基于计算机视觉技术的指针式仪表自动检定方法

介绍基于计算机视觉技术的指针式显示仪表检定方法、系统构成及工作原理,并对图像分析方法用于仪表示值的自动判读算法进行了研究,结果表明其指针定位的最大不确定度明显优于人眼的识别.     

基于SVM的精密指针式仪表自动读数方法

针对精密指针式仪表读数算法对自动读数的自适应性差问题,提出一种基于SVM的精密指针式仪表自动读数方法。该方法首先对二值化处理后的仪表图像通过面积形态学提取刻度并做极坐标变化,再利用面积形态学特征提取刻度与指针位置,最后利用SVM识别刻度对应的数值进行读数判读。实验表明,自动读数结果与实际数值相比误差均小于0.1%,算法稳定可靠。     

基于Linux系统的非线性指针式仪表识别研究

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。     

基于灰度梯度联合二值图的抗干扰指针仪表自动识读方法

无人值守机器人在智能配电房进行设备状态检测过程中,需对配电房内的各类指针式仪表进行自动化识别判读。对于方型指针式仪表检测过程中出现的大角度倾斜、阴影与反光干扰,提出一种基于灰度梯度比值阵与联合二值图的抗干扰指针识别算法。在表盘定位过程中,提出基于灰度直方图峰值检测与灰度梯度比值阵相结合的方法,有效消除了边框阴影的干扰,实现四条边框方向的定位;在指针识别过程中,提出基于联合二值图的方法,有效增强了表盘中的指针信息,并通过Hough直线检测与线段聚类,最终进行倾斜校正从而获取指针角度。利用C++语言与OpenCV视觉库在计算机中进行算法实现与验证,结果表明,该算法在强干扰条件下仍表现出较高的鲁棒性和精度,具有较高的应用价值。     

工业过程显示仪表的数字处理与视频传输

介绍了一种新颖的自动获取指针式仪表读数方法,利用计算机视觉技术实现仪表示值的自动采集、识别判读和远传.该方法能准确识别出指针式仪表示数,有利于信号采集进数字计算机系统,基本能实现在线测试.且实现简单,图像传输延时小,能实现多点传输.该方案的实施将大大节省作为硬件部分的测量仪表和传感器的费用,特别对那些需要非电量、非接触式仪表,易燃易爆的场所具有现实意义.     

智能型指针式仪表识别系统的研究

介绍基于计算机视觉技术和程控标准信号源的智能型指针式仪表识别系统构成,并研究了刻度线和指针的识别实现方法,提出了新的距离判别法.实验表明距离判别法更具合理性并能达到系统精度要求,识别结果表明优于人工识别.     

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。     

基于对称性特征的指针仪表识别

指针式仪表在电力行业应用广泛,对指针式仪表读数自动识别是实现电网设备自动化和智能化巡检的基础。通过提取待识别指针图像中的对称性特征,在角度和距离空间中进行投票,得到候选指针对称轴,再结合指针边缘像素点的共线性和指针对称轴线段对应的像素值近似一致性等先验信息,对候选指针进行筛选,并根据指针对称轴的旋转角度计算得到仪表的最终读数。实验结果表明,该方法能够准确定位指针区域并识别仪表示数,且算法耗时很短,能够满足对指针式仪表实时巡检的需求。     

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。     

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.     

小视场图像系统的非线性畸变校正方法的研究

分析了小视场图像系统的成像特性,针对其非线性畸变提出了基于平行光栅技术的数字图像校正方法,应用图像系统的一阶综合径向畸变数学模型,求解畸变参数和校正参数并对图像进行校正。理论分析和试验表明,本方法简单有效,校正后的畸变影响降低到0.25个像素。并对图像的畸变中心和纵横比例因子对校正的影响做了探讨。     

基于序列局部图像的尺寸高精度测量方法

为实现大尺寸机械零件的高精度视觉测量,研究基于序列局部图像的视觉测量方法。首先分析机械零件图像边缘的过渡分布特征,提出边缘像素补偿法,消除实际边缘不能精确定位对测量精度的影响。然后以直线边缘距离测量为原型,提出基于序列局部图像尺寸特征的测量方法：对零件进行微小区域成像,生成在空间上连续的序列局部图像;应用相关系数法和双线性插值法获得相邻序列图像的亚像素级尺寸特征线,从而得到各局部图像的尺寸特征;对这些尺寸进行求和与补偿,得到零件的总体尺寸。实验表明,对常规尺寸零件的单幅图像运用边缘像素补偿法,相对测量误差在0.008%以内;对大尺寸零件应用序列图像测量法,相对测量误差在0.01%以内,具有误差积累小的优点,可用于机械零件的精密自动化测量。     

