指针式仪表读数的机器视觉智能识别方法

为快速准确地自动识别指针式仪表读数,采用机器视觉技术,结合减影法和Hough变换法对仪表读数进行智能识别.对指针式仪表图像进行图像二值化、形态学处理和边缘检测预处理;利用Hough变换检测仪表中的指针,计算得到指针方向和定位圆形,实现指针式仪表的智能识别.实验结果表明:读数识别的平均相对误差为0.91%,精度较高,能较好地识别指针式仪表读数.     

基于机器视觉的指针式仪表示数识别方法研究

基于机器视觉技术实现指针式仪表数据的自动读取具有重要意义,针对现有方法中存在的识别精度不高等不足,提出一种基于标定的指针式仪表数据视觉读取方法。首先,基于标定模板完成仪表表盘最大、最小刻度线识别与斜率计算;其次,通过仪表表盘图像预处理及连通区域筛选得到指针大致区域;然后,融合Hough和边缘聚类与拟合方法实现仪表指针边缘的精确定位,进而实现指针数据的识别与读取;最后,以某品牌避雷器监测器为例,对上述方法进行实验验证。结果表明,该方法能够准确、稳定的识别出指针式仪表读数。     

基于图像处理的指针式仪表智能识别方法研究

针对仪表的智能识别方法在电力系统的工程应用,利用图像处理的方法对指针式仪表的智能读数进行研究;首先,针对摄像头多视角、多距离的安装问题,利用定向二进制描述符ORB (oriented FAST and rotated BRIEF)算法求解仪表模板图像与待测图像的透视变换矩阵,用于定位指针旋转区域;然后根据表盘灰度特征信息,提出基于圆周区域的累积直方图法(circle-based regional cumu-lative histogram,CRH)对指针进行定位,由指针偏转角度得到读数;实验结果表明,该方法对指针读数识别十分有效,达到了实用化要求,且具有实时性好和精度高的特点.     

LabVIEW和IMAQ在指针式仪表自动读数中的应用

应用IMAQVision图像处理软件包在LabVIEW虚拟仪器开发平台上,开发了一种指针式仪表自动读数系统。该系统以计算机视觉技术为基础,在软件上主要包括图像采集模块、图像预处理模块、图像分析模块。实验结果表明,该系统具有读数精度较高、操作简单可靠、效率高等优点,对指针式仪表的自动检测有一定的实用意义。     

基于机器视觉的枸杞枝条识别方法研究

目标枝条的识别定位是实现枸杞果实自动化采摘的前提,为了实现枸杞的自动采摘,提出了一种新的能实现首端定位的枝条识别方法。首先,通过对枸杞枝条特征进行分析,实现了枝条轮廓和直径等特征的提取。然后,对部分非合理性间断的枝条进行了修复;对于果实将枝条首端完全遮挡的情况,采取最小二乘法拟合实现了枝条识别。最后,提出了质心差值法来获取枝条的首端坐标,从而实现了整条枝条的识别和定位。通过用VC编程进行识别算法的实验验证,实验结果表明该算法能较好地实现对枸杞枝条的识别和定位。     

指针式仪表通用读数识别方法及系统

变电站指针式仪表外观样式繁多,现有的方法只能对一个或两个指针的仪表或某种功能的仪表进行常规读数,无法同时支持两个以上表盘、两个以上指针、多种功能仪表的读数。基于以上问题,提出一种基于深度学习的通用指针式仪表读数识别方法。首先使用YOLOv5目标检测方法构建指针式仪表表盘检测模型,定位表盘位置。然后进一步在表盘中使用Mask R-CNN实例分割方法构建指针分割模型,识别指针mask区域。构建标定工具对表盘信息进行标定,将参数传递给读数识别模块。同时构建预置位纠偏算法,当预置位存在偏移时进行矫正,保证标定的信息与表盘位置保持对应。开发了指针式仪表通用读数识别模块,可对多指针、多表盘的情况进行遍历,实现任意类型指针仪表的读数识别。     

指针式仪表自动读数识别技术的研究现状与发展

指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。     

基于二维码匹配的指针式仪表读数识别方法

提出了一种基于二维码匹配的指针式仪表读数识别方法.该方法先实时采集高质量的仪表状态图像,同时获取二维码定位点信息以及与二维码相连接的数据库中存储的仪表类型信息,再根据二维码定位点信息对仪表图像进行快速倾斜校正,并利用二维码与仪表之间先验的几何位置关系快速提取图像中表盘所在的区域,最后根据获取的仪表类型信息,选择对应的仪表读数识别算法,以实现快速准确地识别仪表读数.实验结果表明：该方法能有效提高指针式仪表读数识别的准确率,尤其是对于复杂背景的仪表图像,该方法可用于电力系统中刻度均匀的指针仪表识别.     

