TWI811096B - 多表頭自動辨識系統與多表頭自動辨識方法 - Google Patents
多表頭自動辨識系統與多表頭自動辨識方法 Download PDFInfo
- Publication number
- TWI811096B TWI811096B TW111133978A TW111133978A TWI811096B TW I811096 B TWI811096 B TW I811096B TW 111133978 A TW111133978 A TW 111133978A TW 111133978 A TW111133978 A TW 111133978A TW I811096 B TWI811096 B TW I811096B
- Authority
- TW
- Taiwan
- Prior art keywords
- header
- images
- circle
- meter
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 230000003044 adaptive effect Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 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
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
-
- 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
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Selective Calling Equipment (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本揭示內容提出一種多表頭自動辨識方法,其包含以下步驟。自複數個表頭擷取多表頭圖像;對多表頭圖像進行圓環檢測;當圓環檢測檢測出複數個圓外觀時,取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像;對複數個圓圖像再進行圓環檢測,藉以刪除在複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像;利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識。
Description
本揭示內容是有關於一種自動辨識系統與自動辨識方法,且特別是有關於一種多表頭自動辨識系統與多表頭自動辨識方法。
在工廠端,由於有大量的老舊設備,為了正常的生產以及設備維護,在未升級設備的情況之下,部分設備數據還是需要透過人工的方式進行點檢。除了需要耗費人力外,裝置數據一旦異常也無法即時察覺,也可能造成後端生產產生大量不良品。
然而,升級大量老舊設備裝置成本過高,但若繼續使用老舊設備,人工點檢也會造成額外的人力成本、效率低以及無法即時監測設備數據。
由此可見,上述現有的人工點檢方式,顯然仍存在不便與缺陷,而有待加以進一步改進。為了解決上述問題,相關領域莫不費盡心思來謀求解決之道,但長久以來一直未見適用的方式被發展完成。因此,如何無需汰換原有設備又能自動即時監測設備數據,實屬當前重要研發課題之一,亦成爲當前相關領域亟需改進的目標。
本揭示內容提出一種多表頭自動辨識系統及其無線充電板,改善先前技術的問題。
在本揭示內容的一或多個實施例中,本揭示內容所提出的多表頭自動辨識系統,其包含攝像頭以及邊緣設備。攝像頭朝向複數個表頭,邊緣設備電性連接攝像頭。攝像頭自複數個表頭擷取多表頭圖像,邊緣設備對表頭圖像進行圓環檢測,當圓環檢測檢測出複數個圓外觀時,邊緣設備取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像,邊緣設備對複數個圓圖像再進行圓環檢測,藉以刪除在複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像,邊緣設備利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識。
在本揭示內容的一或多個實施例中,當邊緣設備對複數個表頭圖像中的一者進行自適應二值化處理時,自適應二值化處理利用複數個表頭圖像中的該者以生成表頭二值化圖像,邊緣設備將表頭二值化圖像進行直線檢測,並在表頭二值化圖像中找出符合預設條件之直線,計算直線的角度,並將角度換算成表頭實際數值。
在本揭示內容的一或多個實施例中,邊緣設備檢查真實表頭資訊集合中是否有對應複數個表頭圖像的複數個刻度資料,複數個刻度資料中每一者記錄複數個表頭中對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值,在邊緣設備檢查出真實表頭資訊集合中有對應複數個表頭圖像的複數個刻度資料以後,邊緣設備對複數個表頭圖像中每一者進行自適應二值化處理及直線檢測以檢測出對應於指針的直線,進而利用複數個刻度資料中的一對應者來對直線的角度進行數值辨識,從而將角度換算出實際表頭數值。