巡检机器人中的指针式仪表读数识别系统

为了解决智能巡检机器人仪表读数识别中易受光照变化影响、识别精度不高等问题,结合高压变电场中常见指针区域的图像特点,建立了指针式仪表读数高精度识别系统。鉴于巡检机器人的室外工作环境,提出了迭代最大类间方差算法,实现了多种光照条件下仪表图像的指针区域提取。经过分析指针转动和图像特性,提出了基于Hough变换的指针角度识别,推导出指针角度与仪表读数的函数关系。该算法较传统Hough变换角度提取法,增加了指针中心线通过表计中心等约束条件,提高了指针角度提取的精度,降低了搜索数据量和搜索时间。通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条件下表计读数识别,获得95%以上的正确识别率。多组鲁棒性实验分析表明,该系统对光照条件、指针宽度、表盘干扰、拍摄角度(不产生指针阴影)具有较好的鲁棒性,但由于拍摄角度而产生指针阴影时,会引起较大的指针中心线提取和角度计算偏差,从而降低仪表读数识别精度。     

一种新型钢卷尺零位标定方法（英文）

由于传统检定系统无法准确标定在零点位置具有可移动尺钩结构的部分钢卷尺的零位误差,提出了一种基于机器视觉的测量系统来完成钢卷尺零位误差的标定方法。结合钢卷尺钩量与顶量两种方式,设计了双基准面结构配合双基准线作为标准量,对比标准量与待测尺上尺头零位到500mm刻线之间示值距离的差值,实现了零位标定。线纹比对依托机器视觉实现,将图像处理过程结合双基准线计算了浮动像素当量值。实验结果表明,本方法的零位误差标定结果重复性可达0.006mm,满足国家标准钢卷尺检定规程要求。     

灰色关联分析方法在双目视觉测量系统误差分析中的应用

针对双目视觉测量系统存在误差因素繁多、分析困难等问题,提出了一种基于灰色关联技术的误差分析方法。考虑视觉系统的灰色属性,将灰色系统理论及其相关技术运用于视觉测量系统的误差分析。以镜头畸变、质心定位误差及双目视觉系统内、外参数等9项因素或参数为自变量,通过基于单项因素变化的实验,获取了误差分析的数据样本;采用灰色数据处理方法及灰色关联分析技术,从无明显规律的数据样本中明确了视觉系统各项误差因素对最终测量精度的影响。分析结果证明了灰色理论用于定量分析视觉系统误差的正确性和有效性;在灰色理论意义下,镜头径向畸变、切向畸变、摄像机夹角及特征点质心定位误差4项因素对测量精度的关联度均大于等于0.859,高于其余误差因素。     

一种基于机器视觉的水表检定装置的研制

研制了一种基于机器视觉的水表检定装置,该检定装置通过设计移动式图像采集平台,单个相机即可完成对多工位的水表指针图像采集,节约了设备成本。采用角度法识别水表指针读数,通过模板匹配校正图像,提出了一种改进的最小二乘法拟合圆心的算法定位指针,利用harris角点检测算法获取针尖点,根据圆心与指针角点形成的连线之间的夹角获得指针的读数。实验表明:该检定装置与人工检定的方法相比,提高了生产效率,且系统的识别正确率在94%以上,具有较高的准确性。     

三点法圆度测量精度分析

详细分析了三点法中测头的读数及角位置误差对圆度测量精度的影响。从三点法的原理出发,根据误差理论,推导了测头及位置误差在圆度测量过程中的误差传播关系式。结果表明：三点法圆度测量结果失真的根本原因在于三个测头间的夹角选择不当,使测头读数误差在某些谐波上被大大放大。为提高三点法圆度测量精度,必须恰当选择三个测头间的夹角,以使读数误差对圆度各次谐波测量结果的影响都较小。     

基于机器视觉的激光植球系统标定

构建了一个基于机器视觉辅助定位的激光植球系统。通过试验发现，整个系统的定位误差主要由机器视觉中透镜畸变和X—Y定位平台的装配误差引起。对于透镜畸变，引入了基于直线方法的图像畸变校正算法进行校正；对于非垂直的X—Y定位平台，通过基于机器视觉的软件补偿算法来校正X—Y定位平台的装配误差。最后，给出了试验对比数据和试验结果，验证了整个系统的标定效果。