户外巡检机器人指针式仪表识别方法研究

在户外巡检环境下,巡检机器人捕捉到的图像容易受到环境因素的影响,导致仪表识别读数精度低、鲁棒性差。针对这一问题,提出了一种基于改进PSPNet的指针式仪表识别读数方法。首先使用YOLOv5识别出仪表区域,然后通过改进PSPNet提取出指针和刻度线区域,随后经过透视变换和提取指针直线,最后根据角度法计算出仪表读数。实验结果表明：在各种户外复杂环境下,指针式仪表读数平均相对误差为1.28%,平均引用误差为0.68%,每张图片平均处理时间为1.28 s,准确性和稳定性较高,为户外巡检机器人指针式仪表识别提供了有效手段。     

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...     

基于ORB和改进Hough变换的指针仪表智能识读方法

为了满足变电站巡检机器人对电站指针仪表的智能识读要求,提出一种基于ORB和改进Hough变换的指针仪表识读方法,描述了该算法中仪表区域识别、二值化处理、骨架提取和读数获取等环节,利用C++在计算机上进行算法实现、验证。结果表明该算法满足读数精度要求、具有较好的实时性,拥有较高的可靠性和应用价值。     

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。     

基于改进GA-Otsu与RANSAC回归的指针式仪表识读算法

为解决指针式仪表的人工读数效率低、识读精度不高等问题,提出一种基于改进GA-Otsu与RANSAC回归(随机抽样一致性)的指针式仪表识读方法。利用ABF(自适应双边滤波器)对指针式仪表图像进行纹理和噪声滤除,结合Hough梯度法与Mask掩膜法对仪表图像进行表盘提取。基于改进GA-Otsu的图像分割算法得到分离的指针区域,经过形态学处理提取指针细化图。采用RANSAC算法拟合得到指针中心所在直线,计算其角度值,并结合量程信息与角度法完成仪表读数识读。实验结果表明,该算法能有效地分离指针目标与背景,相较改进前识读速度提升了约42.34%、识读平均相对误差小于1.15%,并对不同光照和阴影干扰均有较强的鲁棒性。     

基于透视校正的指针式仪表读数识别

针对在倾斜拍摄条件下如何正确获取指针式仪表读数的问题,提出了一种基于透视校正的识别方法。采用色值叠加法进行图像增强;采用Otsu算法对图像进行二值化,并通过最大连通域获取仪表表盘区域;采用Hough变换法和最小二乘法进行表盘区域的边界直线的提取;通过透视变换法对表盘区域图像进行校正;利用兴趣区模板提取指针特征,并通过最小二乘法确定指针的偏转角度,用以计算仪表的读数。实验结果表明,所提方法具有较高的准确度和较好的实时性,对在倾斜条件下拍摄的仪表图像进行读数识别具有一定的实用价值。     

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。     

基于计算机视觉的指针仪表盘识别算法与系统设计

基于计算机视觉技术，设计实现了一种高效的指针式仪表自动化识别系统。该系统可以通过摄像头实时采集仪表盘图像，经过预处理后使用Hough圆检测方法定位表盘位置，并结合Hough变换与边缘聚类分析识别指针角度，利用预设仪表模型计算得出指针读数。实验结果表明，该系统实现简单，使用方便，可满足高精度与实时性的识别要求，并且在动态场景中具有较好的抗干扰性，对摄像采集与计算平台硬件性能要求不高，在工业与生活中具有很好的应用价值和发展前景。     

指针式指示表的自动读取及MATLAB仿真

针对指针式指示表的自动判读,介绍了指针式指示表的自动读取及MATLAB仿真。计算机获取指示表数字图像后,首先对图像进行预处理,包括图像平滑、图像分割及膨胀细化等步骤,然后通过Hough变换提取出指针所在的位置,通过图形用户界面把度数显示出来,最后利用表盘刻度与角度对应的线性关系得到指针读数。     

Water meter pointer reading recognition method based on target-key point detection

With the rapid development of video image technology and fifth-generation mobile network technology, the automatic verification of mechanical water meters has become an increasingly important topic in smart cities. Although much research has been done on this subject, the efficiency and accuracy of existing water meter pointer reading technology can still be improved. This paper proposes a new water meter pointer reading recognition method based on target-key point detection. Our method consists of a target detection module and a key point detection module. The target detection module uses a modified YOLOv4-Tiny network to detect and classify the areas where the dials and pointers are located in water meter images with distinct characteristics. The key point detection module is used to detect the key point of the pointer image. In this module, the structure of the RFB-Net network is improved to introduce multiple layers of low-level feature information, therefore, it can make full use of the information between multi-scale feature layers for key point detection. In addition to, aiming at the problem of dial rotation, a method of establishing a right-angle coordinate system based on key point is proposed to realize pointer reading. The whole method proposed in this paper is compared to the Hough transform feature matching algorithm and traditional machine learning algorithms through experiments which test the detection and recognition of the water meter dial, pointer and key points. The experiment results show that the missed detection rate of the model in this paper is 1.88% and 1.07% for the dial region and the pointer region, respectively. And the accuracy rate reaches 98.68%, the average processing time per image is 0.37 s. This implies that the water meter inspection task is completed quickly and accurately with strong robustness. Thanks to the lightweight algorithm of our approach, the model can also be fully automated and easily deployed on mobile devices.     

