关键词： 图像处理   嵌入式Linux   仪表读数识别   Qt/E应用  

摘要： 指针式仪表在生产实践中的广泛的应用,使得运用图像处理技术对其进行监测成为热门的研究内容。针对应用于电力系统场景中的仪表,本文结合图像处理技术与嵌入式技术,研究了针对指针式仪表的读数识别算法,并选用以ARM11微处理器S3C6410为核心的嵌入式开发板,基于Qt/Embedded编写了图形用户应用程序,实现了在嵌入式平台下对指针式仪表读数的准确识别。本文详细阐述了基于ARM的指针式仪表读数识别算法原理,分析了基于图像处理的读数识别过程,完成了嵌入式平台下的算法移植,主要工作有:(1)分析了课题的研究背景及意义,研读了近年来与嵌入式平台下指针式仪表和液位表读数识别相关的文献资料,并深入了解嵌入式开发环境的使用。(2)采用基于投影与角度的识别算法对指针式仪表读数进行识别。利用Otsu法(最大类间方差法)提取指针区域,根据指针区域在纵轴投影对应的旋转角度与仪表刻度的数学关系,实现了指针式仪表的读数识别;采用Otsu法对液位表进行分割,通过Hough直线变换提取液位,根据重心位置和行列像素扫描识别刻度数字,最终实现了液位表读数识别。(3)选用以ARM11微处理器S3C6410为核心的飞凌OK6410开发板,搭建了硬件平台,并烧写嵌入式Linux操作系统。(4)编写了基于Qt/Embedded的图形用户应用程序,并加入图像处理功能,利用交叉编译环境,实现了读数识别算法的嵌入式移植。该Qt/E应用程序实现了在开发板上进行图像打开、保存、放大、缩小、适合屏幕等操作,以及图像灰度化、图像滤波、倾斜校正、特征区域提取、读数识别等功能。(5)在保定热电厂现场采集指针式仪表和液位表图像,完成了基于ARM的读数识别应用测试。测试结果表明,识别误差小于人工估读的误差,且读数结果正确识别率均超过98%,且平均识别时间小于1s,能够满足在嵌入式平台下进行仪表读数识别的准确性与实时性的要求。

关键词： 变电站   指针式仪表   图像处理   混合滤波   示值判读  

摘要： 在一个变电站中,存在着大量的仪表,这些仪表用来显示设备当前的运行情况。由于数字仪表抗电磁干扰能力差,而变电站自身就是一个强大的电磁干扰源,因此在复杂的电磁环境下,变电站中仍存在着指针式仪表,指针式仪表读数识别的精确性直接影响着变电站的安全运行。目前指针式仪表大多由人手工抄表,手工操作读数精度低、人员劳动强度大并且容易受到外界因素的影响,这些影响因素会给变电站的安全运行带来隐患。针对以上问题,为了避免人工判读带来的误差、提高变电站指针式仪表读数的准确性和实现变电站的自动化发展,本文对变电站指针式仪表读数识别进行研究。本文在研究中涉及图像采集、图像预处理、图像分割、指针特征提取及角度识别、示值判读、MATLAB实验仿真等多方面技术。首先利用摄像头对指针式仪表进行拍摄,然后通过数据传输设备将拍摄到的仪表图像传输到计算机,在计算机中,首先利用数字图像处理技术在MATLAB软件中对采集到的指针式仪表图像进行预处理,在预处理过程中,通过对噪声存在的情况与去噪算法性能进行分析,提出中值滤波与小波变换相结合的混合滤波法在变电站指针式仪表识别过程中的应用,实验证明这种混合滤波法较单一的滤波法对变电站指针式仪表识别过程中存在的噪声具有更好的去噪效果。对预处理后的图像进行仪表指针特征识别,提出基于遗传算法的图像分割方法在变电站指针式仪表识别过程中的应用。该方法通过遗传算法确定最优阈值,然后采用阈值分割法将图像的目标(指针)与背景(表盘)分离。利用hough变换法提取仪表指针所在直线、通过对回转中心、指针指尖方向及偏转角度的确定,运用改进的角度法对仪表进行示值判读、最后对变电站指针式仪表读数识别系统进行实验及分析。实验结果表明该系统算法简单、识别速度快、识别精度优于人工读数,因此具有一定的应用前景。

