一种基于机器视觉的水表检定装置的研制

研制了一种基于机器视觉的水表检定装置,该检定装置通过设计移动式图像采集平台,单个相机即可完成对多工位的水表指针图像采集,节约了设备成本。采用角度法识别水表指针读数,通过模板匹配校正图像,提出了一种改进的最小二乘法拟合圆心的算法定位指针,利用harris角点检测算法获取针尖点,根据圆心与指针角点形成的连线之间的夹角获得指针的读数。实验表明:该检定装置与人工检定的方法相比,提高了生产效率,且系统的识别正确率在94%以上,具有较高的准确性。     

一种基于图像识别的机械式水表智能检定装置设计

现有图像识别方法无法提高机械式水表读数的识别成功率及效率。针对这一问题开发了一种视觉识别水表指针位置的图像识别方法，以提高识别算法的效率和抗干扰能力。采用摄像系统对水表表盘拍照，采集检定前后各指针的静态位置并分析其角度，进而识别出检定开始时刻和终止时刻的水量示值，两者之差即为水表累积体积示值，结合计量标准器自动测量的实际累积水量，实现水表示值误差的自动检定。基于以上算法设计了一套机械式水表智能检定装置，一次可实现2～10台同规格水表同时全自动检定，图像解析度可达到1/30指针刻度，极大地提升了检定信号的分辨率；图像的采集、识别时间只需10 ms,识别成功率高于99.9%。     

基于HSV空间的指针示数识别方法

为实现水表表盘指针区域的示数自动识别,提出以表盘结构信息结合HSV色彩空间分量实现区域定位及指针读数的图像识别方法。利用图像信息实时计算Hough检测所需参数进行表盘内圆及指针外圆的定位;采用HSV色彩空间通道信息作为指针轮廓提取标准;通过计算指针轮廓与预设半径同心圆的交点及指针所在圆心至轮廓点的最远距离,两种方式结合判断指针转动的角度并将其转换成实际的指针示数;通过对不同分位的指针识别结果进行合理性判断,完成常见机械误差的示数矫正;最后,采集现场工况下表盘图像对该算法进行测试,通过与人工读数结果相比较,表明当前的示数识别方法具有良好的准确性和可靠性。     

基于多光源激光传感器的机械式水表自动检定装置设计

针对现有机械式水表检定装置检定精度不高以及检定效率低的问题,设计了一种基于多光源激光传感器的机械式水表自动检定装置。检定时,被检水表通水运转,末位指针持续转动,多光源激光传感器组依据测距原理获取指针转动的脉冲信号,然后将累计脉冲数换算成水表的累积体积示值,并与流经水表的实际体积对比计算得到示值误差。该检定装置提高了检定信号分辨力,减少了人为检定误差,实现了检定的自动化,提高了检定效率。     

水表机电转换误差的自动化测试方法

当前，传统的水表人工读数方式存在效率低下、数据处理繁复等问题，为此，提出了一种水表机电转换误差的自动化测试方法。首先，对智能水表组成结构进行了分析，整合了图像识别机械计数器与近红外通信读取电子计数器的机电转换的原理、机电转换误差装置的机械计数以及电子计数的误差测试原理；然后，设置了转换装置的组成结构，并设计了机电误差试验流程，以2级LXS-DN15无线远传水表为对象，对质量法水表检定装置进行了试验；最后，为了对上述检测方法的有效性进行验证，设置了试验，进行了具体的测试。研究结果表明：与原检测方法的检测时间相比，采用笔者所提方法的检测效率提升38%,可实现自动化测试水表机电转换误差的目标；该项可与示值误差一起测试完成，测试结果满足检定要求。该测试方法将静态法与动态法有效结合，可实现快速、高效、准确的自动化水表检定。     

