基于RGB模型的汽车指针仪表示数的识别

本文对汽车指针仪表示数的识别,提出了一种基于RGB彩色空间图像处理的识别方案。首先,根据仪表盘图像的R、G、B分量的直方图,利用该分量的欧几里德距离法分割仪表盘的圆心和指针;然后,提取圆心的骨架和圆心的坐标,建立新的坐标系;最后,将指针的质心和仪表盘的圆心连成一条直线,通过直线位置识别指针读数。实验证明：该方法可用于指针式汽车仪表的自动化测试。     

基于同态滤波的仪表图像识别方法

针对仪表面的玻璃反射造成后续处理的仪表参数缺失,提出了基于同态滤波的图像分割方法。用减影法提取出指针、刻度,进行并串结合的细化处理,用距离法判别出读数。实验证明,该算法分割效果好、实用性强,为准确判定指针位置和计算指针读数奠定了基础。     

一种实用的指针式仪表读数识别方法

针对指针式仪表的判读和计量校准,本文提出了一种新颖实用的基于数字图像处理技术的读数识别方法.首先对图像进行预处理,包括图像分割、图像滤波及膨胀细化等步骤,其中采用了一种改进的自适应中值滤波方法来改善图像效果;然后用改进的、双阈值的霍夫变换提取出图像特征信息,创新性地利用仪表表盘刻度与角度的线性关系得到指针读数,并且对于...     

指针式仪表视频图像中指针精确提取算法的研究

<正>一、指针精确提取算法以往算法中大多用基于单幅二值化图像的Hough变换检测直线的方法来提取指针,在这里,笔者提出3种算法综合使用来精确提取圆盘仪表的指针的方法:方法一仍然是二值单幅图像上基于Hough变换的方法;方法二是灰度单幅图像上的基于极坐标中心投影的方法;方法三是针对动态仪表视频图像,利用最小二乘法处理在某一时刻获取的多个指针角度值。Hough变换方法作用在二值图像上,针对图像质     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

基于机器视觉技术的水表新型检定方法

将机器视觉技术应用到水表检定系统中,通过固定在被检水表上方的高速高分辨率摄像机,动态获取运行中的水表图像,用颜色特征和背景高斯拟合建模结合的算法实现水表指针的准确定位,将图像实时转换成数字读数,并解决水珠、气泡等对读数干扰的问题,实现水表高效率全自动检定。     

手背静脉图像二值化阈值算法

因为传统分割算法对图像细节特征信息不敏感,分割效果不理想,提出了一种确定阈值的改进方法。该算法在阈值图像法的基础上,采用迭代计算平均值的方法,动态地获得每个像素点位置的最佳阈值,以获取一幅与原图像大小相同的阈值图像,利用该阈值图像对原静脉图像进行二值化处理,增强了图像的局部细节特征信息。仿真实验证明了该改进算法的有效性。     

基于改进半因果支持域的镁熔液第一气泡检测

为精准识别镁熔液含氢量检测中镁熔液复杂表面背景下的第一气泡,在基于图像处理的镁熔液第一气泡检测算法的基础上提出了一种基于改进半因果支持域的实时检测算法.该算法首先采用改进半因果支持域模型对4帧原始图像进行估计得到背景预测图像,其次使用原始图像减去背景预测图像得到残差图像;而后利用隔帧差分算法并结合双层流水线算法获取阈值分割后的二值图像;最后对二值图像进行逻辑与运算和形态学开运算,获取真实的第一气泡目标,并在相同实验条件下将该算法对单帧图像的预处理效果、序列图像的检测性能与基于改进背景预测和流水线算法进行比较.仿真结果表明:该算法可达到实时检测的要求,且在单帧图像预处理方面对复杂背景的抑制效果更好,预处理时间减少6.2%,同时在序列图像检测方面,算法的抗干扰能力更强,检测到的目标点更易观察,检测总时间减少17.3%.     

基于SIFT特征匹配的水表指针自动定位及识别方法

本文通过提取水表图像SIFT特征点与水表子表盘模板进行匹配点筛选,利用Kmeans聚类算法对匹配点进行分类实现水表子表盘的自动定位;接着利用色差模型对水表子表盘图进行灰度化处理;对灰度图进行二值化处理,并采用统计面积法消除干扰点,提取并识别水表指针。实验结果显示该算法精准定位水表指针,并完整识别出水表指针。     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.