一种指针式仪表的识别方法

当前指针式仪表识别技术日益成熟,其中指针形状和位置的识别大多采用Hough变换算法,传统的Hough变换算法运算时间长、储存空间大,使得识别过程效率低下。针对以上缺点,提出一种改进型Hough变换。通过限定指针式仪表表盘环形区域、运用差影法确定指针的大致区域、指针通过表盘圆心这三个限制条件来缩减Hough变换扫描的范围,以此缩减Hough变换算法的存储空间和计算量。将改进型Hough变换算法与传统的Hough变换算法相比较,实验结果表明:改进型Hough变换可有效地减少算法运行时间,提高指针仪表识别的实时性。     

一种指针式仪表非接触测量方法

提出了一种基于图像处理技术的指针式仪表非接触测量方法.研究了指针式仪表的圆心、半径、指针角度以及零刻度自动检测与校准的计算,在基于点Hough变换拟合其圆心与半径以及中心投影法确定指针大概位置的基础上,提出了一种基于亚像素定位的拟合指针直线的方法,具有指针式仪表高精度的自动检测与定位,从而实现了指针式仪表非接触测量.实验表明,该方法具有快速、准确等特点且切实可行.     

指针式仪表识别算法及在电力巡检中的应用

针对不同形状的指针式仪表人工读数成本高、精度低、容易受仪表形状和环境干扰的问题,运用轨道巡检机器人搭载云台摄像头采集指针式仪表的图像,经过灰度化、中值滤波、二值化、提取感兴趣区域、开运算、指针细化、Hough变换和示值读数等步骤,实现指针式仪表的自动读数.该算法具有较好的鲁棒性,读数精度高达99％,且计算量小,在电力巡检中具有一定的推广价值.实验结果验证了算法的良好性能.     

基于扫描线处理的指针式仪表快速读数算法

针对光照不均匀、指针检测速度过慢等因素造成指针式仪表读数算法无法快速、准确读取示数的问题,提出一种基于扫描线处理的快速准确读数新算法。新算法首先利用单尺度Retinex提取光照鲁棒性特征图像,然后应用提出的扫描线处理算法快速抽取进行Hough变换的特征像素点,最后用双阈值Hough变换检测直线。实验表明,所提算法创新性地将指针图像细化与双阈值Hough变换等相结合,不仅解决了光照变化的影响以及检测速度慢等问题,而且具有读数精度高、读取速度可调节等特点。     

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.     

非均匀光照下蔬菜病斑识别算法研究

研究蔬菜大棚内蔬菜病斑识别问题,由于蔬菜大棚内空间小,当阴天等外界光照不充足时,图像采集器拍摄到的蔬菜图像往往存在光照不均匀的现象,直接对图像进行分割处理会影响蔬菜病斑的识别,造成识别准确率不高的问题。为了克服这一问题,提出了一种小波变换的病斑识别方法。首先对图像进行小波变换以初步去除非均匀光照对图像的影响,通过确定RGB模型的b分量阈值对图像进行背景分割,将背景分割得到的蔬菜图像进行自适应阈值分割,最终将蔬菜病斑完全分割出来,避免了光照不均匀对识别的影响,成功实现蔬菜病斑的识别。仿真证明,改进方法能够去除光照等外界环境的影响,准确将蔬菜病斑分割并识别出来,取得了满意的结果。     

一种圆形指针式仪表倾斜检测方法

圆形指针式仪表的倾斜,不利于仪表数字参数区域字符图像的定位和识别。提出一种基于检测仪表名称倾斜的方法来获得圆形指针式仪表的倾斜角度。该方法将仪表表盘上的仪表名称看成一个整体,结合Canny算子、形态学与Hough变换算子来检测其倾斜角度,然后根据该倾斜角度绕仪表表盘中心点对表盘进行旋转校正,使仪表参数区域字符回到固定位置,方便仪表数字参数区域字符的定位与提高数字字符识别的正确率。实验结果表明：该算法能快速准确地检测出圆形指针式仪表图像的倾斜角度,有一定的实用价值。     

变电站指针式仪表自动读数系统设计

针对变电站指针式仪表人工抄表存在易受工作人员主观因素影响,常发生漏检、误检,存在工作环境辐射危害大等问题,设计一种由巡检机器人和图像处理技术组成的变电站指针式仪表自动读数系统。该系统以STM32芯片为核心,由工字电磁传感器、双自由度云台、高清变倍相机以及ESP8266等组成的巡检机器人,能精确定位在仪表前对仪表图像进行采集并传回计算机终端。由计算机终端通过改进的区域卷积神经网络（Faster Region Convolutional Neural Networks,Faster R-CNN）目标检测算法提取出仪表盘高清图像,去除冗余信息后经霍夫变换检测出指针中心线位置,得出仪表读数。     

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.     

基于MobileNetV2的圆形指针式仪表识别系统

针对目前指针式仪表识别任务在使用深度学习算法时存在模型参数量大、计算量大、准确率较低的问题,提出一种基于改进预训练MobileNetV2网络模型与圆形Hough变换相结合的圆形指针式仪表智能检测和识别系统.首先,采用Hough变换解决复杂场景内非圆形区域的干扰问题;然后,提取圆形区域以构建数据集;最后,使用基于改进预训...     