变电站指针式仪表检测与识别方法

受限于复杂的电磁环境,变电站中的大量模拟式仪表需要人工读取示数,不利于变电站自动化管理。而目前针对仪表自动读数方法的研究大多基于预先获取到的高质量图像,其中仪表目标位于图像中央且占比较大,仪表表盘与相机平面平行,这需要大量预先的仪表测量与相机标定工作,不能满足实际电站环境下的使用要求。为解决上述问题,提出了一种完整的变电站指针式仪表的自动检测与识别方法。首先利用卷积神经网络模型检测当前视野下仪表目标的包围框位置,计算其距离视野中央的偏离值与图像占比,据此调整相机位置和缩放倍数。通过透视变换消除表盘平面与相机平面偏差造成的仪表图像畸变,通过霍夫变换检测仪表的表盘与指针,完成仪表读数识别。变电站实际测试实验结果表明,本方法最大读数误差仅为1.82%,对于复杂背景下多类别仪表的自动检测与识别任务具有良好的准确性与稳定性,可满足变电站实际应用需求。     

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。     

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。     

基于机器视觉的水表检定一体机的研发

针对机械式水表检定存在人眼读数误差大和现有检定装置能力的不足,以实现水表准确读数、自动化检定为目标,研发了一种基于机器视觉的水表检定一体机,采用模板匹配定位梅花针并计算转速,设计了具有方向性的水表托盘和立体式流水线,利用PLC搭建控制系统,实现了集水表输送、扫码、锁紧表罩、抽真空、注水、误差检定、分拣为一体的高精度、高效率检定。     

带有炸点识别的图像采集系统设计

针对大范围炸点三维坐标图像测量过程中相机准确采集图像的问题,设计了可用于炸点识别的图像采集系统,以面阵相机采集到的图像数据为源信号,设计相应的算法自动识别炸点目标,从而为后续的图像采集及处理提供依据。设计了面阵相机图像采集的硬件,给出了炸点目标检测和识别的图像处理算法。实验验证表明,设计的算法可有效识别炸点图像中的火光、烟雾等信号。所研究的自动识别炸点目标图像采集算法和硬件,能减少相机存贮空间,提高靶场测试效率。     

图像处理在流量仪表检定中的应用

在很多工业应用中需要对仪表显示值进行自动识别,本文提出了一种仪表自动化检定的新方法,介绍了一种基于数字图像处理技术的指针式仪表读数识别方法,克服了传统方法中由于手动和人工读数造成的精度低、可靠性差等缺点。本文先对整个系统结构予以介绍,然后讲述了图像预处理、图像分析和识别等数字图像处理技术,这些都是仪表自动检定系统中关键部分。     

基于对称性特征的指针仪表识别

指针式仪表在电力行业应用广泛,对指针式仪表读数自动识别是实现电网设备自动化和智能化巡检的基础。通过提取待识别指针图像中的对称性特征,在角度和距离空间中进行投票,得到候选指针对称轴,再结合指针边缘像素点的共线性和指针对称轴线段对应的像素值近似一致性等先验信息,对候选指针进行筛选,并根据指针对称轴的旋转角度计算得到仪表的最终读数。实验结果表明,该方法能够准确定位指针区域并识别仪表示数,且算法耗时很短,能够满足对指针式仪表实时巡检的需求。     

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;最后,细化指针轮廓,并利用随机采样一致性拟合了指针中心直线,根据指针的回转角度换算得到了仪表读数。实验及研究结果表明:采用指针式仪表自动检测和识别方法的仪表检测精度达到了98.6%,读数的平均基本误差为0.72%,平均识别时间为80.65 ms;同时,该结果也证明了算法的有效性和快速性。     

一种用于变电站避雷器仪表智能读数的图像处理方法

针对在户外条件下进行图像处理的特点,提出了一种用于智能变电站巡检机器人检测避雷器读数的图像处理方法。为了减少光照对图像处理的影响,首先对仪表设备的灰度图像进行底帽变换,然后对图片进行大津二值化和Canny边缘检测,并利用概率霍夫变换进行直线检测,根据避雷器仪表指针的特点对检测得到的直线进行过滤,得到避雷器指针的准确位置。通过巡检机器人巡检数据的实际检测,该方法在误差允许范围内对避雷器正确读数的概率超过96.5%,具有较高的鲁棒性,可满足巡检机器人现场检测的需求。     