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。     

提高圆形指针式仪表自动识别算法准确度的探讨

随着计算机图像处理技术的发展,指针式仪表的自动识别在计量校准领域应用越来越普遍,可以大大提高校准效率与精度.仪表自动识别的过程大致相似,本文针对提高圆形指针仪表自动识别准确度的关键算法进行了探讨.实验证明,通过对识别算法的优化,可以大幅度提高指针式仪表的识别成功率.     

A robust and automatic recognition system of analog instruments in power system by using computer vision

It is a puzzling issue found in the field of Supervisory Control and Data Acquisition (SCADA) to read automatically the indication of analog measuring instruments, which collects many states of power system equipment. To address this problem, a lot of approaches based on computer vision have been proposed for the automatic reading of the analog measuring instruments indication. However, most the proposed systems are sensitive to brightness. Moreover, since the camera angle must be vertical, the robustness of the approaches cannot meet application requirements. In this paper, the proposed recognition system uses a novel automatic reading approach, which can automatically read the indication of analog measuring instruments at various brightness levels and camera angles. It is an integrated application of Multi-Scale Retinex with color restoration at different brightness levels, Perspective Transform to get the front view of image taken from arbitrary camera angle, and Hough Transform to determine the pointer position. The test results verify the good robustness of the recognition system to the brightness and camera angle.     

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SIFT算法和改进最小二乘法的汽车仪表指针的识别

采用模板匹配和改进的最小二乘法对汽车仪表指针的识别进行研究。首先通过中值滤波、二值化对仪表图像进行预处理,然后通过SIFT算法获得目标位置指针区域,最后细化和最小二乘得到仪表指针直线方程。实验结果表明,该方法的精度能满足工业要求,提高了检测的实时性。     

基于视觉的车位线识别算法

提出了一种自动泊车系统中采用视觉方法通过识别车位线来确定泊车位的算法。采用金字塔分层搜索策略,首先,在灰度直方图上应用K均值聚类法对图像进行二值化,提取车位线骨架,采用Hough变换检测骨架,并利用基于密度的无参数聚类方法对骨架线聚类,在金字塔高层图像上确定车位角点候选点;然后,在金字塔最底层图像上选择感兴趣区域,采用改进的基于距离变换的骨架提取算法提取骨架,使用遗传算法对车位角点骨架进行精确匹配,根据实际车位角点的分布特征确定目标车位;最后,在室外不同环境下采集多张车位图片进行算法的有效性和快速性验证实验。实验结果表明,采用基于视觉的车位线识别算法进行车位检测能较大地提高检测的效率和识别正确率。     

弱纹理环境双目视觉稠密视差鲁棒估计方法

精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发,提出了对于弱纹理、阴影和遮挡等关键影响因素,具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和深度不连续的问题,设计了基于灰度相似度概率的置信度传播算法,结合视差平滑约束,以期实现较高精度的视差初值快速估计。由视差级数定义的消息向量通过异向平行迭代进行传播,消息向量包含表征像素点灰度相似性和平滑性的能量信息,通过全局能量函数的迭代收敛,快速获得视差初始估计。根据独立连通区域通常具有相似纹理特征和视差一致性的先验知识,提出了基于Mean-Shift聚类分割算法和参数空间投票自适应视差近似面估计算法,进行稠密视差的精细优化估计。利用具有不同弱纹理特征的5组标准测试图像、4组室内环境实际图像、4组室外环境实际图像和4组月面模拟特殊光照环境的实际环境图像进行了测试实验,实验结果表明了本文算法的良好鲁棒性和有效性。     

基于ICM的精密指针式仪表自动读数方法

针对精密指针式仪表自动读数算法自适应性较差的问题,提出一种基于ICM的精密指针式仪表自动读数方法。该方法基于二值化后仪表图像的噪声信息分布特性,利用ICM点火时序矩阵在图像相邻像素间的并行递进关系,研究和实现图像的腐蚀和膨胀,并设计加权最大类间方差法自适应地计算迭代次数,消除刻度周边噪声,提取到刻度圆弧所在位置。最后根据圆弧极径、极角等信息对刻度区域做极坐标变换输出图像,采用距离法对极坐标变换后图像进行读数判读。实验表明,自动读数结果与实际数值相比误差均小于0.2%,算法稳定可靠。     

基于火星探测的人工标志识别定位

为了实现火星探测中巡视器以及着陆器上人工标志的识别定位,结合好奇号火星车的人工标志特征和火星环境的特点,提出一种人工标志两步识别定位方法。第一步是在图像中识别人工标志并进行初步定位。该步骤通过图像边缘检测,提取并跟踪各轮廓边界。针对人工标志存在的沙尘附着、光照不均、以及阴影遮挡等问题,提出一种基于火星环境的自适应边缘检测方法。采用最小二乘椭圆拟合方法对每一个轮廓边界进行椭圆拟合,将拟合所得的椭圆参数作为标志的初步定位结果。第二步是对各人工标志进行精确定位。根据初步定位的椭圆参数进行图像分割。考虑标志中心为两条直线的交点,故采用Hough变换对各分割出的图像块进行直线检测,并对交点进行重定位,从而得到人工标志的精确位置。对好奇号火星车的标志图像进行了试验,结果表明:提出的方法能够检测存在较大变形的人工标志,对标志中心的定位精度稳定在1个像素以内。该对沙尘附着、光照以及阴影遮挡具有一定的鲁棒性,基本满足火星探测中人工标志定位的精度和鲁棒性要求。