在本揭示內容的一或多個實施例中,邊緣設備將複數個表頭圖像依序存入表頭圖像集合,並將複數個表頭圖像中的複數個圓資訊依序存入圓資訊集合中,複數個圓資訊包含複數個表頭圖像的複數個座標位置,邊緣設備對圓資訊集合中的複數個座標位置進行排列,得出對應於複數個座標位置所排序出的複數個表頭序號,並分別對複數個表頭圖像標記複數個表頭序號。
在本揭示內容的一或多個實施例中,邊緣設備根據複數個表頭序號從表頭圖像集合以及圓資訊集合中,依序取出複數個表頭圖像以及複數個圓資訊以進行自適應二值化處理及直線檢測以對複數個表頭中每一者的指針進行該數值辨識,在複數個表頭皆完成數值辨識以後,攝像頭重新擷取多表頭圖像,邊緣設備進行下一輪的數值辨識。
在本揭示內容的一或多個實施例中,上述複數個表頭分為複數個表頭群組,攝像頭包含複數個攝像頭,複數個攝像頭分別朝向複數表頭群組,複數個攝像頭皆電性連接邊緣設備。
在本揭示內容的一或多個實施例中,本揭示內容所提出的多表頭自動辨識方法,其包含以下步驟:自複數個表頭擷取多表頭圖像;對多表頭圖像進行圓環檢測;當圓環檢測檢測出複數個圓外觀時,取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像;對複數個圓圖像再進行圓環檢測,藉以刪除在複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像;利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識。
在本揭示內容的一或多個實施例中,利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識的步驟包含:當對複數個表頭圖像中的一者進行自適應二值化處理時,自適應二值化處理利用複數個表頭圖像中的該者以生成表頭二值化圖像;將表頭二值化圖像進行直線檢測,並在表頭二值化圖像中找出符合預設條件之直線;計算直線的角度,並將角度換算成表頭實際數值。
在本揭示內容的一或多個實施例中,利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識的步驟包含:檢查真實表頭資訊集合中是否有對應複數個表頭圖像的複數個刻度資料,複數個刻度資料中每一者記錄複數個表頭中對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值;在檢查出真實表頭資訊集合中有對應複數個表頭圖像的複數個刻度資料以後,對複數個表頭圖像中每一者進行自適應二值化處理及直線檢測以檢測出對應於指針的直線,進而利用複數個刻度資料中的對應者來對直線的角度進行數值辨識,從而將角度換算出實際表頭數值。
在本揭示內容的一或多個實施例中,利用複數個表頭圖像,對複數個表頭中每一者的指針進行數值辨識的步驟包含:將複數個表頭圖像依序存入表頭圖像集合,並將複數個表頭圖像中的複數個圓資訊依序存入圓資訊集合中,複數個圓資訊包含複數個表頭圖像的複數個座標位置;對圓資訊集合中的複數個座標位置進行排列,得出對應於複數個座標位置所排序出的複數個表頭序號,並分別對複數個表頭圖像標記複數個表頭序號;根據複數個表頭序號從表頭圖像集合以及圓資訊集合中,依序取出複數個表頭圖像以及複數個圓資訊以進行自適應二值化處理及直線檢測以對複數個表頭中每一者的指針進行數值辨識;在複數個表頭皆完成該數值辨識以後,重新擷取多表頭圖像,進行下一輪的數值辨識。
綜上所述,本揭示內容之技術方案與現有技術相比具有明顯的優點和有益效果。藉由上述技術方案,可達到相當的技術進步,並具有産業上的廣泛利用價值。具體而言,本揭示內容的多表頭自動辨識系統與多表頭自動辨識方法,能夠一次辨識多顆表頭,即時監測表頭數據,無需定期需派人員對表頭進行點檢,能夠節省點檢人力以及時間。
以下將以實施方式對上述之說明作詳細的描述,並對本揭示內容之技術方案提供更進一步的解釋。
為了使本揭示內容的敘述更加詳盡與完備,下文針對了本發明的實施態樣與具體實施例提出了說明性的描述;但這並非實施或運用本發明具體實施例的唯一形式。以下所揭露的各實施例,在有益的情形下可相互組合或取代,也可在一實施例中附加其他的實施例,而無須進一步的記載或說明。
在以下描述中,將詳細敘述許多特定細節以使讀者能夠充分理解以下的實施例。然而,可在無此等特定細節之情況下實踐本發明之實施例。在其他情況下,為簡化圖式,熟知的結構與裝置僅示意性地繪示於圖式中。
為了使本揭示內容之敘述更加詳盡與完備,可參照所附之圖式及以下所述各種實施例,圖式中相同之號碼代表相同或相似之元件。另一方面,眾所週知的元件與步驟並未描述於實施例中,以避免對本揭示內容造成不必要的限制。
關於本文中所使用之用詞,除有特別註明外,通常具有每個用詞使用在此領域中、在本案之內容中與特殊內容中的平常意義。某些用以描述本案之用詞將於下或在此說明書的別處討論,以提供本領域技術人員在有關本案之描述上額外的引導。
於實施方式與申請專利範圍中,除非內文中對於冠詞有所特別限定,否則『一』與『該』可泛指單一個或複數個。
於實施方式與申請專利範圍中,除非本文中有所特別限定,否則所提及的『設置於…』也包含『設置在…裡』、『設置在…上』與『設置在…下』之涵意。
本文中所使用之『約』、『大約』或『大致』係用以修飾任何可些微變化的數量,但這種些微變化並不會改變其本質。於實施方式中若無特別說明,則代表以『約』、『大約』或『大致』所修飾之數值的誤差範圍一般是容許在百分之二十以內,較佳地是於百分之十以內,而更佳地則是於百分之五以內。
至於本文中所使用之『包含』、『包括』、『具有』及相似詞彙,皆認定為開放式連接詞。例如,『包含』表示元件、成分或步驟之組合中不排除請求項未記載的元件、成分或步驟。