摄像直读无线远传抄表系统的设计与实现

针对远程抄表系统中水表表盘读数不准的问题,提出了基于信号处理器ADSP-BF592的摄像直读远传抄表系统。系统采用星型组网,终端节点通过摄像模块OV9650对表盘进行摄像,利用BF592对图像帧进行截取和压缩操作,中心节点利用LoRa转GPRS的集中器把图像上传给服务器,在服务器端完成水表表盘读数识别。实际通过对系统测试表明组网简单、抄表成功率和图像识别率较高、系统运行稳定。     

基于形态学处理的仪表指针提取算法

指针式仪表被广泛应用在工业检测等诸多领域,目前指针式仪表检测朝着自动化和智能化的方向发展。指针特征提取是指针式仪表检测系统中极为关键的技术,针对仪表表盘环境复杂、指针的粗细不一等因素导致的指针特征提取困难问题,提出了基于形态学处理的仪表指针提取算法。首先将获取的图像经过图像增强处理、中值滤波、otsu算法获得干净的二值化图,其次将反转后的二值化图经过形态学处理,最后输出提取结果。实验结果表明:该算法在损失极少量指针长度的情况下能够更为精确有效的提取指针信息,解决“双边缘效应”现象和复杂表盘环境下无关信息对指针特征信息的干扰,从而可以提高仪表检测的精确程度和仪表检测系统的适用性,对指针式仪表检测系统的读数识别研究具有重要意义。     

基于STM32的仪表出厂检测系统设计

研发了一套基于STM32的仪表出厂检测系统。采用STM32+FPGA作为硬件平台,采集数显性仪表读数图像,对图像进行预处理,使用YOLO算法识别仪表读数,并将识别结果与标准源输出比较来判断仪表是否合格。完成仪表读数图像获取、读数识别、结果判断和自动剔除等任务,实现仪表出厂前自动检测。实验表明检测系统的平均正确率为98.23%,速度为1 233 s/次。为工业仪表的出厂检测方案设计提供了借鉴,提高了工厂自动化水平。     

基于灵敏指针的水表计量性能测试及方法

针对企业水表研发过程中水表性能测试问题，运用图像识别技术设计了一套基于测量灵敏指针旋转加速度的水表性能测试系统。通过模板匹配方法定位灵敏指针ROI区域，采集灵敏指针转动图像序列，利用SIFT算法对相邻每帧图片进行特征点匹配，计算出灵敏指针的旋转角度；通过灵敏指针的旋转角度累加计算出该过程的累计流量，其精度可达万分之一，相较千分位的红色指针精度提高了10倍以上；将灵敏指针的旋转角度转换为角加速度，通过分析灵敏指针的角加速度图像推导水表内部机构的受力变化情况，以量化评测其性能。该分析系统的研制及相应方法的确立，为企业实现水表的高精度测试提供了有效可行的方案。     

基于SVM的精密指针式仪表自动读数方法

针对精密指针式仪表读数算法对自动读数的自适应性差问题,提出一种基于SVM的精密指针式仪表自动读数方法。该方法首先对二值化处理后的仪表图像通过面积形态学提取刻度并做极坐标变化,再利用面积形态学特征提取刻度与指针位置,最后利用SVM识别刻度对应的数值进行读数判读。实验表明,自动读数结果与实际数值相比误差均小于0.1%,算法稳定可靠。     

基于单参数同态滤波与全局对比度增强的指针仪表读数识别方法

为解决光照变化、指针阴影对指针式仪表读数识别的影响,提出具有单参数的指数型同态滤波与全局对比度处理的仪表读数识别方法.设计了单参数指数型同态滤波器来增强图像对光照变化的适应性;利用全局对比度图像增强算法来突出表盘信息区域;通过二值化、连通域处理、形态学处理提取指针区域;通过细化处理和累计概率霍夫变换定位指针中心线;获取...