基于YOLOv4的指针式仪表自动检测和读数方法研究

针对仪表自动检测读数时,由于仪表特征不明显、复杂背景环境等因素造成的仪表检测困难、提取速度慢的问题,提出了一种基于YOLOv4的指针式仪表自动检测和读数方法.首先,利用YOLOv4检测提取了仪表盘区域,采用霍夫变换裁剪了表盘区域;其次,在表盘区域查找了刻度线轮廓,利用最小二乘法拟合了刻度线轮廓直线,得到了指针回转中心;...     

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YOLOv5的指针式仪表自动读数方法研究

为了实现复杂环境下指针式仪表的自动读数,提出了一种基于目标检测的指针式仪表自动读数方法。首先,针对复杂环境下仪表检测困难的问题,利用改进的YOLOv5算法对仪表表盘进行检测,并提取出表盘区域;其次,结合AKAZE(accelerate-KAZE)算法、随机抽样一致性算法(random sample consensus, RANSAC)和椭圆拟合算法对提取出的表盘做2次透视变换,实现对表盘的倾斜校正;最后,将无倾斜的圆形表盘通过极坐标变换展开成矩形,再利用YOLOv5算法对指针位置进行识别,采用距离法得到最终读数。实验结果表明,所提方法的读数最大相对误差低于2.5%。此自动读数方法具有稳定性和准确性,可满足各类工业场景下的实际应用要求。     

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。     

用图象识别概念判读指针式仪表读数的研究

用图象识别概念判读指针式仪表读数的研究郭子海，郭健，谭志强（哈尔滨工业大学计算机科学与工程系）０引言由于指针式仪表简单可靠，维护简单，价格低廉，现还大量使用着，如各种压力表等。这种仪表的精度检测在生产和使用中都需要，为此我们对用图象处理与识别概念判读...     

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。     

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KAZE特征匹配的指针式仪表自动读数方法北大核心CSCD

针对远距离多角度下的指针式仪表盘刻度模糊、表盘变形带来的自动识别困难,提出了一种基于KAZE特征的关键点匹配的表盘自动读数方法。首先针对每类表盘制作模板,然后分别提取待识别图像及其模板图像的KAZE特征,采用KNN进行关键点匹配,并通过RANSAC消除匹配错误的关键点。通过匹配结果得到表盘区域ROI,并根据ROI区域的直方图分布进行二值化和形态学处理得到边缘信息,采用概率霍夫变换拟合直线归类合并出指针直线,最终结合标注的先验知识得出读数。结果表明提出的方法很好的解决了远距离多角度下的表盘自动读数问题,在560个样本中,误差控制在一刻度之内的结果达到了96%以上,满足了实用要求。     

常用指针式仪表识别技术研究综述

指针式仪表识别技术是模式识别领域的前沿研究方向,也是一项具有广阔应用前景的图像处理与识别检测技术。文章对目前应用的指针式仪表识别技术,主要实现方法、步骤及算法进行了总结,分析了它们的优缺点,最后根据国内外指针式仪表识别研究和应用的现状,指出其发展方向。     

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.     

基于机器视觉的指针式仪表检测

为了解决仪表机柜室指针式仪表检测效率低、检测结果不准确的问题,本文提出一种优化后的神经网络检测方法,即YOLO v3检测法。该检测法通过较少的网络层数获得较高的检测效率和精度,增加磁化数量,提升对微小图片的感知能力,采用新型GIo U函数作为运算法则,根据不同的采集对象,自动选择采集区域的大小。经测试,YOLO v3检测法对单个指针式仪表的检测精度、检测速度和检测准确性超过了其他检测方法,且能适应仪表机柜室复杂的电磁环境,具有较高的推广价值。     

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。     

机器视觉中矩形几何提取和校正

为了提高从图像中提取矩形的效率和精度,提出了一种实用的基于Hough变换和最小二乘拟合相结合的矩形几何提取和校正算法。该算法通过Hough空间累加器的最大值检测出直线;在检测到的直线邻域内,通过最小二乘法拟合得到更精确的直线;由4条直线得到4个交点,并按各个点与中心点的位置关系进行排序;由4对对应顶点,可求出一个透视变换矩阵;最终将四边形内的所有点映射到一个矩形区域内。实验结果证明算法在效率和精度上取得了一个较好的平衡。     

基于DSP核心的指针式仪表自动检定装置

绝大多数指针式仪表的检定系统是由计算机来完成图像的采集、计算、控制、装置自动调节等功能,由于基于计算机的视觉系统使用PC作为其核心处理器,系统都比较庞大,因此应用范围受到了限制.为了更好的解决指针式仪表的检定工作和使仪表检定工作更加简便化,论文针对小型指针式仪表设计了以DSP为核心的自动检定系统,保证检测速度和精度并且检测方便,经实验数据证明,该装置能够快速,方便地达到检定效果.     

基于改进GA-Otsu与RANSAC回归的指针式仪表识读算法

为解决指针式仪表的人工读数效率低、识读精度不高等问题,提出一种基于改进GA-Otsu与RANSAC回归(随机抽样一致性)的指针式仪表识读方法。利用ABF(自适应双边滤波器)对指针式仪表图像进行纹理和噪声滤除,结合Hough梯度法与Mask掩膜法对仪表图像进行表盘提取。基于改进GA-Otsu的图像分割算法得到分离的指针区域,经过形态学处理提取指针细化图。采用RANSAC算法拟合得到指针中心所在直线,计算其角度值,并结合量程信息与角度法完成仪表读数识读。实验结果表明,该算法能有效地分离指针目标与背景,相较改进前识读速度提升了约42.34%、识读平均相对误差小于1.15%,并对不同光照和阴影干扰均有较强的鲁棒性。     

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。     

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.     

基于计算机视觉的指针式仪表智能判读方法

指针式仪表的自动读数是近年来的热门研究内容，但一直存在由成像畸变导致的误差较大的问题。本文提出了一种基于计算机视觉的指针式仪表示值精确判读方法，在对指针式仪表图像中的指针与表盘长刻度进行提取并对其倾斜角度进行检测的基础上，依据针孔成像模型，分析了摄像机内部畸变参数对两直线间夹角成像失真的影响，建立了指针与零刻度间夹角、长刻度与零刻度间夹角的失真校正算法，采用牛顿插值法对指针与零刻度间夹角和仪表示值间的关系进行函数逼近，提高了基于计算机视觉的指针式仪表智能判读的准确度。对0．5级伏安表的判读实验证明了方法的有效性与正确性。