基于Hough变换的答题卡识别

针对光电式阅卷机价格昂贵,使用成本高,设备利用率低的缺点,提出一种基于Hough变换的答题卡识别方法。运用数字图像处理的手段,对答题卡图像进行灰度拉伸、图像滤波、图像二值化等预处理;依据Hough变换的直线建立选项网;根据填涂区域的几何属性进行识别判断。测试结果表明,该算法对于答题卡的识别具有高效率、高准确率、使用方便、成本低廉的特点,具有一定的应用价值。     

基于形态学的非均匀光照图像二值化并行方法

在传统工业场合,尤其在大面积视野下的视觉拍摄经常会出现所得图像光照不均匀的问题,这给图像二值化分割以及对后续处理带来困难。非均匀光照图像处理通常采用局部阈值分割法,然而经典的局部阈值分割法通常会具备噪声大、处理时间长等弊端。针对这些弊端,提出利用数学形态学理论,采用改进的Sauvola算法对非均匀光照图像进行二值化研究并对其并行优化。通过对工业场合下采集的卡片图像进行实验验证,结果表明,所述方法不仅可以对噪声进行有效地抑制,得到较好的识别效果,而且图像处理时间也大大缩短。     

一种基于矢量PCNN的彩色图像自动分割算法

为了对彩色图像实施自动分割,在彩色图像RGB空间中,对传统PCNN模型进行了改进与推广,提出一种基于指数熵矢量脉冲耦合神经网络(VPCNN)彩色图像自动分割新算法。该方法在考虑VPCNN互联矢量神经元动态时空相似特性的同时,利用改进指数动态阈值矢量与神经元内部活动项矢量间的信息对比关系确定分割图像的目标和背景区域,结合最大指数熵判据来达到彩色图像的自动分割,并与最大香农熵准则VPCNN分割方法做了比较。实验结果表明:算法具有图像分割精度高、适应性强、能较好地保持彩色图像边缘和细节等信息的优点。     

基于语句类似度优化计算的改进自动摘要算法研究

计算语句的类似度在自动问答、机器翻译、信息检索和自动摘要等算法中有着非常重要的作用。首先归纳了语句类似度计算的方法,综合考虑关键词特征、语义特征、句式特征和语句长度特征等信息并提出一种优化语句类似度计算方法,以语句权重计算方法以及冗余处理优化处理为基础,实现一个改进的自动摘要算法。通过在DUC的测评语料上进行仿真,实验结果证明了该算法对于摘要质量优化的高效性。最后,讨论了自动摘要研究存在的问题,并指出自动摘要的研究趋势。     

基于改进的遗传算法的图像恢复

在对图像退化模型和图像恢复的可能性进行分析的基础上,重点介绍采用遗传算法进行图像恢复的原理。针对标准遗传算法进行图像恢复时,存在过早收敛现象,及计算量过大的问题,从整体入手,对遗传算法的编码方式、选择算子、交叉算子、变异算子进行了改进,并采用VC++6.0编程软件进行实验。实验结果表明,改进后的遗传算法用于图像恢复,不但可以较好地克服过早收敛现象,提高了计算速度,而且恢复出的图像具有良好的效果。     

基于HSV颜色空间的彩色图像的盲水印算法研究

提出了一种新的针对彩色图像的盲水印算法。算法通过在彩色图像空域中嵌入形状和排布都比较规则的锚点来标记图像中嵌入水印的位置,从而在图像经过缩放裁剪等几何变换后仍然能够比较容易地找到水印嵌入的准确位置。实验表明算法对色彩和几何变换都有良好的鲁棒性。     

基于基因表达式编程的多目标自动聚类算法

聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类(簇)的过程.同一个簇中的对象彼此相似,而不同簇中的对象差异较大.以基因表达式编程算法为基础,结合新设计的广义聚类代数算子和目标优化函数,提出一种基于基因表达式编程的多目标自动聚类算法(MAGEP-Cluster).该算法不仅可以自动确定最优聚类的数目,还可以同时...     

基于CNET模型的无词典汉语自动分词算法研究

提出了一种新的汉语统计模型CNET,在此基础上提出了一种汉语无词典自动分词算法.该算法首先学习要进行处理的汉语语料,构建CNET,然后根据学习到的知识再去对原始语料进行分词.实验结果表明,该算法分词正确率在70%以上.     

一种基于形态学的边缘检测算法

在对含有噪声图像进行边缘识别时,为了提高识别精度,提出一种基于形态学的边缘检测算法。准备两种不同尺度的形态学结构元素,并对图像进行形态学降噪处理;用不同类型的形态学结构元素对处理后的图像进行边缘检测,获得不同结构元素下的边缘图像;根据每张边缘图像的信息熵来确定权值,并将这些边缘图像按照比例进行合成。这样,即使在有噪声干扰的条件下也能获得较为理想的图像边缘。实验结果展示了该算法相对于其他边缘检测算法的优势,突出其在保持图像边缘清晰的同时还具有较强的噪声去除能力,有力地说明了该算法的有效性和实用性。     

基于二次梯度算法的二维条码图像定位

针对复杂背景下的PDF417条码定位问题,提出了一种利用二次梯度算法提取图像中的正、负峰值以获取图像分割阈值的方法.使用这种方法后,可在最大程度上减少外界干扰,实现二维条码的快速定位.