘直线。
S104;获取指针的目标参数。
具体的,目标参数为过直角坐标系原点与指针边缘直线的垂线与目标图像水平线夹角。
S105;根据夹角和待识别仪表的指针刻度线,确定实际读数。
其中,θ为指针垂线与目标图像水平线夹角,θ0与θfull分别为指针位于零刻度和满刻度线时夹角,R为仪表量程,r为指针的读数。
在实际操作过程中,由于指针只会在零刻度与满刻度之间摆动,因而可设置角度检测的阈值范围,从而过滤如表盘边缘等干扰线段,提高检测精度。有时表盘指针较为粗大,实际的直线检测会同时检测到表盘指针的两个边缘,此时可取上下边缘线段的角度均值作为替代角度,计算指针读数。
本申请实施例公开一种电子设备。参照图3,电子设备包括,包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分207加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM202以及RAM203通过总线彼此相连。输入/输出(I/O)接口204也连接至总线。
以下部件连接至I/O接口204:包括键盘、鼠标等的输入部分205;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分206;包括硬盘等的存储部分207;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208。通信部分208经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口204。可拆卸介质210,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209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207。
特别地,根据本申请的实施例,上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在机器可读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308从网络上被下载和安装,和/或从可拆卸介质210被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的装置中限定的上述功能。
需要说明的是,本申请所示的计算机可读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介质,该计算机可读介质可以发送、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。
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,本申请中所涉及的申请范围,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前述申请构思的情况下,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申请的(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 (10)
1.一种指针式仪表识别方法,其特征在于:该方法包括:
获取待识别图像;
根据预设的处理规则对所述待识别图像进行预处理,得到目标图像,所述目标图像为黑白二值图像,且目标图像包括多个待识别区域以及每一待识别区域的边缘轮廓;
基于Hough算法,确定目标图像中的指针的边缘直线;
获取指针的目标参数,所述目标参数为过直角坐标系原点与指针边缘直线的垂线与目标图像水平线夹角;
根据所述夹角和待识别仪表的指针刻度线,确定实际读数。
2.根据权利要求1所述的指针式仪表识别方法,其特征在于:所述根据预设的处理规则对所述待识别图像进行预处理,得到目标图像,具体包括:
对所述待识别图像进行灰度化和二值化处理得到黑白二值图像;
对所述黑白二值化图像进行滤波处理;
基于预设的边缘检测算法,对滤波后的黑白二值化图像进行处理,得到目标图像。
3.根据权利要求2所述的指针式仪表识别方法,其特征在于:所述对所述待识别图像进行灰度化和二值化处理得到黑白二值图像,具体包括:
基于预设的灰度值确定方法,确定所述待识别图像的灰度值,并根据所述灰度值将所述待识别图像转化为灰度图像;
获取像素亮度阈值以及灰度图像中每一像素点的像素值;
基于预设的设定规则,根据像素亮度阈值以及灰度图像中每一像素点的像素值,将所述灰度图像中的像素点的像素值调为0或255,形成黑白二值图像。
4.根据权利要求2所述的指针式仪表识别方法,其特征在于:所述对所述黑白二值化图像进行滤波处理,具体包括:
通过均值滤波、高斯滤波或中值滤波对所述黑白二值化图像进行滤波处理。
5.根据权利要求2所述的指针式仪表识别方法,其特征在于:所述基于预设的边缘检测算法为:
对黑白二值化图像进行平滑处理;
通过一阶偏导的有限差分计算平滑处理处理后的黑白二值化图像的梯度,并根据梯度计算图像边缘幅值和角度;
对梯度幅值进行非极大值抑制;
使用双阈值法进行边缘检测和连接。
6.根据权利要求1所述的指针式仪表识别方法,其特征在于:基于Hough算法,确定目标图像中的指针的边缘直线,具体包括:
对目标图像建立直角坐标系,确定目标图像中边缘轮廓上所有像素点的坐标;
根据所述坐标和预设公式xsinθ+ycosθ=ρ,在变换坐标系中建立一个关于(θ,ρ)的正弦曲线;
确定直角坐标系中位于同一直线上且具有相同的(θ,ρ)的目标像素点,所述目标像素点在变换坐标系中为正弦曲线交点,记录所述正弦曲线交点的(θ,ρ)值和所述正弦曲线交点个数;
设定交点阈值提取峰值点,根据所述峰值点确定指针的边缘直线。