請參照第1圖,本揭示內容之技術態樣是一種多表頭自動辨識系統100,其可應用在工廠、多表頭環境,或是廣泛地運用在相關之技術環節。值得一提的是,本揭示內容之多表頭自動辨識系統100。因此,本技術態樣之多表頭自動辨識系統100可達到相當的技術進步,並具有産業上的廣泛利用價值。以下將搭配第1圖來說明多表頭自動辨識系統100之具體實施方式。
應瞭解到,多表頭自動辨識系統100的多種實施方式搭配第1圖進行描述。於以下描述中,為了便於解釋,進一步設定許多特定細節以提供一或多個實施方式的全面性闡述。然而,本揭示內容可以在沒有這些特定細節的情況下實施。於其他舉例中,為了有效描述這些實施方式,已知結構與裝置以方塊圖形式顯示。此處使用的「舉例而言」的用語,以表示「作為例子、實例或例證」的意思。此處描述的作為「舉例而言」的任何實施例,無須解讀為較佳或優於其他實施例。
第1圖是依照本揭示內容一些實施例之一種多表頭自動辨識系統100的方塊圖。如第1圖所示,多表頭自動辨識系統100包含攝像頭110~112、邊緣設備120、121以及資料庫設備130。舉例而言,攝像頭110~112可為網路攝影機或其他攝影機,邊緣設備120、121可為通用邊緣設備或智能邊緣設備,資料庫設備130可為電腦資料庫主機、雲端伺服器或其他電腦設備,但不以此為限。
在架構上,攝像頭110朝向複數個表頭170~179,攝像頭111朝向複數個表頭180~183,攝像頭112朝向複數個表頭190~197。邊緣設備120電性連接攝像頭110、111,邊緣設備121電性連接攝像頭112,資料庫設備130電性連接邊緣設備120、121。實作上,舉例而言,邊緣設備120、121可將內部網路(如:內部局域網)連接到外部網路(如:網際網路、廣域網…等),攝像頭110、111可透過同一內部網路連接邊緣設備120,攝像頭112可透過另一內部網路連接邊緣設備121,邊緣設備120、121可透過外部網路連接資料庫設備130,但不以此為限。
關於表頭170~179、180~183、190~197的構造方面,在本揭示內容的一或多個實施例中,複數個表頭170~179、180~183、190~197為複數個指針式類比表頭,例如:酸槽設備中的藥水壓力指針式表頭、水洗設備中水壓指針式表頭…等。相較於液晶顯示的數位表頭,指針式類比表頭是藉由指針轉動來表示數值,攝像頭110~112可自複數個表頭170~179、180~183、190~197擷取多表頭圖像,邊緣設備120、121可基於多表頭圖像來對各表頭的指針進行數值辨識。
關於表頭170~179、180~183、190~197的配置方面,在本揭示內容的一或多個實施例中,複數個表頭170~179、180~183、190~197可分為複數個表頭群組160、161、162,其中表頭群組160包含表頭170~179,表頭群組161包含表頭180~183,表頭群組162包含表頭190~197。攝像頭110、111、112分別朝向表頭群組160、161、162,攝像頭110、111電性連接同一個邊緣設備120,攝像頭112電性連接邊緣設備121。實作上,舉例而言,表頭170~179、180~183可設置於第一廠區,表頭190~197可設置於第二廠區,攝像頭110、111電性連接第一廠區的邊緣設備120,攝像頭112電性連接第二廠區的邊緣設備121,邊緣設備120、121進行多表頭自動辨識,從而將多表頭自動辨識的結果上傳至資料庫設備130,但不以此為限。
於一控制實驗中,每一個表頭都搭配一組邊緣設備以及攝像頭,以進行單一表頭辨識,若要達到每個表頭確實點檢,則需要大量邊緣裝置以及攝像頭,除了成本高之外,也較不易安裝。相較於前述的單一表頭辨識方式,藉由多表頭自動辨識系統100的多表頭自動辨識,一個攝像頭可以拍攝多個表頭,而多個攝像頭亦可搭配一個邊緣裝置,無需每一個表頭都搭配一組邊緣設備以及攝像頭,從而簡化安裝並降低成本。
為了對多表頭自動辨識系統100的多表頭自動辨識做詳細的闡述,請繼續參照第1圖,關於邊緣設備120對表頭170~179的多表頭自動辨識,在本揭示內容的一或多個實施例中,攝像頭110自複數個表頭170~179擷取多表頭圖像,邊緣設備120對表頭圖像進行圓環檢測。當圓環檢測檢測出疑似表頭的複數個圓外觀時,邊緣設備120取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像。邊緣設備120對複數個圓圖像再進行圓環檢測,藉以刪除在前述的複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像,複數個表頭圖像對應複數個表頭170~179,邊緣設備120利用複數個表頭圖像,對複數個表頭170~179中每一者的指針進行數值辨識。藉由上述兩次圓環檢測,多表頭自動辨識系統100可有效地對表頭170~179進行多表頭自動辨識。
同理,關於邊緣設備120對表頭180~183的多表頭自動辨識,在本揭示內容的一或多個實施例中,攝像頭111自複數個表頭180~183擷取多表頭圖像,邊緣設備120對表頭圖像進行圓環檢測。當圓環檢測檢測出疑似表頭的複數個圓外觀時,邊緣設備120取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像。邊緣設備120對複數個圓圖像再進行圓環檢測,藉以刪除在前述的複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像,複數個表頭圖像對應複數個表頭180~183,邊緣設備120利用複數個表頭圖像,對複數個表頭180~183中每一者的指針進行數值辨識。藉由上述兩次圓環檢測,多表頭自動辨識系統100可有效地對表頭180~183進行多表頭自動辨識。
