关键词： 指针式仪表   形状模板匹配   仿射变换   极坐标变换  

摘要： 基于Halcon模板匹配优化的指针式仪表识别是能够解决仪表表盘在复杂场景中定位问题的重要手段。传统识别方法是通过对表盘最极坐标变换来进行识别,会受到不同场景和拍摄角度对于表盘定位的影响,进而使极坐标变换对结果带来误差。本方法通过模板匹配和仿射变换准确定位仪表表盘,提高了精度,仿真实验表明,本方法相较于传统方法更精确。

关键词： 仪表识别   算法分析   过程研究  

摘要： 随着计算机信息技术的高速发展,高效的智能化算法越加在社会各方面发挥着重要的建设作用,也深刻地影响着社会的技术改造。在此对于诸多的传统行业也越发发生着深刻地变化。尤其表现在高品质的视觉算法上,通过高品质的指针式仪表识别可较为高效地实现对多场合的仪器仪表达到精确地监控并且通过该类技术也可较大程度地改善现行多场合的仪表无法实现实时有效监控的落后现状。在此就针对指针式监控中的相关干扰要素、转换为视频图像的模糊现象进行全局化的分析,在不断的实现深度学习与图像处理技术的技术上,而实现对于相关设备图像的类别的高品质精确性识别。在此对于基本性的深度学习算法展开分析的同时,结合实际的图像特征提取分析,实现相关仪表的高品质图像跟踪、识别,从实用性的理论及应用角度进行切入,为后相关算法深入研究奠定实践基础。

关键词： 巡检机器人   指针阴影   指针式仪表   三次样条插值   灰度梯度  

摘要： 针对变电站巡检机器人指针式仪表自动识别中易受指针阴影影响的问题,提出了一种基于三次样条插值的指针式仪表图像分割方法。提取包含指针的圆形区域作为信息图,对信息图进行中值滤波、灰度拉伸;使用16个固定的阈值对信息图进行分割,并统计指针的长度和面积;使用三次样条插值法对面积序列插值并计算其一阶差分,以指针长度大于信息图半径的最小阈值作为起点,求得一阶差分的第一个波谷点,以该点对应的灰度值作为分割阈值对信息图进行图像分割。图像分割实验表明,文中算法对含有指针阴影的仪表图片分割成功率由10%提高到94%,识别成功率由82%提高到98%,提取的指针中仅包含少量的无效信息,减少了后续算法的运算浪费;鲁棒性实验表明,该算法对各种环境干扰具有较好的鲁棒性。

关键词： 指针式仪表   复杂环境   Hough变换   读数识别  

摘要： 在我们的日常生活和工业生产中,指针式仪表扮演了非常重要的角色。相比数字式仪表它具有成本低和可靠性高等优点。指针式仪表的判读主要通过人工方式来完成,这种人工方式存在人力浪费和低效率的问题。针对人工读数的不足和数字图像处理技术的快速发展,许多指针式仪表的自动判读方法被相继提出。目前大多数指针式仪表的自动判读方法都是基于室内单仪表,实验对象和实验环境比较简单。本文针对现有方法的不足和局限性,提出室内多仪表和室外单仪表这两种复杂环境下的自动判读方法。针对室内多仪表,以工厂开关柜的四个方形指针式仪表为研究对象,设计开关柜仪表监控系统,该部分的主要内容和创新点如下:(1)鱼眼图像采集和校正。针对普通镜头视场角小,无法近距离监控多个仪表的问题,本文选用鱼眼镜头代替普通镜头。鱼眼镜头拍摄的图像包含严重的畸变,通常利用张正友标定法对畸变图像进行校正,针对张正友标定法只考虑径向畸变,忽略切向畸变的问题,本文将切向畸变也考虑在内,提高标定算法的合理性。(2)多个仪表定位。为了在多仪表图像中确定每个仪表的位置,本文利用Canny算子得到图像边缘,并根据图像边缘的轮廓特征筛选出仪表所在区域。针对Canny算子需要人为设定全局高低阈值,适应性和阈值效果较差的问题,本文提出局部灰度值统计法求阈值,避免人工麻烦,改善阈值效果。(3)图像匹配算法改进。在刻度数字识别过程中,针对光照问题容易造成MAD算法匹配出错的问题,本文提出基于FT显著性检测的MAD算法,使算法更加关注目标物体,从而削弱背景的影响。针对室外单仪表,以变电站的单个椭圆形指针式仪表为研究对象,设计变电站指针式仪表识别系统,该部分的主要内容和创新点如下:(1)光照处理。针对变电站中复杂光照对识别结果的影响,本文提出基于Sobel边缘检测的具有边缘保持特性的Retinex算法,并将改进后的Retinex算法与直方图均衡化结合,在调节光照的同时提高图像对比度。(2)运动模糊处理。变电站指针式仪表图像是由经常处于移动状态的巡检机器人拍摄的,部分图像可能产生运动模糊。本文利用图像的频谱和倒谱特性确定模糊方向和模糊尺度,并利用Lucy-Richardson算法复原图像。(3)雨滴处理。针对变电站中有雨天气下雨滴对识别结果的影响,本文在引导滤波的基础上结合各向异性扩散滤波进行去雨,该方法比单独使用引导滤波去雨效果更好。(4)指针检测。圆心约束的Hough变换能快速检测出指针,但前提是圆心位置必须精确,否则很可能导致结果出错。本文将圆心约束扩展为圆心区域点约束,提高指针检测的抗干扰性。(5)设计实现变电站指针式仪表识别系统。包括系统分析和总体设计、系统详细设计与实现和系统测试三大步骤。

