基于图像识别的多指针仪表自动读数方法

针对多指针仪表的指针读数识别问题,提出了一种基于色差变换的定位方法和基于表盘结构特征的指针读数自动识别与判读方法.采用LRCD变换、数学形态学处理方法和p 分位法完成有效区域筛选及水表的指针定位,根据表盘中心到指针回转中心的连线与子表盘0刻度线的夹角等特征,计算出子表盘0刻度线与指针指向线段的夹角,进一步识别并判读出指针读数.实验结果表明,该定位及识别算法计算简单,具有较高的准确率,克服了表盘随机角度倾斜对读数识别算法的影响.     

工业指针仪表智能识别系统设计

针对圆形表盘指针仪表需经人工判读、耗时较长读数不精确等问题,设计了一套指针智能识别系统.该系统采用Faster-RCNN法对仪表盘进行定位,提取仪表盘,并对目标图像进行灰度化、k-Means二值化处理;采用旋转虚拟直线拟合方法确定指针,采用角度法实现仪表读数识别.实验结果显示,该系统的仪表读数识别准确率不低于97.87％,可满足工业应用的精确度要求.     

基于图像处理技术指针表的自动识别

介绍了一种运用计算机图像处理技术对指针式仪表进行自动识别读数,以实现指针表自动检定,重点介绍了检定过程中指针示值自动识别读取数据来代替人工识别的判读方法。研究并设计了采用CCD摄像头摄取表盘图像,经计算机进行图像识别及数据处理实现仪表指针自动读数,从而避免了传统人工判读方法受工作人员与仪表盘的距离和角度等主观因素导致判读的数据误差较大、效率低、可靠性不高的影响,该方法不仅解决了实际应用中有关模拟指针式仪表的检定自动化问题,而且有利于大量信息的及时采集和统一管理。     

压力表图像自动识别系统研究

为了提高仪表人为读数的速度和精确度,提出首先对仪表图像进行二值化、滤波等基本处理;然后通过图像分割得到感兴趣的表盘区域,经过坐标平移翻转和极坐标变换的归一化算法,将圆形表盘转化成矩形指针表盘;再利用图像拼接算法得到无指针的表盘刻度矩形图像,并且通过直线扫描出每个刻度线;接着通过模板匹配,将待检测图像与无指针模板对比,从而检测出图像指针位置信息,得出指针读数。实验结果表明,采用这种图像处理技术使得识别速度更快,精确度也更高。     

基于图像的旋翼式水表指针读数自动识别研究

水表指针的读数自动识别,对于水表校准、智能抄表等有重要作用。普通方法识别三角形特点的旋翼式水表指针读数有一定困难。旋翼式水表指针角度的识别方法——双圆心相对测量法,能够准确确定回转圆心位置,通过相对测量点、基准点以及搜索得到的中心点之间的角度关系,最终识别指针读数。实验结果表明:双圆心相对测量方法识别旋翼式水表指针读数,具有很好的准确性、稳定性和实时性。     

指针式仪表自动识别装置的设计

针对指针式仪表人眼读数效率低,不能转化成数字信号输入计算机,提出一种基于Hough变换的指针式仪表自动判读方法.该方法运用图像减影技术,通过调节图像分辨率实现指针的检出,再利用Hough变换做峰值检测、线检测和链接,通过转换偏转角度的基线位置,确定出仪表指针的读数.实验表明,该方法能快速有效地完成指针式仪表的自动判读,且最大不确定度明显优于人眼的识别,具有较高的精度.     

一种新的水表抄表技术

介绍基于图像处理技术的便携式水表图像抄表系统的原理，对指针示数识别的图像分割方法进行了重点分析，本系统对于自来水公司实现计算机数据管理，提高经济效益有重要意义。     

基于颜色提取方法的仪表彩色指针识别

主要论述了利用颜色提取及图像分割技术对汽车仪表指针位置进行识别处理的原理、步骤以及具体的实现过程.通过使用彩色提取和形态学图像处理技术,成功地提取了仪表盘中红色的指针,确定圆心并利用角度法计算出指针仪表读数.颜色提取方法为 HIS颜色空间的坐标区域表示法,与常见的先把仪表图像转化成灰度图再进行处理的方法比较,此方法对于彩色指针仪表的识别更简单有效.     

基于机器视觉的机械式表盘自动读表技术的实现

针对当前机械式表盘自动读表技术存在计算量大、需采集多幅图像以及需要标定等问题,提出了基于改进的Canny边缘检测算子的指针旋转中心求解算法,该方法可基于单帧表盘图像快速解算出其回转中心及半径,并定位出表盘的有效显示区域,避免了复杂背景的干扰;基于表盘指针所在直线经过圆心这一前提,设计了过定点的Hough直线检测算法,显著降低了表盘指针检测时间.详细论述了算法的设计原理,并给出时间复杂度分析.实验表明:该方案算法稳定且计算量小,检测速度提高4~5倍,并可减少存储空间,具有良好的工程实用价值.     

