图象处理在指针式压力表自动判读方面的应用

介绍由CCD摄象机和微机图象自动处理系统组成的指针式压力表自动判读系统的构成、计算原理及其处理软件。该系统曾对6台压力表进行表盘自动判读,系统误差不超过±0.12％,对于其它指针式仪表的示值判断具有参考价值。     

指针式电压表精度自动化检定系统的设计与实现

为了解决在指针式电压表的精度检定过程中，由于人工检定而造成的效率低下和精度不高的问题，提出了一种指针式电压表精度自动化检定系统；系统采用摄像机采集仪表表盘图像，用计算机控制标准信号源，应用基于数字图像处理的指针示值自动判读技术，实现指针式电压表精度的自动检定；在表盘图像的处理上，运用并提出了一些新颖的图像处理算法，使系统具有很好的实时性；实验证明采用这一系统可以大大提高检定效率和精度，减少人为误差的干扰，因此具有一定的市场开发价值。     

压力表自动检定系统设计与实现

压力表检定自动化是当前压力计量检测技术发展的大趋势,智能压力校验仪具有测量精度高、操作简单、便于与计算机相连等特点,可实现检定自动化,特别适合于对各型舰艇上众多压力仪表进行检定.以智能压力校验仪为标准器、以Visual C++6.0为软件开发平台,采用反校法构建的压力表自动检定系统,实现了压力仪表的快速可靠检定、报表自动生成与检定数据管理.     

基于机器视觉的高精度指针式仪表自动检定系统研制

针对现有仪表自动检定系统对高精度指针式仪表采用的检定方法效率较低的问题,提出了一种基于机器视觉的仪表自动检定系统,采用一种新型的基于查表法的指针式仪表读数判别方法,结合机器视觉与数字图像处理技术实现对仪表读数的自动识别、存储.测试结果表明,检定系统能够准确地实现仪表读数的自动判别,显著提高了检定效率.     

基于图像处理的高精度仪表判读方法

提出了用图像技术对高精度指针式仪表自动判读的方法,关键问题是视差的检测和仪表图像坐标系统与仪表读数跟踪系统之间坐标的转换。采用脊波提取仪表图像中的直线,利用图像信息控制数控系统动作。实验表明:该读数方法绝对误差为零,非常适合于高精度指针式仪表自动跟踪判读。     

基于差分图象处理和夹角比例解算的指针式工矿仪表实时判读新方法

基于图象技术的指针式工矿仪表自动判读方法是目前工矿自动化研究的热点,但摄像机摆放位置和成像畸变等因素对其判读精度的影响是一个亟待解决的问题。文章提出了一种基于差分图象处理和夹角比例解算的工矿仪表自动判读新方法,介绍了刻度校准子算法和实时解算子算法的设计与实现。测试数据表明,该方法可大大提高工矿环境下仪表自动判读的精准度和判读系统的鲁棒性。     

基于仪表自动检定系统的自动对准控制研究

针对本项目组的指针式压力表自动检定系统,以采集图像表盘中心点为基准,自动控制可调节支撑架使摄像机光轴线与表盘中心处于同一高度;以表盘外轮廓为基准,使表盘尽量充满整个采集画面.采用单片机对步进电机加减速进行离散控制.实验结果表明,该算法能较快地将摄像头调至预期的位置,对仪表盘能达到良好的采集效果.研究成果算法简单且易于实现,具有较好的推广价值.     

变电站内指针式仪表自动测试装置研究

目前变电站内包括SF6密度继电器、温控器等在内的指针式仪表仍然未能实现自动化数据读取。本文针对这类指针式仪表提出了一种数据自动监测方案。首先分析了指针式仪表的主要类别,分析了SF6密度继电器、主变温控器、压力表的功能特点、技术参数等。然后针对这类指针式仪表的主要技术参数,提出了数据自动检定装置的设计思路和原理,最后针对不同的仪表分场景说明了自动检测的技术特性。     

纯音听力计自动检定系统的设计与实现

分析了现有纯音听力计检定系统存在的主要问题,提出了一种实现纯音听力计自动检定的系统设计方法;该自动检定系统可对气导听力零级、骨导听力零级、级线性、总谐波失真、窄带掩蔽噪声等参数进行自动检定,且具有检定时间短、效率高、易于操作等特点;同时,由于采用分层式的软件设计结构,使得该系统具有良好的通用性和灵活性,易于进行系统移植和功能扩展;实验结果表明,该自动检定系统可较好地应用于纯音听力计的日常检定工作.     