同理,關於邊緣設備121對表頭190~197的多表頭自動辨識,在本揭示內容的一或多個實施例中,攝像頭112自複數個表頭190~197擷取多表頭圖像,邊緣設備121對表頭圖像進行圓環檢測。當圓環檢測檢測出疑似表頭的複數個圓外觀時,邊緣設備121取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像。邊緣設備121對複數個圓圖像再進行圓環檢測,藉以刪除在前述的複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像,複數個表頭圖像對應複數個表頭190~197,邊緣設備121利用複數個表頭圖像,對複數個表頭190~197中每一者的指針進行數值辨識。藉由上述兩次圓環檢測,多表頭自動辨識系統100可有效地對表頭190~197進行多表頭自動辨識。
關於上述每一個表頭的指針的數值辨識方面,在本揭示內容的一或多個實施例中,當邊緣設備120、121對複數個表頭圖像中的一者進行自適應二值化處理時,自適應二值化處理利用複數個表頭圖像中的該者以生成表頭二值化圖像,邊緣設備120、121將表頭二值化圖像進行直線檢測,並在表頭二值化圖像中找出符合預設條件之直線,計算直線的角度,並將角度換算成表頭實際數值。
於一控制實驗中,將表頭圖像進行一般二值化圖像轉換,經由測試發現,光源變動會造成後續進行直線檢測中會檢測不出指針。邊緣設備120、121使用自適應二值化處理來取代一般二值化圖像轉換,經過測試後,透過直線檢測表頭指針,效果有明顯改善。應瞭解到,一般二值化的閾值固定,難以因應環境變化。然而,自適應二值化處理的自適應閾值不需要確定一個固定的閾值,而是可以根據對應的自適應方法,通過圖像的局部特徵自適應的設定閾值,做出二值化處理,但不以此為限。
關於上述將角度換算成表頭實際數值的方式,在本揭示內容的一或多個實施例中,邊緣設備120、121檢查真實表頭資訊集合中是否有對應複數個表頭圖像的複數個刻度資料,複數個刻度資料中每一者記錄複數個表頭中對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值。實作上,舉例而言,真實表頭資訊集合可內建於邊緣設備120、121或外部儲存於資料庫設備130,但不以此為限。在邊緣設備120、121檢查出真實表頭資訊集合中有對應複數個表頭圖像的複數個刻度資料以後,邊緣設備120、121對複數個表頭圖像中每一者進行自適應二值化處理及直線檢測以檢測出對應於指針的直線,進而利用複數個刻度資料中的一對應者來對直線的角度進行數值辨識,從而將角度換算出實際表頭數值。藉由上述自動換算出表頭實際數值的方式,多表頭自動辨識系統100可有效地自動監測表頭170~179、180~183、190~197的即時數據,無需人工點檢。
關於上述複數個表頭圖像的管理方式,在本揭示內容的一或多個實施例中,邊緣設備120、121將複數個表頭圖像依序存入表頭圖像集合,並將複數個表頭圖像中的複數個圓資訊依序存入圓資訊集合中,複數個圓資訊包含複數個表頭圖像的複數個座標位置。實作上,舉例而言,每一表頭圖像的座標位置可為每一表頭圖像位於原本的多表頭圖像中的原始座標位置,但不以此為限。邊緣設備120、121對圓資訊集合中的複數個座標位置進行排列,得出對應於複數個座標位置所排序出的複數個表頭序號,並分別對複數個表頭圖像標記複數個表頭序號。實作上,舉例而言,前述排序的方式可依照從左至右、由上到下的排列方式依序標記表頭序號,但不以此為限。藉由上述標記表頭序號的方式,多表頭自動辨識系統100可自動地對複數個表頭圖像標記表頭序號以進行自動化管理。
承上,邊緣設備120、121根據複數個表頭序號從表頭圖像集合以及圓資訊集合中,依序取出複數個表頭圖像以及複數個圓資訊以進行自適應二值化處理及直線檢測以對複數個表頭中每一者的指針進行數值辨識。在複數個表頭170~179皆完成數值辨識以後,攝像頭110重新擷取多表頭圖像,邊緣設備120進行下一輪的數值辨識;同理,在複數個表頭180~183皆完成數值辨識以後,攝像頭111重新擷取多表頭圖像,邊緣設備120進行下一輪的數值辨識;同理,在複數個表頭190~197皆完成數值辨識以後,攝像頭112重新擷取多表頭圖像,邊緣設備121進行下一輪的數值辨識。藉此,多表頭自動辨識系統100可持續不斷地即時監測表頭數據。
為了對上述多表頭自動辨識系統100的運作方法做更進一步的闡述,請同時參照第1、2圖,第2圖是依照本發明一實施例之一種多表頭自動辨識方法200的流程圖。如第4圖所示,多表頭自動辨識方法200包含步驟S201~S217(應瞭解到,在本實施例中所提及的步驟,除特別敘明其順序者外,均可依實際需要調整其前後順序,甚至可同時或部分同時執行)。
多表頭自動辨識方法200可以採用非暫態電腦可讀取記錄媒體上的電腦程式產品的形式,此電腦可讀取記錄媒體具有包含在介質中的電腦可讀取的複數個指令。適合的記錄媒體可以包括以下任一者:非揮發性記憶體,例如:唯讀記憶體(ROM)、可程式唯讀記憶體(PROM)、可抹拭可程式唯讀記憶體(EPROM)、電子抹除式可程式唯讀記憶體(EEPROM);揮發性記憶體,例如:靜態存取記憶體(SRAM)、動態存取記憶體(DRAM)、雙倍資料率隨機存取記憶體(DDR-RAM);光學雷達,例如:唯讀光碟(CD-ROM)、唯讀數位多功能影音光碟(DVD-ROM);磁性雷達,例如:硬碟機、軟碟機。
