DJ6-1型光学经纬仪读数光学系统的调整

ＤＪ6 - 1型属于Ｊ6级光学经纬仪 ,是北京光学仪器厂的产品。适用于地形测图、各种工程测量等。其常见故障有 :机械部分的故障、光学零件发霉及读数光学系统的故障等。本文主要对读数光学系统进行分析。ＤＪ6 - 1型光学经纬仪的光学系统如图 1,图中18- 2 1构成望远镜光学系统 ,其余为读数光学系统。图 11.反光镜 ;2 .毛玻璃 ;3 .照明棱镜 ;4.竖盘 ;5 .竖盘照准棱镜 ;6.竖盘转象棱镜 ;7.水平度盘 ;8.场镜 ;9.水平盘照准棱镜 ;10 .显微物镜组 ;11.玻璃平板 ;12 .测微尺 ;13、15 .转象棱镜 ;14 .读数窗 ;16.转象透镜 ;17.读数目镜组 ;18.望远镜…     

火花点燃式发动机压缩比与数字计数器读数的校正关系

采用压缩比与数字计数器的对应检索校正关系来评定检查火花点燃式发动机的机械状况。根据沿海不同地区室内室间实验室的对比与协调试验计算分析，所采用的检索法达到美国沃克夏机器制造厂规定的ASTM精度。本文提出的检索法具有快速、简捷和准确等特点，可适用于沿海地区火花点燃式发动机的机械设备状况校准试验。     

基于卷积神经网络的指针式仪表识别

目前大部分研究指针式仪表识别的方法中提取指针是完全基于传统的图像处理技术,提取过程较为复杂且步骤繁多.为了有效解决指针式仪表读数识别中指针中轴线所在直线提取困难及识别精度不高等问题,本文提出了一种基于深度学习的指针式仪表的识别方法.首先用Faster R-CNN算法检测仪表圆盘,再采用基于深度学习的方法Faster R-CNN算法检测指针,根据得到的指针目标框的位置信息裁剪得到指针图像,在指针图像的基础上进行二值化、细化、霍夫变换检测直线、最小二乘法拟合直线等步骤识别仪表最终读数.和直接在仪表表盘目标框图像或原始图像上进行传统图像处理相比很大程度上减少了定位指针中轴线所在直线过程中的干扰.实验结果表明本文所提出的基于深度学习的指针检测的平均准确率高达96.55％.对于复杂背景下指针式仪表的指针区域的检测具有良好的准确性与稳定性.     

基于计算机视觉技术的电力指针表自动读数识别研究

本文详细介绍了电力指针表自动读数识别的有关算法,通过计算机视觉技术与查表法相结合的方式实现高精度的读数判别,在不需要调整相机位置的情况下大幅提高了读数识别效率,研究结果可广泛应用于电力、机械、医疗等行业.     

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。     

机器人视觉导航传感器光栅投射误差校正系统

当前传感器光栅投射误差校正系统,没有计算光栅投射条纹的倾斜角度,导致系统应用效率低、稳定性差、精准度低,严重影响了机器人的使用效果。因此,提出机器人视觉导航传感器光栅投射误差校正系统。首先采用光栅读数头、细分盒完成系统的硬件组成,提高系统的应用效率;软件部分采用了高频数字计数滤波的方法,滤除掉频率高于该临界点的干扰脉冲;最后通过基于投影序列融合的光栅投射误差校正算法,分析光栅投射条纹的倾斜角度实现误差校正,提高系统的精准度。实验对比结果表明,机器人视觉导航传感器光栅投射误差校正系统的应用效率最高为96%、稳定性最高为98%、精准度最高为97%,所设计系统具有较高性能。     

机器视觉仪表识别方法的研究进展

介绍了机器视觉仪表识别方法的研究进展,具体给出了仪表刻度线、指针的定位、读数识别的原理和方法,并将这些图像处理算法的优劣进行对比,提出要结合仪表特征(多指针多颜色、均匀刻度、非均匀刻度)选择算法进行识别;同时,分析了采集设备中摄像头、光源对后续图像处理过程造成的影响;最后总结仪表识别的研究状况及存在的问题,为实现实验室型高准确度仪表的机器视觉自动化校表给出了一些参考建议.     

仪表读数的自动识别

为实现仪表读数的自动识别,本文提出了一种并行化算法,利用知识的指导获得表盘的位置,然后利用最小二乘法检测并确定表针所确定直线的位置,根据表盘的位置和表针的位置确定仪表的读数。