关键词： 指针式仪表识别   图像处理   发展应用  

摘要： 指针式仪表具有结构简单、易于使用的特点,被应用于军事、医疗、教育、工业生产等多个方面,指针式仪表的识别技术也越来越被重视。阐述了目前国内外指针式仪表识别的优势及其发展和应用现状,介绍了用于指针式仪表识别的图像处理技术,对其优缺点进行了总结。

关键词： 中心投影法   Hough变换   指针式仪表  

摘要： 针对仪表表盘背景复杂且有液体填充物的指针式仪表,为了得到更加精确的读数,提出了一种新颖实用的基于图像处理技术的指针读数识别方法。该方法在综合运用自适应阈值迭代法对图像二值化及形态学与剪影法结合的边缘提取算法进行图像预处理的基础上,采用Hough变换圆检测和para空间均值圆心的方法确定仪表的圆心,创造性地采用了基于传统中心投影法的双向扫描求取均值确定角度的算法,并应用角度法计算出仪表指针读数。采用传统中心投影法及其改进算法进行了同步对比验证实验,并对两种方法的误差进行了对比评估和分析。实验结果表明,改进算法性能稳定,特别对于旋转的仪表指针识别具有较高的精度和较强的实时性。

关键词： 指针式仪表   HSV空间变换   减影法   边缘检测   Hough变换  

摘要： 随着电力系统行业对自动化程度的要求不断提高,关于指针式仪表识别技术有待进一步改进。传统检测常常忽视阴影的影响,速度及准确性也常常不能满足要求,文章提出一种实用性强的识别算法。首先通过HSV空间变换操作消除阴影对指针识别的影响,结合减影法得到指针图像,然后利用Canny算法实现指针边缘的检测,再通过消除指针两端复杂图像以实现局部区域的Hough变换,最终利用指针夹角判别指针读数。实验结果表明,本算法的阴影消除效果明显,识别结果的准确性、实时性得到了较大提高。

关键词： 指针式压力表   自动识别   边缘分割   图像归一化算法  

摘要： 由于指针式仪表结构简单,而且还具有防水、防尘、防电磁干扰等优点,所以在石油工业领域中,指针式压力表有着很广泛的应用。在指针式仪表读数识别中目前主要还是以人眼观测为主,为了提高检测的快速性、准确性和高效性,本文针对石油工业中常用的指针式压力表,设计了一个自动识别压力值的系统。该系统主要是通过机器视觉,利用图像处理技术自动得出压力表示值。本系统采用500万像素的CCD相机,先将采集到的仪表图像预处理,主要包括三个步骤:首先通过中值滤波来去除表盘图像中的椒盐噪声,同时也能很好地保存图像边缘部分;然后采用分段线性变换来增强指针和刻度线等重要感兴趣部分的信息;最后利用Canny边缘检测仪表图像的边缘,根据表盘的形状和位置等特征提取出仪表表盘的边缘,并通过该边缘拟合出的圆分割出含有指针和刻度线的表盘轮廓。通过预处理得到了感兴趣的表盘图像,然后就只需确定指针和刻度线的位置关系即可确定压力表示值。由于本文研究的耐震压力表的刻度线前后分布是不均匀的,并且仪表里面的阻尼液遮挡了部分刻度线,传统的角度法或者是距离法不适用本系统。本文提出了图像归一化算法,通过改进的平面二维插补算法,限制插补搜索的起始和终点角度,去除表盘图像中的文字标识并将圆形表盘图像转化成矩形图像。然后通过指针处于不同位置处的两幅仪表图像制作出无指针的刻度线表盘模板,并将其拼接处融合并平滑,将该表盘模板利用zhang细化算法处理得到单像素的刻度线模板,以便刻度线精确定位。将单像素表盘模板通过改进的霍夫直线变换检测出刻度线,并根据刻度线位置关系补全出被遮挡的刻度线,这样即得到了完整的刻度线模板,同时将每个刻度线的横坐标值记录并保存到数组中。最后将采集到的仪表图像与刻度线模板图像通过差影法得出指针的位置,依据前后段刻度的不同分度值与指针和刻度线之间相对应的位置关系,利用距离法最终得出指针式仪表的读数。本系统最终将所有识别算法集成到MFC应用程序,并根据指针式仪表校验规则,该程序采用模块化设计,主要包括三个模块:注册模块、识别模块和分析记录模块。通过图像处理算法识别的压力表示值与数字精密仪表读数的比较分析,生成压力表的校验报告。