於步驟S201,獲取多表頭圖像。以下將舉表頭群組161中表頭180〜183的多表頭圖像為例,其餘以此類推,不再贅述之。實作上,舉例而言,攝像頭110對表頭180〜183(如:指針式類比表頭)進行拍攝,自表頭180〜183擷取多表頭圖像,多表頭圖像可為一張圖像中具有多個表頭,邊緣設備120從攝像頭110獲取多表頭圖像。
於步驟S202,對多表頭圖像進行圓環檢測。實作上,舉例而言,邊緣設備120對多表頭圖像進行圓環檢測,藉以利用圓環檢測在多表頭圖像中尋找疑似表頭180〜183的圓外觀。前述的圓環檢測例如可為霍夫圓形偵測法,其係針對黑白色圖片,故先將彩色的多表頭圖像轉為黑白的多表頭圖像,套用霍夫圓形偵測法,找出圓形的表頭,但不以此為限。
於步驟S203,判斷在多表頭圖像中是否檢測到圓外觀。實作上,舉例而言,邊緣設備120判斷在多表頭圖像中是否檢測到疑似表頭180〜183的複數個圓外觀。
若步驟S203未檢測到圓外觀,回到步驟S201,攝像頭110重新對表頭180〜183進行拍攝。相反地,若步驟S203檢測到圓外觀,於步驟S204,取得圓外觀的座標與半徑,據以對多表頭圖像中的圓外觀進行裁切。實作上,舉例而言,當圓環檢測檢測出複數個圓外觀時,邊緣設備120取得複數個圓外觀的複數個座標與複數個半徑,根據複數個圓外觀的複數個座標與複數個半徑對表頭圖像中的複數個圓外觀進行裁切以得出複數個圓圖像,這些圓圖像分別為疑似表頭180〜183的圓外觀的圖像。
於步驟S205,將裁切後的圓圖像再次做圓環偵測,刪除在圓圖像中未擁有完整圓的圖像,從而過濾出表頭圖像。實作上,舉例而言,邊緣設備120對複數個圓圖像再進行圓環檢測,藉以刪除在複數個圓圖像中未具有完整圓的圖像,並將複數個圓圖像中剩餘的圓圖像做為複數個表頭圖像。複數個表頭圖像係對應表頭180〜183,而未具有完整圓的圖像則為非表頭的圖像。
於步驟S206,將過濾後的表頭圖像依序存入表頭圖像集合,表頭圖像中的圓資訊依序存入圓資訊集合中。實作上,舉例而言,邊緣設備120將複數個表頭圖像依序存入表頭圖像集合,並將複數個表頭圖像中的複數個圓資訊依序存入圓資訊集合中,複數個圓資訊包含複數個表頭圖像的複數個座標位置,每一表頭圖像的座標位置例如可為每一表頭圖像位於原本的多表頭圖像中的原始座標位置,但不以此為限。
於步驟S207,根據圓資訊集合中的座標位置進行排列,並分別為表頭進行標記序號。實作上,舉例而言,邊緣設備120對圓資訊集合中的複數個座標位置進行排列,得出對應於複數個座標位置所排序出的複數個表頭序號,並分別對複數個表頭圖像標記複數個表頭序號。
於步驟S208,檢查真實表頭資訊集合中是否有資料。實作上,舉例而言,邊緣設備120檢查真實表頭資訊集合中是否有對應複數個表頭圖像的複數個刻度資料,複數個刻度資料中每一者記錄複數個表頭中對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值。
若真實表頭資訊集合中未有資料,於步驟S209,依表頭序號逐一對表頭圖像中的圓外觀刻畫出360度標記。實作上,舉例而言,邊緣設備120依複數個表頭序號從複數個表頭圖像中逐一取出表頭圖像,並對取出的表頭圖像沿著表頭外觀(如:圓外觀)刻畫出360度標記。
於步驟S210,輸入起始角度、結束角度、起始表頭數值以及結束表頭數值,並存入真實表頭資訊集合。實作上,舉例而言,邊緣設備120根據刻劃後的表頭圖像,輸入對應真實表頭的起始角度、結束角度、起始表頭數值以及結束表頭數值,並存入真實表頭資訊集合中。前述輸入的方式,邊緣設備120可自動影像辨識表頭圖像中的刻度資料,其包含起始角度所對應的起始表頭數值與結束角度所對應的起始表頭數值;或者,邊緣設備120可從資料庫設備130下載真實表頭的刻度資料,其包含起始角度、結束角度、起始表頭數值以及結束表頭數;或者,邊緣設備120可接受手動輸入的刻度資料,其包含起始角度、結束角度、起始表頭數值以及結束表頭數,但不以此為限。
於步驟S211,從表頭圖像集合以及圓資訊集合中,根據表頭序號依序取出表頭圖像以及圓資訊。實作上,舉例而言,在邊緣設備120檢查出真實表頭資訊集合中有對應複數個表頭圖像的複數個刻度資料以後,邊緣設備120根據複數個表頭序號從表頭圖像集合以及圓資訊集合中,依序取出複數個表頭圖像以及複數個圓資訊。
於步驟S212,將表頭圖像進行自適應二值化處理,生成表頭二值化圖像。實作上,舉例而言,當邊緣設備120對複數個表頭圖像中的一者進行自適應二值化處理時,自適應二值化處理利用複數個表頭圖像中的該者以生成表頭二值化圖像。
於步驟S213,將表頭二值化圖像進行直線檢測。實作上,舉例而言,邊緣設備120將表頭二值化圖像進行直線檢測,並在表頭二值化圖像中尋找符合預設條件之直線,直線係對應於表頭的指針,預設條件例如可為直線通過表頭二值化圖像的圓心,且直線滿足直線檢測參數(如:直線小於表頭二值化圖像的直徑),但不以此為限。前述直線檢測例如可為霍夫線偵測,去對每個圓形的表頭二值化圖像中尋找是否能找到圓心,以及指針線形,但不以此為限。
於步驟S214,判斷是否在表頭二值化圖像中找到直線。實作上,舉例而言,邊緣設備120判斷是否在表頭二值化圖像中找出直線。