8.一种指针式仪表识别系统,其特征在于:包括摄像模块、存储模块、电源模块、通讯模块和计算处理模块;
所述摄像模块(10),用于拍摄待识别仪表的图像,并上传;
所述存储模块(20),用于接收所述待识别仪表的图像并存储;
所述通讯模块(40),用于实现所述计算处理模块与所述外部设备的无线通讯;
所述计算处理模块(50)用于执行权利要求1-7所述的方法;
所述电源模块(30)用于提供所述指针仪表识别系统工作所需的电能。
9.一种电子设备,其特征在于:包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490642.5A CN115861801A (zh) | 2022-11-25 | 2022-11-25 | 指针式仪表识别方法、系统、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211490642.5A CN115861801A (zh) | 2022-11-25 | 2022-11-25 | 指针式仪表识别方法、系统、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115861801A true CN115861801A (zh) | 2023-03-28 |
Family
ID=85666523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211490642.5A Pending CN115861801A (zh) | 2022-11-25 | 2022-11-25 | 指针式仪表识别方法、系统、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115861801A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117372937A (zh) * | 2023-12-07 | 2024-01-09 | 江西理工大学南昌校区 | 一种基于指针仪表的数据读取方法 |
-
2022
- 2022-11-25 CN CN202211490642.5A patent/CN115861801A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117372937A (zh) * | 2023-12-07 | 2024-01-09 | 江西理工大学南昌校区 | 一种基于指针仪表的数据读取方法 |
CN117372937B (zh) * | 2023-12-07 | 2024-03-29 | 江西理工大学南昌校区 | 一种基于指针仪表的数据读取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108124487B (zh) | 云端抄表方法及装置 | |
CN109360396B (zh) | 基于图像识别技术和NB-IoT技术的远程抄表方法及系统 | |
CN109507192B (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
CN110781885A (zh) | 基于图像处理的文本检测方法、装置、介质及电子设备 | |
CN105740856A (zh) | 一种基于机器视觉的指针式仪表示数读取方法 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN116363140B (zh) | 一种中硼硅玻璃缺陷的检测方法、系统、装置及存储介质 | |
CN115861801A (zh) | 指针式仪表识别方法、系统、电子设备及可读存储介质 | |
CN116721107A (zh) | 一种电缆生产质量智能监控系统 | |
KR101842535B1 (ko) | 부호의 광학적 검출 방법 | |
CN111598097B (zh) | 一种基于机器人视觉的仪表位置、读数识别方法和系统 | |
CN112749735B (zh) | 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端 | |
CN113705350A (zh) | 变电站的指针仪表读数识别方法、装置、介质和电子设备 | |
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 | |
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 | |
CN117434568A (zh) | 一种基于遥感卫星的智能定位系统 | |
CN116612461A (zh) | 一种基于目标检测的指针式仪表全过程自动读数方法 | |
CN115761606A (zh) | 基于图像处理的箱体电能表识别方法及装置 | |
CN109523530A (zh) | 一种微带片圆形焊盘检测方法和系统 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN108898632B (zh) | 一种仪表指针的旋转角度确定方法及装置 | |
CN111982247A (zh) | 基于改进型Hough变换算法实现水表检测的装置及方法 | |
CN117689660B (zh) | 基于机器视觉的保温杯温度质检方法 | |
CN114627114B (zh) | 产品缺陷严重程度测量方法及系统及装置及介质 | |
CN110780253A (zh) | 一种多表位数字仪表智能检定系统及方法 |
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 |