指针式仪表数据智能采集系统设计

该系统采用ADSP-BF533+FPGA EP1C6T144C8的架构,可实现图像采集、指针仪表识别与读数、数据传输等功能.DSP通过对采集到的图像进行灰度变换、边沿检测以及Hough变换等处理后,实现对指针式仪表表盘的识别、指针定位和读数计算,并实现指针读数存储和传输.系统可通过串口实现组网测量与数据传榆.FPGA接...     

基于图像处理的变电站指针式仪表读数研究

为解决变电站人工巡检指针式仪表工作强度大和读数误差高的问题,提出了一种基于图像处理技术的变电站指针式仪表自动检测系统。针对读入的图片实现图像灰度化、图像二值化;采用改进的Hough变换提取图像中的直线、计算指针角度和显示指针读数;并利用OpenCV函数库建立了指针式仪表图像的模型库,导入新的图片可选择不同的模型库。实验结果表明,该指针式仪表自动判读系统可以准确识别出指针的读数,且读数精度远大于人工读数。     

基于种子填充的指针式仪表自动识别算法

针对指针式仪表自动识别中的指针提取,提出了一种基于种子填充的指针式仪表自动识别方法。算法主要由基于种子填充的指针提取算法和基于改进Hough变换的指针识别算法组成。算法首先运用差影法获取种子点,然后采用行扫描法提取指针,最后通过改进的Hough变换对指针式仪表进行读数识别。实验表明,种子填充法有效提取了指针特征,为后续获取较好的识别效果奠定了基础,整个算法高效快速,获得了较好的识别效果。     

指针式仪表数据智能采集系统设计

系统采用ADSP-BF533+FPGA EP1C6T144C8架构,可实现图像采集、指针仪表识别与读数、数据传输等功能。DSP通过对采集到的图像进行灰度变换、边沿检测以及Hough变换等处理后,实现对指针式仪表表盘的识别、指针定位和读数计算,以及指针读数的存储和传输。系统可通过串口实现组网测量与数据传输。FPGA接收DSP的指令,实现对COMS摄像头采集控制、键盘扫描以及各器件的片选信号产生等功能。利用计算机SQL Server数据库技术编写上位机程序,可对测量数据进行管理和备份。     

基于机器视觉的机械指针式仪表的读数识别方法

机械式指针仪表在工业生产实践中应用广泛,及时、准确地识别指针仪表指示信息是实现设备运行状态监测的重要手段之一。应用数字图像处理技术,本文提出了一种新的指针式仪表信息的自动识别方法。主要的步骤包括,使用轮廓跟踪法实现表盘与指针的区域分割,并进行了图像的预处理;利用图像变换算法进行指针方位的检测,获得指针的直线位置参数;最后,在已有信息的基础上,确定刻度线距关系及仪表最大量程,实现指针式仪表信息的自动读数识别。实验表明,本文所提出的自动读数识别方法准确、可靠且读数效率高。     

基于轻量级图像语义分割模型的指针式仪表读数全自动识别

针对指针式仪表图像特点及现有读数识别方法存在的局限,提出了一种基于轻量级图像语义分割模型的读数全自动识别方法。首先,以轻量级语义分割网络CGNet为基础进行改进,通过增加通道注意力模块SENet进行特征增强和融合,同时适当加深分类层,从而预测更准确的刻度线、指针、量程数字等语义信息;接着,根据刻度线语义分割结果拟合椭圆,建立与标准圆的透视变换关系校正倾斜畸变的图像;然后,在校正图像中通过极坐标变换、图像细化、垂直投影等后处理操作精确提取刻度线、指针,并通过optical character recognition技术识别量程数字;最后,根据刻度线与指针相对位置关系及量程信息确定仪表读数。为验证该方法的有效性,构建了指针式仪表图像数据集。实验结果表明,该方法在图像语义分割精度上与现有轻量化方法相比有较大提升,对测试集图像读数识别的平均相对误差约为0.63%,可满足实际应用需求。     

计算机视觉在仪表数字识别中的应用

为克服人工读数存在的局限性问题,提高数字仪表读数效率,文章利用计算机视觉技术,自行构建样本数据库并训练卷积神经网络模型识别仪表数字。首先,采集仪表图像并对其进行预处理;其次,对预处理后的字符进行定位和切割;最后,引入训练过的网络模型对仪表数字进行分类识别。实验结果表明,该方法稳定性好、鲁棒性高、识别速度快,可以满足各类场景下的数字仪表读数需求。     

特种车辆仪表指针提取

提出了一种基于检测和验证相结合的指针综合提取方案,目的是实现特种车辆指针式仪表图像识别的自动识别和自动矫正。该方案优化利用了Hough变换法、极坐标中心投影以及边缘点集合的最小二乘法等算法,使得指针的自动提取无论针对何种品质的图像都非常准确。经验证,采用该方法进行特种车辆仪表指针提取,准确度达到99%以上。     

基于ADSP-BF609的指针式仪表识别系统设计

指针式仪表数字化是通过图像采集与处理技术来读取与识别,能够提高判读准确性和效率,避免主观原因产生的误差。文中提出了一种基于DSP的指针式仪表识别系统的设计方案,采用中值滤波进行图像去噪,Canny算子进行边缘检测,Hough变换进行圆心定位和直线检测等指针仪表识别算法。借助ADI公司提供的集成开发环境CCES对系统的功能和性能进行测试。结果表明,该平台运行稳定,基于DSP的指针图像识别具有较强的准确性和实时性。     

基于Mask-RCNN海上升压站数字式仪表读数的自动识别算法

海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录.提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法.将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训练,根据损失函数变化曲线对算法进行参数优化得到训练后的模型,再进行数字仪表图像的识别分析.采用灰度世界算法和霍夫变换等算法进行图像预处理,可有效改善数字识别的准确度.最后,实验对比了YOLOv3和Mask-RCNN深度学习算法的识别性能,结果表明前者具有较高的检测速度,后者具有更高的准确率.后者的识别率为99.52％,满足海上升压站远程监控对数字仪表读数正确率高的要求.