若未找到符合預設條件之直線,且於步驟S217判斷出尚有表頭圖像未完成數值辨識,則回到步驟S211進行下一個表頭圖像的檢測。相反地,若找到符合預設條件之直線,於步驟S215,計算直線的角度以及對應表頭實際數值換算,得到實際表頭數值。實作上,舉例而言,邊緣設備120計算直線的角度,並將角度換算成表頭實際數值。關於前述換算的方式,邊緣設備120可利用上述複數個刻度資料中的對應者來對直線的角度進行數值辨識,從而將角度換算出實際表頭數值,但不以此為限。舉例而言,若真實表頭正下方約為0度,順時針轉動,度數起始與終點約為 40~300度,對應數值約為0-100,則判斷指針與正南夾角,轉換可得到當前度數。
於步驟S216,將實際表頭數值以及表頭序號存入資料庫中。實作上,舉例而言,邊緣設備120將實際表頭數值以及表頭序號上傳至資料庫設備130;或者,邊緣設備120將實際表頭數值以及表頭序號儲存於內建的資料庫中,但不以此為限。
於步驟S217,判斷是否所有表頭圖像已完成辨識。若未完成辨識,則回到步驟S211,對下一個表頭圖像進行辨識。若完成辨識,則回到步驟S201取得多表頭圖像,做下一輪表頭圖像的自動辨識。實作上,舉例而言,邊緣設備120根據複數個表頭序號從表頭圖像集合以及圓資訊集合中,依序取出複數個表頭圖像以及複數個圓資訊以進行自適應二值化處理及直線檢測以對複數個表頭中每一者的指針進行數值辨識,邊緣設備120可依據在本輪中複數個表頭序號所對應的複數個表頭圖像是否皆被取用來判斷表頭180~183是否皆完成數值辨識。在複數個表頭180~183皆完成數值辨識以後,攝像頭111重新擷取多表頭圖像,邊緣設備120進行下一輪的數值辨識。
於一控制實驗中,透過機器學習(如:深度學習訓練)來識別表頭數據,然而,機器學習本身有其局限性,識別能力通常會有難以突破的瓶頸,且訓練過程耗費時間。相較於前述控制實驗,多表頭自動辨識方法200可更準確地辨識表頭數據,無需額外的深度學習訓練。
第3圖是依照本揭示內容一些實施例之一種多表頭圖像300的示意圖。如第3圖所示,多表頭圖像300包含表頭圖像380~383,表頭圖像380~383分別對應第1圖的表頭180~183。經過上述多表頭自動辨識方法200處理後,表頭圖像380~383分別標記有標籤350~353,標籤350~353可分別呈現表頭圖像380~383的表頭序號與表頭180~183當下的實際表頭數值。實作上,舉例而言,多表頭圖像300可儲存於資料庫設備130與/或邊緣設備120,但不以此為限。
第4~7圖是依照本揭示內容一些實施例之表頭實際數值的時序圖。第4~7圖分別對應表頭180~183的表頭實際數值的時序圖,其中縱座標為指針數值,橫座標為時間。舉例而言,表頭180~183的表頭實際數值的時序圖可儲存於資料庫設備130與/或邊緣設備120,但不以此為限。
綜上所述,本揭示內容之技術方案與現有技術相比具有明顯的優點和有益效果。藉由上述技術方案,可達到相當的技術進步,並具有産業上的廣泛利用價值。具體而言,本揭示內容的多表頭自動辨識系統100與多表頭自動辨識方法200,能夠一次辨識多顆表頭,即時監測表頭數據,無需定期需派人員對表頭進行點檢,能夠節省點檢人力以及時間。
雖然本揭示內容已以實施方式揭露如上,然其並非用以限定本揭示內容,任何熟習此技藝者,在不脫離本揭示內容之精神和範圍內,當可作各種之更動與潤飾,因此本揭示內容之保護範圍當視後附之申請專利範圍所界定者為準。
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100:多表頭自動辨識系統
110、111、112:攝像頭
120、121:邊緣設備
130:資料庫設備
160、161、162:表頭群組
170~179:表頭
180~183:表頭
190~197:表頭
200:多表頭自動辨識方法
S201~S217:步驟
300:多表頭圖像
380~383:表頭圖像
350~353:標籤
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:
第1圖是依照本揭示內容一些實施例之一種多表頭自動辨識系統的方塊圖;
第2圖是依照本揭示內容一些實施例之一種多表頭自動辨識系統的流程圖;
第3圖是依照本揭示內容一些實施例之一種多表頭圖像的示意圖;以及
第4~7圖是依照本揭示內容一些實施例之表頭實際數值的時序圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
200:多表頭自動辨識方法
S201~S217:步驟
Claims (10)
- 一種多表頭自動辨識系統,包含:至少一攝像頭,朝向複數個表頭,該至少一攝像頭自該些表頭擷取一多表頭圖像,該些表頭每一者為指針式類比表頭;以及一邊緣設備,電性連接該至少一攝像頭,該邊緣設備對該多表頭圖像進行一圓環檢測,當該圓環檢測檢測出複數個圓外觀時,該邊緣設備取得該些圓外觀的複數個座標與複數個半徑,根據該些圓外觀的該些座標與該些半徑對該表頭圖像中的該些圓外觀進行裁切以得出複數個圓圖像,該邊緣設備對該些圓圖像再進行該圓環檢測,藉以刪除在該些圓圖像中未具有完整圓的圖像,並將該些圓圖像中剩餘的圓圖像做為複數個表頭圖像,該邊緣設備利用該些表頭圖像,對該些表頭中每一者的一指針進行數值辨識。