关键词： 仪表识别   Faster R-CNN   特征对应   指针检测  

摘要： 随着科学技术的进步和智能电网投资的加大,巡检机器人逐渐被应用于变电站中指针式仪表的检测与识别。但是目前对于仪表的自动巡检仍然需要人为参与,对巡检机器人采集到的仪表图像进行示数判读,所以仍不能真正实现智能变电站的目标。另外,受限于巡检机器人的拍摄质量,仪表的读数结果也会受到较大的影响。对此,本课题提出了一种基于图像处理的变电站指针式仪表识别系统。系统地研究了仪表的检测、预处理和自动示数识别算法,并作出了相应改进,实现了一种实用、稳定的变电站指针式仪表识别。本文的主要研究工作如下:1、首先,为了解决变电站指针式仪表识别时存在的仪表位置随机性、环境复杂性和多类型仪表问题,本文提出了基于仪表检测、仪表预处理和仪表识别的系统设计思路和相应的技术方案,降低了仪表识别难度,实现了系统的通用性。2、接着,本文提出了一种基于Faster R-CNN的仪表检测算法。该算法在原始Faster R-CNN算法的基础上,结合多尺度训练、增加锚点数量并引入了在线困难样本挖掘机制策略来增强模型的性能,能够准确地将目标仪表从变电站复杂的背景中检测出来。同时算法能够根据检测框在当前检测视野中的位置,对相机的位置和焦距进行调整从而获得居中、放大的高质量仪表图像。3、其次,针对复杂环境下的仪表识别本文改进了仪表图像预处理算法。该算法首先使用MSRCR算法对光照不均的仪表图像进行调整,然后设计了光斑检测流程,利用改进的基于特征对应的算法修复光斑,能够恢复图像的有效信息,减少光照等环境因素对图像的影响。4、最后,本文设计了指针式仪表示数识别算法。该算法首先基于预建模算法完成不同类型仪表的先验信息采集,降低识别的难度。然后通过表盘提取、形态学处理、Hough变换等完成指针检测,并通过角度法完成示数识别。算法在保证识别精度的同时,适用于多类型仪表。

关键词： 深度学习   指针式仪表识别   卷积神经网络   改进场景文本检测器(EAST)算法  

摘要： 为了解决变电站指针式仪表读数识别中指针区域提取困难、指针中心线定位误差大以及识别精度较差等问题,针对变电站中常见的刻度分布均匀的指针式仪表,提出了一种基于深度学习的指针式仪表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,得到仪表目标图像;然后,利用改进有效和准确的场景文本检测器(EAST)算法对检测到的仪表目标图像进行文本检测,检测出仪表图像中的文本图像,利用设计的印刷体数字识别模型对文本图像进行识别,筛选出仪表刻度数字,得到仪表刻度数字的位置信息与数值;最后,通过仪表刻度数字的位置信息提取出仪表指针直线与仪表中心,通过识别出的数值结合角度法完成仪表读数识别。通过大量实验对所提出的指针式仪表读数检测与识别方法进行验证,实验结果表明,本文所提出的仪表识别方法的平均准确率高于98.5%,对于复杂背景下指针式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： 指针式仪表   虚拟样本生成   小样本   先验知识   卷积神经网络  

摘要： 为解决现有指针式仪表识别方法依赖于预处理的有效性且泛化能力不足的问题,提出一种基于深度卷积神经网络与虚拟样本结合的识别方法.该方法利用深度卷积神经网络自适应地提取仪表图像关键特征,避免无关信息的干扰;采用先验知识构建指针式仪表虚拟样本生成模型,解决深度卷积神经网络面临的小样本难题.仿真数据、实验数据和现场实际应用结果表明,文中方法是可行有效的,且比传统的指针定位方法识别效果更好,尤其在更换仪表、局部信息缺失等复杂情况下具有很好的鲁棒性.

