基于旋转目标检测的指针式仪表示数识别方法北大核心CSCD

针对目前指针式仪表示数识别方法实用性差、累计误差大的问题,提出了一种基于旋转目标检测网络的指针式仪表示数识别方法。首先,改进网络模型YOLOv5s,生成旋转目标检测网络,同时,引入密集编码标签,解决旋转目标检测中存在的边界问题,并向模型中引入注意力模块,提升模型获取目标特征的能力;其次,利用网络输出的位置与角度信息对表盘进行倾斜校正和刻度点筛选,省去了对表盘指针进行直线检测的时间;最后,利用角度法完成仪表示数读取。实验证明,该方法读数误差较小,具有一定的抗干扰能力,进一步提高了示数读取的速度和精度。     

基于KAZE特征匹配的指针式仪表自动读数方法北大核心CSCD

针对远距离多角度下的指针式仪表盘刻度模糊、表盘变形带来的自动识别困难,提出了一种基于KAZE特征的关键点匹配的表盘自动读数方法。首先针对每类表盘制作模板,然后分别提取待识别图像及其模板图像的KAZE特征,采用KNN进行关键点匹配,并通过RANSAC消除匹配错误的关键点。通过匹配结果得到表盘区域ROI,并根据ROI区域的直方图分布进行二值化和形态学处理得到边缘信息,采用概率霍夫变换拟合直线归类合并出指针直线,最终结合标注的先验知识得出读数。结果表明提出的方法很好的解决了远距离多角度下的表盘自动读数问题,在560个样本中,误差控制在一刻度之内的结果达到了96%以上,满足了实用要求。     

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DSP核心的指针式仪表自动检定装置

绝大多数指针式仪表的检定系统是由计算机来完成图像的采集、计算、控制、装置自动调节等功能,由于基于计算机的视觉系统使用PC作为其核心处理器,系统都比较庞大,因此应用范围受到了限制.为了更好的解决指针式仪表的检定工作和使仪表检定工作更加简便化,论文针对小型指针式仪表设计了以DSP为核心的自动检定系统,保证检测速度和精度并且检测方便,经实验数据证明,该装置能够快速,方便地达到检定效果.     

基于嵌入式Linux非线性指针式仪表识别系统的研究

对常用的指针式仪表提出了一种新的识别方法,利用标度间隔,分度长与刻度值间的对应关系,识别指针读数．可对线性刻度和非线性刻度的仪表指针“读取”数值。系统采用嵌入式系统设计方案,使用嵌入式Linux为操作系统Qt／Embedded为用户界面开发环境,USB摄像头实时采集表盘图像,初步建立了软、硬件指针仪表图像识别系统．有利于降低成本,增加便利性。     

基于Linux系统的非线性指针式仪表识别研究

对常用的指针式仪表提出了一种新的识别方法,利用标度间隔,分度长与刻度值间的对应关系,识别指针读数,可对线性刻度和非线性刻度的仪表指针“读取”数值。系统采用嵌入式系统设计方案,使用嵌入式Linux为操作系统Qt／Embedded为用户界面开发环境。USB摄像头实时采集表盘图像,初步建立了软、硬件指针仪表图像识别系统,有利于降低成本,增加便利性。     

基于机器视觉的指针式仪表读数自动校准方法

指针式仪表是工业生产的重要辅助工具,其读数显示精度直接影响工业生产质量,通过机器视觉技术的应用优化设计指针式仪表读数自动校准方法。首先,利用机器视觉技术采集指针式仪表图像,经过灰度化处理、畸变校正和滤波等3个步骤,完成初始图像的预处理;其次,定位提取仪表图像中的表盘区域、指针以及刻度线;最后,利用角度法自动识别当前的仪表读数,确定仪表校准方向,计算仪表校准量,实现指针式仪表读数的自动校准。实验结果表明：应用优化设计的校准方法,压力表、温度表和电流表的平均校准误差分别降低了3.88 MPa、0.78℃和0.044 A,即优化方法在校准效果方面更加具有优势。     

