户外巡检机器人指针式仪表识别方法研究

在户外巡检环境下,巡检机器人捕捉到的图像容易受到环境因素的影响,导致仪表识别读数精度低、鲁棒性差。针对这一问题,提出了一种基于改进PSPNet的指针式仪表识别读数方法。首先使用YOLOv5识别出仪表区域,然后通过改进PSPNet提取出指针和刻度线区域,随后经过透视变换和提取指针直线,最后根据角度法计算出仪表读数。实验结果表明：在各种户外复杂环境下,指针式仪表读数平均相对误差为1.28%,平均引用误差为0.68%,每张图片平均处理时间为1.28 s,准确性和稳定性较高,为户外巡检机器人指针式仪表识别提供了有效手段。     

基于ICM的精密指针式仪表自动读数方法

针对精密指针式仪表自动读数算法自适应性较差的问题,提出一种基于ICM的精密指针式仪表自动读数方法。该方法基于二值化后仪表图像的噪声信息分布特性,利用ICM点火时序矩阵在图像相邻像素间的并行递进关系,研究和实现图像的腐蚀和膨胀,并设计加权最大类间方差法自适应地计算迭代次数,消除刻度周边噪声,提取到刻度圆弧所在位置。最后根据圆弧极径、极角等信息对刻度区域做极坐标变换输出图像,采用距离法对极坐标变换后图像进行读数判读。实验表明,自动读数结果与实际数值相比误差均小于0.2%,算法稳定可靠。     

基于图象处理的复杂指针式仪表的识别

根据仪表的结构特点,提出了复杂的指针式仪表的识别方法.对实现其功能的主要方法做了介绍,如阈值迭代二值化、边界跟踪、Hough变换的目标信息的提取、模板匹配.     

基于透视校正的指针式仪表读数识别

针对在倾斜拍摄条件下如何正确获取指针式仪表读数的问题,提出了一种基于透视校正的识别方法。采用色值叠加法进行图像增强;采用Otsu算法对图像进行二值化,并通过最大连通域获取仪表表盘区域;采用Hough变换法和最小二乘法进行表盘区域的边界直线的提取;通过透视变换法对表盘区域图像进行校正;利用兴趣区模板提取指针特征,并通过最小二乘法确定指针的偏转角度,用以计算仪表的读数。实验结果表明,所提方法具有较高的准确度和较好的实时性,对在倾斜条件下拍摄的仪表图像进行读数识别具有一定的实用价值。     

基于YOLOv5和U-net的指针式仪表读数识别方法北大核心CSCD

针对不同背景、距离条件下指针式仪表读数识别准确性低的问题,提出了一种结合YOLOv5和U-net的仪表读数识别方法。首先引入了YOLOv5算法检测并提取仪表区域;其次采用Hough梯度圆检测提取纯仪表盘和U-net分割算法准确分割出指针轮廓,并通过指针细化,加权最小二乘法拟合指针所在直线,根据定位坐标系获取指针方向和偏转角度,最后利用指针的偏转角度计算仪表读数。结果表明:提出的方法检测每张图像的平均耗时为64.511 ms,读数识别的成功率达97%,平均引用误差为0.577%,能快速并准确地识别出指针式仪表示数。     

基于嵌入式Linux非线性指针式仪表识别系统的研究

对常用的指针式仪表提出了一种新的识别方法,利用标度间隔,分度长与刻度值间的对应关系,识别指针读数．可对线性刻度和非线性刻度的仪表指针“读取”数值。系统采用嵌入式系统设计方案,使用嵌入式Linux为操作系统Qt／Embedded为用户界面开发环境,USB摄像头实时采集表盘图像,初步建立了软、硬件指针仪表图像识别系统．有利于降低成本,增加便利性。     

基于机器视觉的指针式仪表读数自动校准方法

指针式仪表是工业生产的重要辅助工具,其读数显示精度直接影响工业生产质量,通过机器视觉技术的应用优化设计指针式仪表读数自动校准方法。首先,利用机器视觉技术采集指针式仪表图像,经过灰度化处理、畸变校正和滤波等3个步骤,完成初始图像的预处理;其次,定位提取仪表图像中的表盘区域、指针以及刻度线;最后,利用角度法自动识别当前的仪表读数,确定仪表校准方向,计算仪表校准量,实现指针式仪表读数的自动校准。实验结果表明：应用优化设计的校准方法,压力表、温度表和电流表的平均校准误差分别降低了3.88 MPa、0.78℃和0.044 A,即优化方法在校准效果方面更加具有优势。     

工业用指针式仪表智能识别系统的设计与开发

系统设计使用PHP、 Python进行开发,采用B/S架构,应用ThinkPHP、 Flask、 Vue框架开发Web服务器,使用MySQL和Redis作为数据库存储数据。系统通过Web服务器与算法服务器配合,利用视频流对仪表进行识别,产生告警信息,可定时读数,并通过平台进行展示,以此替代了目前繁重且高成本的人工抄表,实现了智能化工作与管理。     

双阈值Hough变换在指针式仪表示值自动判读中的应用

文章针对指针式仪表自动读取中的指针提取提出了一种改进的 Hough变换算法 ,利用双阈值大大提高了 Hough变换直线提取的运算速度 ,降低了内存占用 ,同时减少了直线误匹配的机会。并且用 VC 语言实现了该算法 ,通过实验证明了双阈值的范围 ,结果表明了该方法在指针提取中的有效性     

双阈值Hough变换在指针式仪表示值自动判读中的应用

本文针对指针式仪表自动读取中的指针提取提出了一种改进的Hough变换算法,利用双阈值大大提高了Hough变换直线提取的运算速度,降低了占用内存,同时减少了直线误匹配的机会.并且用VC 语言实现了该算法,通过实验证明了双阈值的范围,表明了该方法在指针提取中的有效性.     

