一种自动读取指针式仪表读数的方法

为解决变电站中自动化监控仪表读数的问题,提出基于机器学习和图像处理算法的指针式仪表自动读数方法,由仪表检测和指针识别两个阶段组成。使用全卷积网络(fully convolutional networks,FCN)对输入图像进行语义分割,以检测仪表的位置并提取仪表部分的图像。利用直方图均衡化、中值滤波和双边滤波减小光照和阴影对指针识别的干扰,并利用仿射变换矫正拍摄时的倾斜,再结合改进的霍夫变换识别仪表中指针的位置,从而计算指针角度获取读数。结果表明,对于自然场景中变电站中的指针式仪表,本研究能很好地检测出仪表并识别出指针的读数,对于光照和阴影等干扰具有良好的鲁棒性,可以显著减少变电站巡检人员的工作量,提高工作效率。     

指针式仪表自动识别装置的设计

针对指针式仪表人眼读数效率低,不能转化成数字信号输入计算机,提出一种基于Hough变换的指针式仪表自动判读方法.该方法运用图像减影技术,通过调节图像分辨率实现指针的检出,再利用Hough变换做峰值检测、线检测和链接,通过转换偏转角度的基线位置,确定出仪表指针的读数.实验表明,该方法能快速有效地完成指针式仪表的自动判读,且最大不确定度明显优于人眼的识别,具有较高的精度.     

压力表图像自动识别系统研究

为了提高仪表人为读数的速度和精确度,提出首先对仪表图像进行二值化、滤波等基本处理;然后通过图像分割得到感兴趣的表盘区域,经过坐标平移翻转和极坐标变换的归一化算法,将圆形表盘转化成矩形指针表盘;再利用图像拼接算法得到无指针的表盘刻度矩形图像,并且通过直线扫描出每个刻度线;接着通过模板匹配,将待检测图像与无指针模板对比,从而检测出图像指针位置信息,得出指针读数。实验结果表明,采用这种图像处理技术使得识别速度更快,精确度也更高。     

基于嵌入式ARM的指针式仪表读数的识别研究

指针式仪表自动读数识别,是实现各种指针式仪表自动检定最重要的基础．针对嵌入式ARM系统,采用了一种适合实际设备运行的指针角度识别算法——差影法,并利用最小二乘法拟合指针直线方程．系统充分利用图像动态采集设备和基于多线程系统平台,把图像处理的算法和特征提取的算法进行优化结合,使得采集和判读以多线程方式并发执行．该系统实时性较好、误差小,通过实验结果证明这种算法对于嵌入式ARM系统下的指针式仪表读数的识别具有高效性．     

基于颜色提取方法的仪表彩色指针识别

主要论述了利用颜色提取及图像分割技术对汽车仪表指针位置进行识别处理的原理、步骤以及具体的实现过程.通过使用彩色提取和形态学图像处理技术,成功地提取了仪表盘中红色的指针,确定圆心并利用角度法计算出指针仪表读数.颜色提取方法为 HIS颜色空间的坐标区域表示法,与常见的先把仪表图像转化成灰度图再进行处理的方法比较,此方法对于彩色指针仪表的识别更简单有效.     

汽车仪表指针识别方法研究

利用减影法和Hough变换对指针式汽车仪表指针的识别进行研究。PCI-6024E数据采集卡发出标准信号驱动汽车仪表,由CCD摄像机获取汽车仪表图像传输至计算机,应用中值滤波、二值化和细化对仪表图像进行预处理。然后根据减影法、Hough变换提取目标信息,确定仪表读数。实验结果表明,该方法简便、精度高。     

颜色分割和拟合椭圆相结合的指针检测方法

针对目前汽车指针式仪表读数识别由人工检测,导致错检率高的问题,提出一种将颜色分割和拟合椭圆相结合的指针检测方法。首先根据汽车仪表指针颜色鲜明的特点,在充分保留图像原始信息的情况下,将图像由RGB颜色模型转换到HSI颜色模型中,根据色调设定阈值,对图像进行分割。然后根据指针细而长的特点,用优化的最小二乘法将指针图像拟化成椭圆,计算椭圆长轴与X轴夹角。最后根据椭圆中心和仪表的圆中心相对位置判断象限,确定指针的偏转角度,与标准表的偏转角度做比较,从而判断是否合格。实验结果表明,该方法对于彩色仪表的指针偏转角度检测,简单有效,具有很好的鲁棒性。     

基于机器视觉的汽车仪表指针检测方法

针对目前汽车指针式仪表读数识别由人工检测,导致错检率高的问题,提出一种基于机器视觉的指针检测方法。首先采用最小灰度相减法从两张背景相同的图像中提取无指针图像,以此为模板,让待检仪表与之进行匹配,矫正位姿。然后通过剪影法提取出仪表指针,二值化,闭运算后将指针用最小二乘法拟化成椭圆,利用椭圆长轴与水平线的夹角计算偏转角度。最后与标准表的偏转角度做比较,从而判断是否合格。实验结果表明,该方法可有效解决对于工艺偏差或设备轻微抖动造成的指针偏转测量有误的问题。算法稳定可靠,误差较小。     