基于YOLOv5的指针式仪表自动读数方法研究

为了实现复杂环境下指针式仪表的自动读数,提出了一种基于目标检测的指针式仪表自动读数方法。首先,针对复杂环境下仪表检测困难的问题,利用改进的YOLOv5算法对仪表表盘进行检测,并提取出表盘区域;其次,结合AKAZE(accelerate-KAZE)算法、随机抽样一致性算法(random sample consensus, RANSAC)和椭圆拟合算法对提取出的表盘做2次透视变换,实现对表盘的倾斜校正;最后,将无倾斜的圆形表盘通过极坐标变换展开成矩形,再利用YOLOv5算法对指针位置进行识别,采用距离法得到最终读数。实验结果表明,所提方法的读数最大相对误差低于2.5%。此自动读数方法具有稳定性和准确性,可满足各类工业场景下的实际应用要求。     

基于计算机视觉的指针式仪表智能判读方法

指针式仪表的自动读数是近年来的热门研究内容，但一直存在由成像畸变导致的误差较大的问题。本文提出了一种基于计算机视觉的指针式仪表示值精确判读方法，在对指针式仪表图像中的指针与表盘长刻度进行提取并对其倾斜角度进行检测的基础上，依据针孔成像模型，分析了摄像机内部畸变参数对两直线间夹角成像失真的影响，建立了指针与零刻度间夹角、长刻度与零刻度间夹角的失真校正算法，采用牛顿插值法对指针与零刻度间夹角和仪表示值间的关系进行函数逼近，提高了基于计算机视觉的指针式仪表智能判读的准确度。对0．5级伏安表的判读实验证明了方法的有效性与正确性。     

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。     

基于轮廓约束点的B样条曲面拟合算法

提出了一种面向截面测量数据的B样条曲面拟合算法。首先对原始数据点列进行降噪处理,然后遴选出曲率优势点,并将其作为初始的轮廓约束点,得到插值于约束点的初始曲线。再在需改善拟合精度的区域增加约束点,直至获得满足精度要求的B样条曲线。最后以约束点数目最多的曲线为准,在其余的曲线上增加差额数目的约束点,并进行平均弦长参数化,构造出B样条曲线簇,最终获得B样条拟合曲面。仿真实验结果表明,该方法可显著压缩曲面模型的控制顶点数目,具有较高的曲面重构效率。     

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;...     

基于机器视觉的指针仪表识读方法

为了实现传统指针仪表的数字化信息采集,提出一种基于机器视觉的仪表示值图像处理算法,描述了该算法的预处理、信息简化、直线检测等各环节,最后运用C语言分别在PC机、STM32嵌入式图像采集平台上进行了试验验证。结果表明该算法在识读速度、精度等方面都达到比较理想的效果,具有较高的可靠性和应用价值。     

基于角点稳健提取的长方体参数化拟合方法

长方体基元拟合是三维点云几何拟合的典型问题,在三维重建、逆向工程、工业三维量测等实际场景中有着广泛应用。在实际应用中由于遮挡及设备盲区等原因,通常无法获取完整长方体点云数据,导致建模或量测时难以准确拟合长方体结构。针对该问题,本文提出一种结合平面拟合投影分割以及残缺平面垂角检测的长方体参数化拟合方法实现了长方体参数化拟合。首先,该方法通过平面拟合投影分割算法获取强轮廓信息的平面点云;然后,设计了残缺平面垂角检测算法,以拟合长方体真实角点;最后,利用非共面四点法对长方体残缺角点进行计算补全,获得完整的长方体参数信息。实验表明,本文方法在各类情况下均能准确检测并补全长方体角点信息以及平面参数信息,角点查准率召回率均为100%,平均误差仅为1.204×10^-3 m,能够实现精确的长方体参数化拟合。     