- 如請求項1所述之多表頭自動辨識系統,其中當該邊緣設備對該些表頭圖像中的一者進行一自適應二值化處理時,該自適應二值化處理利用該些表頭圖像中的該者以生成一表頭二值化圖像,該邊緣設備將該表頭二值化圖像進行該直線檢測,並在該表頭二值化圖像中找出符合一預設條件之一直線,計算該直線的一角度,並將該角度換算成一表頭實際數值。
- 如請求項1所述之多表頭自動辨識系統,其中該邊緣設備檢查一查真實表頭資訊集合中是否有對應該些表頭圖像的複數個刻度資料,該些刻度資料中每一者記錄該些表頭中一對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值,在該邊緣設備檢查出該真實表頭資訊集合中有對應該些表頭圖像的該些刻度資料以後,該邊緣設備對該些表頭圖像中每一者進行一自適應二值化處理及一直線檢測以檢測出對應於該指針的一直線,進而利用該些刻度資料中的一對應者來對該直線的一角度進行該數值辨識,從而將該角度換算出一實際表頭數值。
- 如請求項1所述之多表頭自動辨識系統,其中該邊緣設備將該些表頭圖像依序存入一表頭圖像集合,並將該些表頭圖像中的複數個圓資訊依序存入一圓資訊集合中,該些圓資訊包含該些表頭圖像的複數個座標位置,該邊緣設備對該圓資訊集合中的該些座標位置進行排列,得出對應於該些座標位置所排序出的複數個表頭序號,並分別對該些表頭圖像標記該些表頭序號。
- 如請求項4所述之多表頭自動辨識系統,其中該邊緣設備根據該些表頭序號從該表頭圖像集合以及該圓資訊集合中,依序取出該些表頭圖像以及該些圓資訊以進行一自適應二值化處理及一直線檢測以對該些表頭中每 一者的該指針進行該數值辨識,在該些表頭皆完成該數值辨識以後,該至少一攝像頭重新擷取該多表頭圖像,該邊緣設備進行下一輪的該數值辨識。
- 如請求項1所述之多表頭自動辨識系統,其中該些表頭分為複數個表頭群組,該至少一攝像頭包含複數個攝像頭,該些攝像頭分別朝向該些表頭群組,該些攝像頭皆電性連接該邊緣設備。
- 一種多表頭自動辨識方法,包含:透過至少一攝像頭自複數個表頭擷取一多表頭圖像,該些表頭每一者為指針式類比表頭;透過一邊緣設備對該多表頭圖像進行一圓環檢測;當該圓環檢測檢測出複數個圓外觀時,透過該邊緣設備取得該些圓外觀的複數個座標與複數個半徑,根據該些圓外觀的該些座標與該些半徑對該表頭圖像中的該些圓外觀進行裁切以得出複數個圓圖像;透過該邊緣設備對該些圓圖像再進行該圓環檢測,藉以刪除在該些圓圖像中未具有完整圓的圖像,並將該些圓圖像中剩餘的圓圖像做為複數個表頭圖像;以及透過該邊緣設備利用該些表頭圖像,對該些表頭中每一者的一指針進行數值辨識。
- 如請求項7所述之多表頭自動辨識方法,其 中透過該邊緣設備利用該些表頭圖像,對該些表頭中每一者的該指針進行該數值辨識的步驟包含:當對該些表頭圖像中的一者進行一自適應二值化處理時,該自適應二值化處理利用該些表頭圖像中的該者以生成一表頭二值化圖像;將該表頭二值化圖像進行該直線檢測,並在該表頭二值化圖像中找出符合一預設條件之一直線;以及計算該直線的一角度,並將該角度換算成一表頭實際數值。
- 如請求項7所述之多表頭自動辨識方法,其中透過該邊緣設備利用該些表頭圖像,對該些表頭中每一者的該指針進行該數值辨識的步驟包含:檢查一查真實表頭資訊集合中是否有對應該些表頭圖像的複數個刻度資料,該些刻度資料中每一者記錄該些表頭中一對應者的起始角度、結束角度、起始表頭數值以及結束表頭數值;以及在檢查出該真實表頭資訊集合中有對應該些表頭圖像的該些刻度資料以後,對該些表頭圖像中每一者進行一自適應二值化處理及一直線檢測以檢測出對應於該指針的一直線,進而利用該些刻度資料中的一對應者來對該直線的一角度進行該數值辨識,從而將該角度換算出一實際表頭數值。
- 如請求項7所述之多表頭自動辨識方法,其中透過該邊緣設備利用該些表頭圖像,對該些表頭中每一者的該指針進行該數值辨識的步驟包含:將該些表頭圖像依序存入一表頭圖像集合,並將該些表頭圖像中的複數個圓資訊依序存入一圓資訊集合中,該些圓資訊包含該些表頭圖像的複數個座標位置;對該圓資訊集合中的該些座標位置進行排列,得出對應於該些座標位置所排序出的複數個表頭序號,並分別對該些表頭圖像標記該些表頭序號;以及根據該些表頭序號從該表頭圖像集合以及該圓資訊集合中,依序取出該些表頭圖像以及該些圓資訊以進行一自適應二值化處理及一直線檢測以對該些表頭中每一者的該指針進行該數值辨識;以及在該些表頭皆完成該數值辨識以後,重新擷取該多表頭圖像,進行下一輪的該數值辨識。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211065846.4A CN115457290A (zh) | 2022-09-01 | 2022-09-01 | 多表头自动辨识系统与多表头自动辨识方法 |
CN202211065846.4 | 2022-09-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI811096B true TWI811096B (zh) | 2023-08-01 |
TW202411946A TW202411946A (zh) | 2024-03-16 |
Family
ID=84300311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111133978A TWI811096B (zh) | 2022-09-01 | 2022-09-07 | 多表頭自動辨識系統與多表頭自動辨識方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115457290A (zh) |