基于图像处理技术指针表的自动识别

介绍了一种运用计算机图像处理技术对指针式仪表进行自动识别读数,以实现指针表自动检定,重点介绍了检定过程中指针示值自动识别读取数据来代替人工识别的判读方法。研究并设计了采用CCD摄像头摄取表盘图像,经计算机进行图像识别及数据处理实现仪表指针自动读数,从而避免了传统人工判读方法受工作人员与仪表盘的距离和角度等主观因素导致判读的数据误差较大、效率低、可靠性不高的影响,该方法不仅解决了实际应用中有关模拟指针式仪表的检定自动化问题,而且有利于大量信息的及时采集和统一管理。     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。     

基于图像识别的多指针仪表自动读数方法

针对多指针仪表的指针读数识别问题,提出了一种基于色差变换的定位方法和基于表盘结构特征的指针读数自动识别与判读方法.采用LRCD变换、数学形态学处理方法和p 分位法完成有效区域筛选及水表的指针定位,根据表盘中心到指针回转中心的连线与子表盘0刻度线的夹角等特征,计算出子表盘0刻度线与指针指向线段的夹角,进一步识别并判读出指针读数.实验结果表明,该定位及识别算法计算简单,具有较高的准确率,克服了表盘随机角度倾斜对读数识别算法的影响.     

基于HSI模型和Hough变换的指针式汽车仪表自动校验

为了克服传统的汽车仪表人工校验普遍存在准确率不高的弊端,提出一种指针式汽车仪表自动校验算法.针对汽车仪表盘颜色信息丰富的特征和采集图像时目标物体周边有阴影的现象,将RGB模型下的表盘图像转到HSI（色调、饱和度、亮度）模型以消除阴影影响,并利用色调和饱和度分量作为特征参数进行图像分割,并采用Hough变换检测目标;分别计算出指针指向主要刻度线时相对于零刻度线的偏转角,并与相对应的标准偏转角比较,若超过允许误差范围则返回重调.对常用汽车仪表盘的自动校验结果表明该算法精度好,校验准确率高.     

基于图像处理的水表智能检定系统研究

为实现指针式水表自动判读和提高识别精度,结合水表表盘结构信息来识别表盘读数的图像.水表指针提取过程中采用色差模型对图像进行处理;计算针尖像素质心均值实现对指针方向的确定;特别对指针判读时采用一种改进的角度法实现判读准确性的提高.最后,以检定水表的不同流量点的示值误差作为衡量系统准确性的主要验证指标,通过与其他传统方法相比较,结果表明,利用图像处理和改进的角度判读方法具有很好的准确性和可靠性.     

一种改进的基于小波变换的人脸光照归一化方法

针对光照对人脸识别影响的问题,提出了一种改进的基于对数域多级小波分解的光照归一化方法。首先将手工裁剪后的人脸图片进行对数变换,然后将对数域图像进行多级小波分解,将低频系数置零,并将多个尺度上的高频系数分别乘以不同的高频增益,突出光照不变性分量。采用经典的PCA人脸识别算法,在耶鲁B与CMU PIE人脸数据库的实验结果表明,本文方法能有效地消除光照对人脸识别的影响,并有效提高识别率。     

一种新的水表抄表技术

介绍基于图像处理技术的便携式水表图像抄表系统的原理，对指针示数识别的图像分割方法进行了重点分析，本系统对于自来水公司实现计算机数据管理，提高经济效益有重要意义。     

月面巡视探测器的图像分割及识别方法

针对月面巡视探测器的识别技术,通过彩色图像识别的办法解决了在月面环境存在较强阴影区域对月面巡视探测器识别带来的影响,进行了多种彩色图像分割方法的比较,提出了多通道彩色分量融合的图像分割方法,并用线性分类器的模式识别理论对其原理进行了分析,用形态学滤波方法对分割后的图像进行了滤波,并用分割区域标识算法进行了识别区域的标识。试验表明,该方法能够适应各种光照条件的影响,具有较强的鲁棒性,对各种噪声有明显的抑制作用。该方法使彩色图像分割技术变得简单、可靠,并具有一定的通用性,可以应用到未来的月球探测中去。     

基于数字图像处理技术的针式仪表读数识别

基于数字图像处理技术的针式仪表读数识别是针式仪表自动检定的关键技术.针对角度法读数识别精度不高的缺点,采用将仪表表头原始图像预处理后,进行二值化将有用信息分割出来;用改进的Hildtch细化算法对二值化后的图像进行细化处理;利用最小二乘法拟合表头刻度线和指针.在此基础上提出了利用刻度线示值作为基准值和距离法相结合的识别算法.     

复杂仪表的图像自动读数识别方法

在对复杂仪表的特点分析研究的基础上,提出了复杂仪表的图像自动读数识别的原理和方法。对实现其原理所采用的主要方法,如分段线性灰度变换、Hough变换、模板匹配法进行了介绍。以水表为实例证明了所采用的图象自动读数识别原理和方法的正确性和有效性。结果表明,该方法具有很好的稳定性、准确性、快速性等特点。