基于信号分解和统计假设检验的稳态检测方法EI北大核心CSCD

稳态检测对热工过程非常重要,并在建模、优化和控制中具有广泛的应用。针对热工过程提出一种基于信号分解和统计学理论的稳态检测方法,该方法首先利用经验小波变换（EWT）这一非参数信号分解技术对热工过程信号进行分解,然后进行统计假设检验。在所提出的方法中,首先对采样数据的傅里叶谱特性进行自适应分割以获得热工过程整体运行趋势,通过对中高频信息进行信号重建获得过程的震荡信息。然后通过使用修改过的R统计检验法来对热工过程的稳定性进行检测。最后以某电厂1 000 MW机组协调系统的历史数据进行稳态检测实验,验证了该方法的有效性。     

基于多峰拟合的直线电机动子位置精密测量方法

为满足直线电机动子位置的高精度测量要求,提出一种基于多峰拟合相位相关算法的直线电机动子位置精密测量方法。通过直线电机动子上的高速相机采集相邻栅栏图像;采用相位相关算法得到相邻栅栏图像的相位相关函数;根据相位相关频谱的峰值分布特性,采用多峰拟合获得相邻栅栏图像的亚像素位移值;根据测量系统标定系数,进而获得直线电机动子位置的精确位置。实验结果表明,该亚像素测量方法用于直线电机动子位置检测能达到精密定位,测量精度为1/100 pixel,且具有较强的鲁棒性和较高的实时性。     

基于双目结构光的工件位姿检测方法北大核心CSCD

面向机器人在柔性上下料中工件放置范围较大、摆放位姿不确定的应用场景,提出了一种基于双目结构光的空间位姿检测系统。基于双目结构光视觉系统获取工件点云数据,通过对Z轴分层遍历寻找工件最上层平面,利用其法向重新建立坐标系来矫正原始点云数据;将最上层点云数据映射转成2D图像,通过图像处理完成多个工件分割并获得工件位置信息进行点云粗配准,再通过ICP精配准得到工件的位姿信息。以检测料框为例进行实验,实验结果表明:视觉系统距检测目标3 m处,仍能输出多个料框的准确位姿信息,可有效提升工业机器人柔性上料的可靠性。     

基于物联网的油田井口数据检测传输方法研究北大核心CSCD

文中提出将油田井口三相流检测数据上传云服务器的设计方案,定义了原始数据上传格式,编写服务器端解析程序的同时利用传输控制协议(transmission control protocol, TCP)上传数据,将得到的原始数据经过模型优化处理,计算油田需求的实际参数并存入服务器数据库中,供石油工程师在线提取及分析。通过多次试验测试,数据库存储稳定有序,验证了三相流测量仪器与服务器互连的可行性。文中井口三相流检测系统的设计可大量收集一手数据,也降低了油田工人手动测量的偶然误差,并通过大数据分析预测未来油井的生产状况。在石油仪器科技领域有广泛应用。     

基于参数反演算法的铁磁构件腐蚀减薄缺陷脉冲涡流检测方法北大核心CSCD

为减小脉冲涡流检测技术在承压设备壁厚腐蚀减薄检测中的误差,基于铁磁平板脉冲涡流场的时域解析式,建立时域感应电压测量值与理论计算值之间的最小二乘参数反演。将被检构件的电导率设为固定常数,然后将2处检测点壁厚的反演结果作对比,得到2处检测点之间壁厚相对变化量。在钢板上加工矩形槽缺陷,实验验证了文中相对壁厚检测方法,可消除构件电导率设定值的影响。当腐蚀区域面积大于探头足底面积时,可准确扫查出腐蚀区域的剩余壁厚,且对腐蚀区域的边缘有较好的识别能力;当减薄区域面积小于探头足底面积时,局部腐蚀缺陷的减薄程度会被低估。利用脉冲涡流法检测铁磁构件相对壁厚,无须与被检构件接触,检测结果直观,重复精度高,可用于工业上带包覆层铁磁构件壁厚腐蚀减薄的无损检测与评估。