TW (1) | TWI811096B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201525933A (zh) * | 2013-12-24 | 2015-07-01 | Univ Yuan Ze | 交通號誌燈即時辨識方法及該方法應用於車載輔助辨識系統 |
US20170076270A1 (en) * | 2015-09-16 | 2017-03-16 | Toshiba Tec Kabushiki Kaisha | Image recognition system that performs code detection and image recognition concurrently |
TW201933178A (zh) * | 2017-12-13 | 2019-08-16 | 台達電子工業股份有限公司 | 類比計量器之指針之指向的辨識方法及其影像擷取設備 |
-
2022
- 2022-09-01 CN CN202211065846.4A patent/CN115457290A/zh active Pending
- 2022-09-07 TW TW111133978A patent/TWI811096B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201525933A (zh) * | 2013-12-24 | 2015-07-01 | Univ Yuan Ze | 交通號誌燈即時辨識方法及該方法應用於車載輔助辨識系統 |
US20170076270A1 (en) * | 2015-09-16 | 2017-03-16 | Toshiba Tec Kabushiki Kaisha | Image recognition system that performs code detection and image recognition concurrently |
TW201933178A (zh) * | 2017-12-13 | 2019-08-16 | 台達電子工業股份有限公司 | 類比計量器之指針之指向的辨識方法及其影像擷取設備 |
Also Published As
Publication number | Publication date |
---|---|
CN115457290A (zh) | 2022-12-09 |
TW202411946A (zh) | 2024-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950330B (zh) | 一种基于目标检测的指针式仪表示数检测方法 | |
CN111949809A (zh) | 一种输电线路红外巡检数据智能处理方法 | |
CN110598693A (zh) | 一种基于Faster-RCNN的船牌识别方法 | |
CN110246157B (zh) | 基于大数据监控的油气田设备生产状态判别系统与方法 | |
CN116309564B (zh) | 基于人工智能图像识别的电芯外观缺陷检测方法及系统 | |
CN115597494B (zh) | 一种基于点云的预制构件预留孔的精度检测方法、系统 | |
KR20210122429A (ko) | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 | |
CN115019294A (zh) | 一种指针式仪表读数识别方法及系统 | |
TWI811096B (zh) | 多表頭自動辨識系統與多表頭自動辨識方法 | |
CN112766795B (zh) | 一种基于云端处理的管廊智能信息管理方法及系统 | |
CN115965625B (zh) | 一种基于视觉识别的仪表检测装置及其检测方法 | |
CN111178244B (zh) | 一种异常生产场景的识别方法 | |
CN111382710A (zh) | 一种基于图像识别的图纸比对方法 | |
CN110689028A (zh) | 现场图测评方法、现场勘查记录测评方法及其装置 | |
CN114581440B (zh) | 一种基于图像识别快速定位泄漏点的方法 | |
CN115937555A (zh) | 一种基于标准化流模型的工业缺陷检测算法 | |
CN117030744B (zh) | 基于多传感器融合的油气管防腐层局部缺陷检测系统 | |
CN111626323A (zh) | 一种基于深度学习的电表状态检测和评估方法 | |
CN112818973B (zh) | 一种用于表计识别的定位及读数的复查方法 | |
CN117253176B (zh) | 基于视频分析与计算机视觉的安全生产Al智能检测方法 | |
CN113537197B (zh) | 基于机器视觉的表计自动建模方法 | |
CN117250201B (zh) | 一种泳池砖层缺陷检测方法及系统 | |
CN116863385A (zh) | 一种基于图像智能分析的水务仪表智能巡查方法 | |
CN118628435A (zh) | 基于机器视觉实现工业内窥镜的无损检测方法及系统 | |
CN117437621A (zh) | 一种圆形表盘的指针仪表图像识别读数方法 |