音速喷嘴法气体流量计自动检定系统的设计与实现

为提高气体流量计的检定精度和效率,设计了一种基于文丘里音速喷嘴的负压法气体流量计自动检定系统.阐述了音速喷嘴及其装置的工作原理,提出了自动检定系统的设计方案.在VC++的环境下编写上位机软件控制硬件设备操作,实现了自动数据采集与检定过程的自动控制,检定完成后由系统自动判定流量计是否合格并把检定结果存入SQL Server数据库.实际应用表明,该自动检定系统性能稳定可靠,且有利于提高气体流量计检定的效率和准确度.     

一种指针式仪表非接触测量方法

提出了一种基于图像处理技术的指针式仪表非接触测量方法.研究了指针式仪表的圆心、半径、指针角度以及零刻度自动检测与校准的计算,在基于点Hough变换拟合其圆心与半径以及中心投影法确定指针大概位置的基础上,提出了一种基于亚像素定位的拟合指针直线的方法,具有指针式仪表高精度的自动检测与定位,从而实现了指针式仪表非接触测量.实验表明,该方法具有快速、准确等特点且切实可行.     

基于机器视觉的指针式仪表示数识别方法研究

基于机器视觉技术实现指针式仪表数据的自动读取具有重要意义,针对现有方法中存在的识别精度不高等不足,提出一种基于标定的指针式仪表数据视觉读取方法。首先,基于标定模板完成仪表表盘最大、最小刻度线识别与斜率计算;其次,通过仪表表盘图像预处理及连通区域筛选得到指针大致区域;然后,融合Hough和边缘聚类与拟合方法实现仪表指针边缘的精确定位,进而实现指针数据的识别与读取;最后,以某品牌避雷器监测器为例,对上述方法进行实验验证。结果表明,该方法能够准确、稳定的识别出指针式仪表读数。     

改进ORB和Hough变换的指针式仪表识读方法

为了实现指针式仪表的自动识读,提出一种基于改进ORB（Oriented FAST and Rotated BRIEF）和Hough变换算法的指针式仪表识读算法。利用角点强化方法加强ORB算法检测的特征点,通过特征点匹配对计算模板图像与待检测图像之间的透视变换矩阵。利用数学形态学处理、阈值分割等图像预处理提取指针,并提出一种用于确定指针旋转圆心的基于ORB特征匹配对的相似特征三角形方法,结合投影法定位指针方向。利用指针细化算法和添加圆心约束的Hough变换算法检测指针角度。最后根据仪表的先验信息得到读数结果。实验结果表明该算法在识读速度和精度等方面都能够满足指针式仪表识读的要求,具有较高的可靠性和工程应用价值。     

Gauges design for a digital instrument cluster: Efficiency,visual capture,and satisfaction assessment for truck driving

This study aims at increasing knowledge of the best way to design trucks’ gauges on digital instrument clusters. Trucks are equipped with many gauges that the driver has to monitor while driving. Digital instrument clusters offer new design possibilities and the human factors literature presents only limited answers on safe and efficient gauge designs. Eighteen truck drivers were presented with eight gauges with different shapes, orientation and indicators to perform three reading tasks (quantitative, qualitative and check reading). Results showed that gauge design impacted task completion times, eyes on-gauge duration and satisfaction. Horizontal gauges and pointer indicators were more efficient and less demanding visually. On the subjective side, circular and horizontal gauges were preferred by drivers. Specific gauge designs implied a gain in visual demand up to 250 ms. For the design of gauges on digital instrument cluster, information processing can be facilitated thanks to basic design changes.     

基于文本特征及二次矫正的指针式仪表自动读数算法

现有的指针式仪表读数算法常通过检测仪表的刻度进行示数识别,但仪表图像中的刻度包含的特征较少,从而容易出现误检测。针对此问题,提出了一种新的指针式仪表自动读数算法,该算法通过选取较大区域的图像特征大幅度地提高了仪表读数识别的鲁棒性。由于指针刻度值文本是各类仪表具有的共同部分且具有远多于刻度图像的特征,因此所提算法以刻度值文本作为识别依据,首先通过卷积神经网络检测仪表图像中的刻度值文本,并使用其位置坐标来拟合仪表的圆心,在得到圆心的基础上通过极坐标变换及图像二次矫正将圆弧形的刻度区域转换为水平直线型的区域,同时被识别的文本值也用于改进距离判读法。该方法与其他读数算法的比较结果表明,该算法具有较高的读数准确率,引用误差在0.5%以下,且在复杂拍摄条件下具有更高的鲁棒性。     

指针式仪表自动读数识别技术的研究现状与发展

指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。     

基于深度学习的集气站指针式仪表读数研究

为了提高集气站仪表读数的信息化程度、减少人力资源成本,应用机器视觉和深度学习算法对指针式仪表的自动读数进行了研究.首先,对图像进行预处理,对白天采集的图像使用双边滤波进行降噪处理,对晚间采集的图像使用单尺度Retinex进行增强处理;接着,使用Mask基于区域的卷积神经网络(RCNN)获取采集图像中仪表的具体位置;然后...