关键词： 指针式仪表   交叉视觉皮质模型   特征提取   字符识别   误差校正  

摘要： 指针式仪表广泛应用检测生产、检定计量等场所,其中高精度指针表的读数检定流程复杂,人工处理效率低且易引入误差,已经逐步被机器视觉的方法取代,但目前关于精密指针式仪表的算法研究较少,已有方法在精度和速度上无法满足实际需求。因此,本文针对高精度指针式仪表的智能识别方法展开研究,以0.2级精密指针式仪表为主要研究对象,同时选用分度值为0.001mm的直角尺检查仪为对照研究对象,分别对仪表盘刻度和指针的提取、自动读数和误差校正等问题进行了深入的研究。本文主要工作包括:1、针对仪表图像的采集方法进行研究,设计了图像采集系统。分析图像采集系统的结构要求并确定硬件选型,同时搭建光源系统,最终实现了高质量仪表图像采集。2、针对刻度区域的准确分割方法进行研究,提出了基于交叉视觉皮质模型的仪表刻度提取方法,解决了刻度密集分布导致的分割失败问题。设计加权Otsu法自适应判断模型的点火迭代次数,并结合点火迭代矩阵相的并行递增特性,有效消除刻度区域细小噪声,准确分割仪表刻度区域。最后拟合刻度圆弧进行极坐标变化,将弧形刻度转换为矩型刻度。3、针对仪表指针的准确提取方法进行研究,提出了基于投射变化的差影法的指针分割方法,解决了不同仪表图像空间投射误差的问题。首先检测仪表图像特征点并进行点对匹配,然后利用特征点对信息生成的投射变化矩阵将被测图像变换到与模板图像相同位置,通过两幅图像差影提取指针。同时设计字符特征,并利用字符识别方法进行刻度值字符识别,提高视觉系统自适应性。4、针对图像采集系统误差模型进行研究,设计误差校正模型。解决了单目成像系统的误差,最终根据指针拟合直线与仪表刻度交点实现自动读数。最后通过搭建仿真测试环境对本文提出的算法与设计的检测软件进行了测试,实验结果表明本文算法可以实现0.2级精度仪表的自动读数相对误差小于0.15%,在精密指针式仪表智能识别领域具有一定实用价值。

关键词： 指针式仪表   深度学习   Faster-RCNN   LeNet-5   连通域分析   不均匀刻度  

摘要： 当今时代人工智能迅速发展,许多传统的行业逐渐从人工密集型寻求向人工智能的转型。因此,将简单重复的工作程序应用人工智能的方法完成是目前工业的发展趋势。在科技研究领域,深度学习的算法不断发展改进并在多个领域得以应用,在图像处理和模式识别方向研究发展犹为迅速。本文基于深度学习,设计并实现了一种指针式仪表的示数智能识别系统。本文的主要的工作流程如下:首先应用基于深度学习的Faster-RCNN算法从摄像头采集的图像中定位仪表区域,去除图像的干扰信息,便于后续图像的处理;然后根据仪表特征与几何特性,应用连通域分析、图像阈值分割、最小二乘法等方法分别实现仪表表盘圆心定位、指针分割和细化;分割表盘的数字和刻度并使用基于深度学习的卷积神经网络LeNet-5对其进行自动识别,并结合刻度线的统计,计算出分度值;通过将扇面的刻度线范围转化为矩形识别,根据指针位置最终识别出仪表的读数。本文创造性地提出了利用Faster-RCNN算法来迅速定位仪表的方法,能够在不同的图像条件下迅速准确地定位出各种类型和尺寸的表盘,具有很好的抗干扰性。在识别阶段,使用LeNet-5卷积神经网络识别数字并计算分度值,可以使系统适用于不同量程和不均匀刻度值的仪表识别,极大地提高了适用范围,真正意义上实现了指针式仪表示数的智能化识别。