基于机器视觉的数字化仪表字符识别

针对工业生产中测试仪表显示数据的自动识别问题,提出一种基于机器视觉的数字仪表数据识别方法;文章方法利用图像获取、图像去噪、阈值分割、光学字符识别等技术有效远程识别LCD/LED显示的数字信息。通过实验验证,该系统能远程实时识别具有LCD/LED显示的数字化仪表的显示数据,识别率能达到99%以上,并且能够实现超限报警及数据保存功能。     

基于DSP机器视觉的矩形类物体识别研究

针对机器人控制对视觉的实时性要求,设计了一种基于TMS320C6416图像处理平台的嵌入式机器人视觉系统.本系统以VC 6.0为平台来开发控制DSP的操作界面,通过该操作界面控制DSP对矩形类物体图像的采集、处理和识别,后DSP把识别的结果传送给主机,为机器人手臂的轨迹规划提供目标物体信息.文中给出了系统的硬件设计方案和软件实现过程.     

基于机器视觉的铁路调车信号识别研究

提出一种基于改进的霍夫（Hough）变换的调车信号灯识别算法。该算法利用信号灯图案的几何性质简化了计算,可以应用于快速变化的实时图像序列。对现场获取的图像序列的处理验证了本算法的有效性。     

基于机器视觉的齿轮测量虚拟仪器

用机器视觉技术构建齿轮测量的虚拟仪器,能够充分利用计算机在数据库和网络等方面的巨大优势,对齿轮进行快速、准确的在线测量。在LabVIEW虚拟仪器平台上开发的齿轮测量系统,使用IMAQ Vision的图像分析、图像处理和几何量测量等各种函数进行齿轮测量;使用Signal Processing Toolset的二维小波变换功能提高齿轮测量的质量和整个测试系统的效率。     

基于最小二乘支持向量机的机器视觉识别方法

为了解决传统的机器视觉识别技术识别精度低的难题,提出基于粒子群优化最小二乘支持向量机的机器视觉识别方法.首先,对机器视觉采集的图像进行特征提取;然后,利用特征数据建立基于粒子群优化最小二乘支持向量机的识别模型;最后,以红枣缺陷识别作为应用案例以证明该方法的有效性及优越性.分别采用人工神经网络、支持向量机与该方法进行对比...     

基于机器视觉的轴承压印字符识别

目前许多轴承生产线上利用人工肉眼识别轴承工件号,这样不仅识别效果不好且效率低.在本文设计了一种基于机器视觉的轴承压印字符识别算法,该算法有利于轴承的生产以及后续的管理工作.首先对采集到的图像进行高斯滤波降噪,减少噪声对后续操作的影响;然后利用最小二乘法对ROI圆环进行提取,确定要进行操作的图像区域;接着使用八分之一圆扫描方法将圆环图像展开,使得字符识别操作更加简洁;随后对字符进行切分、归一化;最后使用SVM对字符进行识别.实验表明,该方法能够实现轴承压印字符识别,识别准确率在98%以上,并且具有良好的鲁棒性,系统响应速度快,能够满足工业需求.     

基于虚拟仪器的产品标签视觉检测系统

针对生产过程中人工检测产品标签制约生产速度的情况,采用一种基于虚拟仪器的机器视觉产品标签检测系统,该系统以LabVIEW为平台,配以1394摄像头和图像采集卡,利用一定的图像处理技术,如平均滤波、平滑处理和局部增强处理等,完成视觉检测;经过测试,从图像采集到图像处理得出结论耗时不超过40ms,满足性能指标的要求,该系统开发周期短,检测速度快,充分发挥了虚拟仪器技术的功能强大、扩展性强的特点。     

基于机器视觉的车道线智能识别系统开发与实验研究

车道线智能识别系统的开发,能够为汽车自动驾驶和智慧城市建设提供必要的技术支持。传统车道线识别通过特征匹配算法和模型算法实现,具有较大的局限性。为此,笔者结合两者的优势,提出新型车道线智能识别系统,能够有效检测消失点并建立梯形DROI。将开发完成的智能车道线识别系统进行实践检验,识别成功率达到93.95%。由此可见,该系统基本能够满足使用需求。