基于双重霍夫空间投票的指针表自动读数方法

针对现有指针式仪表自动读数算法对图像采集条件要求较为严格的缺陷,提出一种基于双重霍夫空间投票的指针式仪表自动读数方法。该方法根据仪表刻度和圆心在霍夫空间中的分布特性,自适应地计算仪表圆心,并在极坐标空间使用投影法对图像进行分割,提取刻度和指针信息,最后通过距离法对指针式仪表进行读数。实验证明,所提出算法的平均引用误差均在0. 8%以下,有效提高了读数的正确率及鲁棒性。     

变电站指针式仪表检测与识别方法

受限于复杂的电磁环境,变电站中的大量模拟式仪表需要人工读取示数,不利于变电站自动化管理。而目前针对仪表自动读数方法的研究大多基于预先获取到的高质量图像,其中仪表目标位于图像中央且占比较大,仪表表盘与相机平面平行,这需要大量预先的仪表测量与相机标定工作,不能满足实际电站环境下的使用要求。为解决上述问题,提出了一种完整的变电站指针式仪表的自动检测与识别方法。首先利用卷积神经网络模型检测当前视野下仪表目标的包围框位置,计算其距离视野中央的偏离值与图像占比,据此调整相机位置和缩放倍数。通过透视变换消除表盘平面与相机平面偏差造成的仪表图像畸变,通过霍夫变换检测仪表的表盘与指针,完成仪表读数识别。变电站实际测试实验结果表明,本方法最大读数误差仅为1.82%,对于复杂背景下多类别仪表的自动检测与识别任务具有良好的准确性与稳定性,可满足变电站实际应用需求。     

Water meter pointer reading recognition method based on target-key point detection

With the rapid development of video image technology and fifth-generation mobile network technology, the automatic verification of mechanical water meters has become an increasingly important topic in smart cities. Although much research has been done on this subject, the efficiency and accuracy of existing water meter pointer reading technology can still be improved. This paper proposes a new water meter pointer reading recognition method based on target-key point detection. Our method consists of a target detection module and a key point detection module. The target detection module uses a modified YOLOv4-Tiny network to detect and classify the areas where the dials and pointers are located in water meter images with distinct characteristics. The key point detection module is used to detect the key point of the pointer image. In this module, the structure of the RFB-Net network is improved to introduce multiple layers of low-level feature information, therefore, it can make full use of the information between multi-scale feature layers for key point detection. In addition to, aiming at the problem of dial rotation, a method of establishing a right-angle coordinate system based on key point is proposed to realize pointer reading. The whole method proposed in this paper is compared to the Hough transform feature matching algorithm and traditional machine learning algorithms through experiments which test the detection and recognition of the water meter dial, pointer and key points. The experiment results show that the missed detection rate of the model in this paper is 1.88% and 1.07% for the dial region and the pointer region, respectively. And the accuracy rate reaches 98.68%, the average processing time per image is 0.37 s. This implies that the water meter inspection task is completed quickly and accurately with strong robustness. Thanks to the lightweight algorithm of our approach, the model can also be fully automated and easily deployed on mobile devices.     

无线摄像式智能抄表系统的设计与实现

针对目前电力行业手工抄表实时性差,精度低的特点,设计了一套低成本的无线摄像式智能抄表系统,并详细地分析了该系统的各个组成部分及其工作原理。系统采用定时摄像、无线传输和数字图像识别相结合的方法,用户无需更换已有的传统电能表,只需在现有的电能表上安装摄像与传输模块即可实现无线智能抄表。与手工抄表方式相比,该系统能提高数据采集速度和精度;与常见的一体化智能电表相比,能降低智能电网建设成本,尤其适合在广大的农村地区使用。     

远程抄表系统中后备电源的设计

本文主要讨论了四表远程抄表系统中采集器后备电源的设计,此后备电源能维持采集器在市电停电时继续工作且连续工作时间不少于48 h,后备电源在市电上电时能适时充电,以备下次启用,且能对后备电池工作异常现象进行自动检测,能够发出告警灯信号等功能,充分保证系统能够正常完成计量工作。     

基于RSC4128的家用机器人语音人机交互系统的设计

介绍了一种基于语音信号处理芯片RSC4128开发的家用机器人语音人机交互系统。重点介绍了该语音人机交互系统的结构功能以及应用特定人语音识别技术,通过构建合理的系统结构、运用自然的语音提示实现了友好、可靠的家用机器人语音人机交互系统的过程。     

A robust and automatic recognition system of analog instruments in power system by using computer vision

It is a puzzling issue found in the field of Supervisory Control and Data Acquisition (SCADA) to read automatically the indication of analog measuring instruments, which collects many states of power system equipment. To address this problem, a lot of approaches based on computer vision have been proposed for the automatic reading of the analog measuring instruments indication. However, most the proposed systems are sensitive to brightness. Moreover, since the camera angle must be vertical, the robustness of the approaches cannot meet application requirements. In this paper, the proposed recognition system uses a novel automatic reading approach, which can automatically read the indication of analog measuring instruments at various brightness levels and camera angles. It is an integrated application of Multi-Scale Retinex with color restoration at different brightness levels, Perspective Transform to get the front view of image taken from arbitrary camera angle, and Hough Transform to determine the pointer position. The test results verify the good robustness of the recognition system to the brightness and camera angle.