关键词： Hough变换   减影法   指针识别  

摘要： 提出了一种汽车仪表指针识别的新方法,详细阐述了这一方法的工作过程,给出了试验结果,试验证明,该方法简便可靠,精度高。

关键词： 读数识别   Hough变换   OpenCV   视觉检测  

摘要： 针对传统的单纯的利用Hough变换处理多指针仪表的读数识别时遇到的一系列问题,提出了一种改进后的指针读数方法。该算法先利用指针和表盘背景的色差提取指针轮廓,利用Hough梯度法确定指针圆点,并运用轮廓法确定指针。对指针与零刻度线间夹角长刻度与零刻度线间夹角进行校正,采用牛顿插值法逼近指针与零刻度线间夹角和仪表示值的函数关系,实现仪表示值的智能读取。实验结果表明,该算法很好的解决了噪声对结果产生的影响,在保证准确率的同时提高了识别速度。

关键词： 指针式仪表   智能变电站   示数识别   角度法  

摘要： 针对智能变电站中的指针式仪表的自动识别,本文提出了一种新的基于传统角度法和距离法的更精确的识别方法,既保证了距离法的精度,又将距离法中的参数换成了角度,提高了自动读数的精度。本文首先对图像进行预处理,包括利用中值滤波的方法对图像进行去噪声,滤波;然后利用投影法对图像进行倾斜检测和校正;符合要求的图像进一步利用差影法提取出指针信息,利用表盘指针的角度关系得到指针读数,并对结果进行了误差分析。实验结果表明:该方法对指针式仪表读数的识别十分有效,且具有较高的精度和实用性。

关键词： 数字图像处理   边缘检测   霍夫变换   指针仪表识别  

摘要： 各式各样的仪表应用于生产生活中的各个方面,从日常生活到航空航天都要使用仪表。正是由于仪表的重要性,仪表的发展水平成为了一个国家科研技术水平的一个体现。仪表按照显示方式的不同,可以分为两类：数字式仪表和指针式仪表。数字仪表通过各种液晶、数码管等来显示示值,而指针仪表通过观测人对指针位置的观测得到仪表的具体示值。由于仪表的广泛应用,对于仪表示数的智能读取越来越多的引起人们的重视,尤其是对于指针仪表示数的读取。本系统主要处理五种不同的仪表。它们分别是压力表、百分表、DYM3型空盒气压表、ND10声级计和DZ-2振动测量仪。五种仪表都有各自的特点,因此根据它们的不同特点处理方法也有所不同。采集到的所有仪表的图像都要经过预处理。预处理包括图像的灰度化、图像增强和二值化等。本文详细讨论了各种预处理技术的特点,根据仪表的具体情况选择了最合适的处理方法,提高了识别的准确性。同时,本文创新地提出了具有针对性的算法解决了在识别过程中遇到的各种问题。本课题的创新点包括如下几点：1.针对双指针仪表存在的指针相互交叉影响的情况提出了一种针对双指针仪表指针读取的算法,能够在指针相互干扰的情况下准确读取出指针的读数。2.针对既有旋钮又有表盘的指针仪表提出了一种有效的算法,能够读取旋钮读数并且根据相对位置关系确定表盘位置,从而实现对指针的读取。3.针对宽指针改进了传统的算法。宽指针成窄三角形状,采用传统的霍夫线变换得到的直线与指针实际位置存在一定夹角,本课题对这种情况进行的处理,消除了误差。4.针对识别过程中定位困难的情况,本课题创新地在界面上增加了仪表的轮廓和垂直坐标轴,从而保证了摄像头与待测仪表的相对位置固定。5.为了适应各种恶劣的光照条件,在摄像头周围增加了两排LED灯来提供照明,并且LED灯前面罩有半透明的磨砂板,从而避免了在表盘形成反射光斑。本课题的设计在实际应用中取得了非常好的效果,具有很强抗噪能力,能够在各种光照条件下使用,读取指针示数速度快、准确性高。从本课题中总结出的一些通用的算法和原理对各种智能识别系统都具有一定的指导意义。