基于数字图像处理技术的针式仪表读数识别

基于数字图像处理技术的针式仪表读数识别是针式仪表自动检定的关键技术.针对角度法读数识别精度不高的缺点,采用将仪表表头原始图像预处理后,进行二值化将有用信息分割出来;用改进的Hildtch细化算法对二值化后的图像进行细化处理;利用最小二乘法拟合表头刻度线和指针.在此基础上提出了利用刻度线示值作为基准值和距离法相结合的识别算法.     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。     

自由表面旋涡的识别方法

针对目前自由表面旋涡识别所存在的精确性低、计算量大、实用性差的问题,提出一种新的自由表面旋涡识别方法.该方法建立基于图像识别的自由表面旋涡识别系统,实现图像获取、采集、处理及旋涡识别的功能.为了解决系统中旋涡识别的难点问题,提出一种二维图像中旋涡的识别及定位方法.该方法利用旋涡图像的局部对称性,通过分析图像中旋涡周围流线的方向场,使用改进后的缠绕角度法计算相应的缠绕角度值,最终实现自由表面旋涡的识别及涡核中心的定位.实验表明,该方法识别速度快且具有较高的准确,稳定及有效性.     

一种自动读取指针式仪表读数的方法

为解决变电站中自动化监控仪表读数的问题,提出基于机器学习和图像处理算法的指针式仪表自动读数方法,由仪表检测和指针识别两个阶段组成。使用全卷积网络(fully convolutional networks,FCN)对输入图像进行语义分割,以检测仪表的位置并提取仪表部分的图像。利用直方图均衡化、中值滤波和双边滤波减小光照和阴影对指针识别的干扰,并利用仿射变换矫正拍摄时的倾斜,再结合改进的霍夫变换识别仪表中指针的位置,从而计算指针角度获取读数。结果表明,对于自然场景中变电站中的指针式仪表,本研究能很好地检测出仪表并识别出指针的读数,对于光照和阴影等干扰具有良好的鲁棒性,可以显著减少变电站巡检人员的工作量,提高工作效率。     

基于HSI模型和Hough变换的指针式汽车仪表自动校验

为了克服传统的汽车仪表人工校验普遍存在准确率不高的弊端,提出一种指针式汽车仪表自动校验算法.针对汽车仪表盘颜色信息丰富的特征和采集图像时目标物体周边有阴影的现象,将RGB模型下的表盘图像转到HSI（色调、饱和度、亮度）模型以消除阴影影响,并利用色调和饱和度分量作为特征参数进行图像分割,并采用Hough变换检测目标;分别计算出指针指向主要刻度线时相对于零刻度线的偏转角,并与相对应的标准偏转角比较,若超过允许误差范围则返回重调.对常用汽车仪表盘的自动校验结果表明该算法精度好,校验准确率高.     

Hough 变换的改进及其在指针式水表识别过程中的应用

在图像处理中,Hough变换广泛地应用于图像空间图形的检测,是从图像中识别几何图形的基本方法之一,但是其对于除直线之外的检测基本都会涉及3个甚至3个以上的参数,导致变换过程中所使用的存储空间大,计算时间长。针对传统Hough变换的算法缺点,提出一种改进的Hough变换算法,首先对原图像进行灰度化、滤波等图像预处理,然后结合图像的结构信息缩小变换像素点所处的范围,从而大大减少计算时间。进一步再将改进的Hough变换应用于图像特征提取,即圆和指针的提取。最后根据圆心连线与指针的角度来对指针的读数进行判别。     

多极化SAR图像目标的智能识别应用研究

针对小样本集的多极化合成孔径雷达(SAR)图像目标,提出利用迁移学习、多极化SAR图像增广以及网络架构适应性改进,实现了多极化SAR图像目标端到端的智能分类识别;利用实测机载全极化SAR目标图像进行了实验.实验结果表明,与传统机器学习SVM方法相比,基于多极化SAR深度学习方法所包含的多个神经网络隐含层能自适应地提取目标高层语义特征,其目标分类识别精度更高,从而验证了本文深度学习方法用于多极化SAR图像目标识别分类的有效性.     

全局约束下超声图像微器械轮廓提取方法

为实现超声设备与手术机器人系统的配准,提出一种全局约束下的参数活动轮廓(Snake)分割算法,该算法能以高精度分割超声图像中的手术器械轮廓.将已知的手术器械轮廓信息作为先验知识,以归一化傅里叶描述子的形式表述,并利用该描述子定义泛能量,用来约束分割过程,达到最优解.求解过程中,通过计算泛能量相对于各变量的雅可比矩阵,可以获得能量最小化时的偏微分方程,差分离散化后可以获得其欧拉形式的迭代方程,通过数值方法获得分割轮廓.实验结果表明,使用基于已知轮廓的先验Snake方法对超声图像中的手术器械进行分割,能以较高精度提取超声图像中的微器械轮廓,轮廓形状与实际器械形状更加相似.先验Snake法能对曲线进行全局约束,避免了传统Snake分割方法中容易陷入局部极值的缺陷,具有较大的应用前景.     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

基于光纤陀螺的捷联惯导系统的测试设计

我国煤矿井下瓦斯治理钻孔工程量巨大,目前主要采用人工丈量的方法测量标定开孔方位与角度参数,稳钻时间长、效率低、精度差。针对这一问题,提出基于光纤陀螺的捷联惯导系统开孔参数新方法,该系统采用陀螺与加速度计的捷联惯导系统对钻孔的方位角、倾角进行测量,可以显著提高钻孔方位与角度参数的标定效率与精度,降低管理成本。