指针式仪表读数识别系统研究

介绍了一个指针式仪表自动读数识别系统.首先对仪表图像进行预处理操作;然后利用减影法提取指针图像;最后根据仪表指针变化趋势特点,提出应用于仪表指针读数识别的快速Hough法对指针进行识别,通过限制搜索范围降低Hough计算量.实验结果证明,该方法能在很大程度上提高系统实时性,比传统标准Hough方法时间快2～3倍.     

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。     

指针式仪表自动检定系统图像识别技术

将机器视觉技术应用到指针式仪表的检定系统中,可以改变传统的靠人工读数进行检定的方法,提高了指针式仪表检定的效率与精度。指针式仪表的识别与检定,关键就是通过指针示值的动态识别,来实现仪器仪表的读数和自动检定。针对指针式仪表示值的自动判读,提出了一种新的图像识别方法。该方法适合实际应用,检定精度高,准确性好。经实验数据证明,该识别方法简单、稳定且识别误差小。     

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。     

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。     

基于改进Hough变换的指针式仪表识别方法

为解决指针式仪表自动识别系统中,光照不均匀、精确度不高等问题,提出一种Otsu算法和改进的Hough算法对仪表图像进行处理.首先预处理仪表图像,增强仪表指针区域特征,Otsu算法进行图像二值化,分割出仅属于指针的像素;再进行改进的Hough变换检测指针,通过快速提取表盘指针连通区域的中心像素点,结合表盘圆心约束,对提取...     

基于Hough变换的指针式仪表的自动判读

提出了一种利用计算机视觉技术和模式识别解决指针式仪表判读的方法。由摄像头获取仪表盘图像,将其转换成数字信号,再利用相关的图像处理方法对表盘图像进行中值滤波、图像的增强和锐化、二值化处理,然后根据Hough变换提取目标信息,确定出指针式仪表的读数。经实验结果表明,该算法具有较高的精度。     

基于相机标定和最大连通区域算法的指针式仪表读数识别

针对现有指针式仪表判读技术很少利用摄像机标定参数,自动判读准确度较低,无法满足工业生产实际需求的现状,提出将摄像机标定技术应用于圆形指针式仪表的自动判读,极大地减少了摄像机自身在图像采集过程中产生的误差;提出基于最大连通区域的仪表轮廓识别方法,提高了圆形仪表轮廓检测速度。利用SIFT算法进行仪表图像的关键点提取,利用模板匹配的方式实现图像中仪表的倾斜校正。实验结果表明,该方法的检测精确度可以达到95%以上,检测效率较传统方法提高了30%左右。     

指针式仪表识别系统的设计

介绍了基于图像处理技术的表盘识别系统的组成及其识别过程,针对表盘面与镜头面不平行问题,设计了一种景深校平函数,并利用第二最近法则解决了指针误判问题.只要对系统参数稍作修改即可适用于其他类型的仪表.实验表明,该系统具有良好的实用性.     

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。     

基于双目视觉的指针仪表读数识别

变电站中指针式仪表使用广泛,随着工业的快速发展,图像处理以及机器视觉等技术在仪表读数中的应用越来越广泛,但传统单目视觉仪表读数识别仍存在一定的弊端,在没有正视仪表的情况下,读数仍然存在误差.针对以上问题,构建了一种基于双目视觉的指针式仪表读数识别方案,来实现指针式仪表的准确读数.使用标定过的双目相机拍摄左、右视图,通过...     

基于Halcon的排钉检测算法研究

介绍了一种基于Halcon机器视觉的图像检测算法,结合光学照相仪器可以实现排钉的自动化检测。该算法首先分割图像得到感兴趣的区域ROI(Region of Interest)即排钉区域,再分析各部分的特征,进行特征提取,得到需要的区域和钉子整体排布的长宽,钉头角度,排钉的角度等参数,最终判断排钉是否合格。     

基于Halcon的多目摄像机标定技术

对双目立体视觉摄像机标定方法进行了分析,通过Halcon标定板快速求出双目摄像机的内参和外参。在此基础上进行扩展,分别对相邻的摄像机进行双目标定,通过刚性转换,借助Halcon平台丰富的函数算子,最后把8个摄像机统一到惟一的世界坐标系,达到多目标定的效果。实验证实了多目标定的可行性与正确性,突破了以往多数仅以双目摄像机系统进行三维测量的格局,为在特定情况下不能显示在惟一双目摄像机系统视野范围内的目标物体进行测量打下了坚实基础。     

基于Halcon的运动目标追踪研究

为达到对运动磁环快速准确的追踪,实现机械手实时分拣抓取,分析了运动目标检测算法,基于磁环运动建立卡尔曼滤波状态估计模型,对于连续采集图像序列利用卡尔曼滤波背景估计检测算法来确定感兴趣区域,经Halcon图像处理,实现对运动目标的实时监测追踪。仿真对比验证了卡尔曼滤波能避免背景、光照扰动问题,准确地估计背景提取前景,不会对运动物体出现漏检情况,系统可靠性高、适用性强,为运动物体实时追踪提供了理论依据。     

基于Halcon的多视角相机标定技术的研究

相机标定是高精度机器视觉检测的关键步骤,为了提高机器视觉检测精度提出了一种同一平面四个相机独立视角的四目相机标定技术。与传统的双目相机标定不同,四个相机所观察的是不同视角且两两相机之间间距较大。实验证明标定精度能够达到标定距离精度为0.4,标定角度精度为0.015。此方法用在晶硅太阳能电池片二次印刷栅线对位系统中,在四目相机标定的基础上将待测对象转换到同一个世界坐标系上进行计算,有效地提高了检测结果的准确性。最终实验表明栅线水平偏移检测精度达20μm以内,角度偏移精度达0.01°。     

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.     

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.     

基于改进的Hough变换的指针识别算法

在电力系统中表盘的指针识别技术趋向于成熟,但基于Hough变换对直线检测方法中存在着参数空间虚假峰值及运算量等问题,针对这些问题提出一种改进的Hough变换算法。运用直线上等效点的特性,对待测图像的特征点进行处理,把等效点从待测的特征点中依次删除,以缩短检测识别过程所需时间和提高检测识别的精度。实验表明,该方法对图像中直线的识别效率有好的改善,并在工程上验证了基于该算法的指针识别方法,精度和速度方面均有很大的提升。     

基于Halcon的图像拼接算法研究

提出了一种基于机器视觉软件MVTec Halcon的图像拼接算法.该算法首先对摄像机进行标定,以及对图像进行预处理,然后采用Harris角点检测提取特征点,接着检测出的角点经归一化互相关匹配后使用RANSAC（random sample consensus,随机抽样一致性算法）算法剔除误匹配点,估算单应性矩阵,最后用改进的加权融合方法进行图像融合.针对提出的算法编制了相应的软件,并进行了拼接实验,结果表明该方法可以快速有效地对图像进行无缝拼接,精度可达到0.02mm.