关键词： 仪表检测   特征相似性度量   自适应Canny算法   缺省刻度修补  

摘要： 针对目前电力机房巡检机器人仪表识别精度不高的问题,提出了一种新的仪表检测识别方法。该方法分为两个部分,第一部分为仪表检测过程:提出了一种基于相似性度量的目标检测方法。首先,采用Faster RCNN网络生成一系列候选集,然后由高置信度的目标区域建立特征模板,再根据特征相似性对低置信度的目标区域进行判别,最后将筛选结果和特征模板作为检测结果,从而实现对仪表类型的识别与定位。第二部分为指针式仪表读数识别过程:采用自适应Canny算法进行边缘检测,然后采用八领域轮廓跟踪算法串联边缘点获取轮廓,并通过分析轮廓形态,提取指针和刻度线段。最后通过改进的刻度修复算法解决光照下刻度缺省问题,从而建立完备的刻度坐标系,再根据坐标系中的指针与刻度之间的相对位置得到仪表读数。实验结果表明,本算法对于光照条件、拍摄角度、电力机房环境干扰具有较好的鲁棒性,提高了仪表识别的准确性和实时性。

关键词： 指针式仪表   图像预处理   特征提取   Freeman链码   示数判读   倾斜校正  

摘要： 指针式仪表因其结构简单、使用便利、示数识别可靠性高、成本低且易于用在各类环境恶劣的场合等优点而被广泛应用在军事、医疗、教育、工业生产和生活之中。虽然数显仪表技术发展十分迅猛,但是指针式仪表在工业生产过程中仍占据主要地位。目前指针式仪表数据的获取大多数是由人手工抄表,手动记录并分析数据,在处理数据时劳动强度大、效率低,容易受到外界因素的影响,这些因素都会对识别得到的指针式仪表示数准确性产生影响。相比于传统的人工获取仪表信息的方式,计算机视觉技术的应用,极大地降低了劳动成本、提高了仪表检测的自动化水平,具有广阔的应用前景。目前,实现指针式仪表的自动识别任务是图像处理与模式识别领域研究的重点,其识别的关键在于如何快速准确对指针直线进行特征提取。因此,为避免上述问题的发生和提高线性指针式仪表识别的自动化水平,本文提出一种新的指针检测与示数识别方法,具体完成如下工作:首先,图像预处理。在进行图像识别工作之前要对待识别图像进行灰度化处理、图像滤波以及边缘检测等预处理操作,详细分析各部分完成的内容和相应的实现效果,通过对比分析确定合适的算法进行线性指针式仪表自动识别的预处理过程。其次,仪表指针提取与示数识别工作。分析现有识别算法中存在的不足,综合考虑图像特征提取过程中,无法高效地提取图像中的仪表指针,导致识别算法效率过低。因此本文提出一种基于阈值处理的Freeman链码仪表指针提取方法。通过对预处理后得到的图像进行Freeman链码操作,经过阈值筛选,获得图像中的仪表指针特征,根据链码方向参数计算指针偏转角度,采用角度法进行指针示数的识别工作。经比较分析验证本文提出的算法具有准确性、通用性和高效性。最后,倾斜线性指针仪表图像的校正和识别。图像获取过程中会由于某些外界条件的限制而无法获取正视图,导致出现图像倾斜的问题。分析倾斜的各种类型,针对图像发生畸变倾斜情况下,获取图像的特征点和匹配点,利用透视变换进行一次校正,使图像变为水平倾斜;再根据仪表倾斜特点计算出新一组特征点和匹配点,利用透视变换进行二次校正,从而完成指针式仪表倾斜校正的过程。通过不同的仪表图像和相关参数验证本文提出的方法能快速地校正倾斜图像后准确地得到对应的示数。

关键词： 图像分割   图像预处理   图像识别  

摘要： 指针式仪表在工业生产中应用广泛,但人工检测和维护耗时耗力、精度低;人工智能的不断发展,要求工业应用要不断融入新技术,机器视觉的使用可克服人工检测的不足。本文设计的指针式仪表识别系统,使用CCD摄像头作为图片采集设备,使用方便、精度高;采用图像处理技术自动识别指针刻度,灵活性高、准确度高、实时性好。