关键词： 仪表定位   图像预处理   OpenCV   霍夫变换   角度换算  

摘要： 仪表检测是工业中的常用检测手段,常见的仪表主要可以分为电子数字仪表和指针式仪表。在整个指针式仪器仪表的检测识别过程中,需要识别的区域主要是仪表的表盘、指针,整个图像处理的首要前提是必须精准的提取仪器表盘的所在位置,以确保仪器仪表数据提取的准确性,因此表盘定位技术就成为了仪器仪表检测的重要环节。在本文的指针式仪表检测识别中,鉴于该仪表所具有典型的几何特征为圆形轮廓,便使用一种基于圆形轮廓的自动定位技术来实现仪器仪表位置定位,即霍夫圆变换。该方法具有实现简单方便、计算量小、原理简单易懂、耗资较少和精准度高等优点。本文主要研究了对各式各样的指针式仪表进行读数检测,这其中也包括一些特殊仪表。本文所选取的氧压表,因其指针构造的特殊性,直接进行霍夫提取就会提取出首尾两段,因此提取的时候便需要滤除干扰,这里我们采取长度筛选法进行正确提取。通过提取所检测到的直线的长度信息,然后保留较长的针头部分,滤除较短的针尾部分。对于时钟这类多指针仪表,我们重新编写了指针的长度相关函数,先对所提取到的直线进行归类,得到三类不同的直线。对每一类直线的长度取平均值,得到三个不同的长度值。再对每一类直线的偏转角度取平均值,得到与之相对应的三个不同偏转角。对最终获取的三个长度值进行大小排序。本文所研究的时钟为时针长度最短、分针其次、秒针长度最长的模型。最后还应当对获取到的数值进行向下取整运算。主要的研究方法为先对获取到的仪表作图像预处理,有灰度化、直方图均衡化、双边滤波处理、边缘检测提取来获取图像的轮廓,再对轮廓进行霍夫找圆,排除不符合要求的轮廓,准确的找到表盘位置。再通过霍夫线变换对仪表的指针进行定位,实现了对表盘、指针等有用信息的提取。在提取到表盘、指针信息后,需要通过一些角度换算,将指针与水平线的夹角值转换成为指针所在的刻度值,然后将该刻度值读取出来。本文选取了一些单指针式仪表分别进行读数检测,其中包括一些重力表、压力表和温度记测表等。并且对动态视频的指针读数进行实时检测。选取了时钟进行了读数检测。最后对本文所获取的结果进行分析对比,并与现有方法进行比较。本软件具有运行速度快,实验误差小,可实时检测等优点。

关键词： 指针式仪表   种子填充   Hough变换  

摘要： 针对指针式仪表自动识别中的指针提取,提出了一种基于种子填充的指针式仪表自动识别方法。算法主要由基于种子填充的指针提取算法和基于改进Hough变换的指针识别算法组成。算法首先运用差影法获取种子点,然后采用行扫描法提取指针,最后通过改进的Hough变换对指针式仪表进行读数识别。实验表明,种子填充法有效提取了指针特征,为后续获取较好的识别效果奠定了基础,整个算法高效快速,获得了较好的识别效果。

关键词： 指针式仪表   机器视觉   智能识别   Hough变换  

摘要： 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。

关键词： 指针式仪表   检测与识别   卷积神经网络   计算机视觉  

摘要： 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。

关键词： 指针识别   Hough变换   图像处理  

摘要： 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。

关键词： Hough变换   ADSP—BF609   指针式仪表   PIXC   PVP  

摘要： 指针式仪表数字化是通过图像采集与处理技术来读取与识别,能够提高判读准确性和效率,避免主观原因产生的误差。文中提出了一种基于DSP的指针式仪表识别系统的设计方案,采用中值滤波进行图像去噪,Canny算子进行边缘检测,Hough变换进行圆心定位和直线检测等指针仪表识别算法。借助ADI公司提供的集成开发环境CCES对系统的功能和性能进行测试。结果表明,该平台运行稳定,基于DSP的指针图像识别具有较强的准确性和实时性。

关键词： 指针式仪表   自动识别   计算机视觉   图像处理  

摘要： 指针式仪表的自动识别为船舶设备的实时监控和信息化管理提供了有效的技术手段。本文通过计算机视觉技术对指针式表盘自动判读方法进行了研究。实现了对多种指针式仪表的同时识别,识别过程分为表盘分割、刻度识别、指针识别和仪表类型识别等几个部分,运用中心投影法和图集分类比较法等确定了仪表刻度、指针位置和仪表类别,实现了船用指针式仪表示值的自动识别,并通过试验和误差分析验证了识别方法的有效性。

关键词： 仪表读数识别   指针提取   指针夹角计算   最大类间方差   Hough变换  

摘要： 为了解决智能巡检机器人仪表读数识别中易受光照变化影响、识别精度不高等问题,结合高压变电场中常见指针区域的图像特点,建立了指针式仪表读数高精度识别系统。鉴于巡检机器人的室外工作环境,提出了迭代最大类间方差算法,实现了多种光照条件下仪表图像的指针区域提取。经过分析指针转动和图像特性,提出了基于Hough变换的指针角度识别,推导出指针角度与仪表读数的函数关系。该算法较传统Hough变换角度提取法,增加了指针中心线通过表计中心等约束条件,提高了指针角度提取的精度,降低了搜索数据量和搜索时间。通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条件下表计读数识别,获得95%以上的正确识别率。多组鲁棒性实验分析表明,该系统对光照条件、指针宽度、表盘干扰、拍摄角度(不产生指针阴影)具有较好的鲁棒性,但由于拍摄角度而产生指针阴影时,会引起较大的指针中心线提取和角度计算偏差,从而降低仪表读数识别精度。