基于机器视觉的工业仪表识别技术研究

发布时间：2024-03-09 01:00

　　提出了一种基于机器视觉的二维码辅助式工业指针式仪表识别技术方案。本方案将表盘信息编辑成信息帧并制成二维码粘贴在表盘上,在识别图像前先获取待识别仪表的特征信息并将其作为算法重要的参数来源,从而实现不同类型仪表的自适应识别。此外,方案还利用了二维码的定位和校正图案,通过透视变换对图像进行倾斜校正,克服了因拍摄角度倾斜所造成的图像畸变的影响。表盘与指针的定位提取则利用Hough变换实现。实验结果证明,算法在移动终端上具有良好的识别效果及鲁棒性。

【文章页数】：7 页

【部分图文】：

图6直线检测Fig.6Linesdetection

把图像空间中直线的检测转化为极坐标空间中的交点测量。标准Hough变换算法中图像点向参数空间映射的计算法复杂程度很高，运算开销大，识别效率不高。因此本文采用了一种改进算法—累计概率霍夫变换(ProgressiveProbabilisticHoughTransform,PPHT)[....

图7指针提取Fig.7Extractionofpointer

了仪表指针倾角的区间信息，它可以帮助算法滤除倾角不在合理区间内的直线。③直线两两之间的夹角大部分的仪表指针都具有一定的宽度，在边缘检测时指针两侧的轮廓会形成两条直线。当两条相近的直线的倾角差和长度差不超过设定的阈值，这两条直线即被认为同一指针的两侧轮廓，算法选取这两条直线的起点和....

图8拍摄倾斜示意图(c)

.3-0.72625.8-0.27069.2-0.83433.9-0.17473.2-0.84040.00.07675.9-0.14847.8-0.27877.8-0.25453.9-0.18081.11.1表2测试结果中最大的绝对误差为1.1℃，平均绝对误差为-0.14℃。分析....

图8拍摄倾斜示意图(c)

.3-0.72625.8-0.27069.2-0.83433.9-0.17473.2-0.84040.00.07675.9-0.14847.8-0.27877.8-0.25453.9-0.18081.11.1表2测试结果中最大的绝对误差为1.1℃，平均绝对误差为-0.14℃。分析....

本文编号：3922660