基于机器视觉的仪表自动化读数识别技术探讨

发布时间：2021-08-08 01:06

　　机器视觉技术是通过摄像采集图像,然后通过计算机进行自动算法并识别物体属性的新技术,将其应用于工农业生产仪器仪表的读数,不仅能够提升工作效率,而且还可以避免主观因素的影响,提高读数精度。文章从机器视觉角度出发,提出采用直方图均衡化方法来增强图像的对比度、运用平滑技术来过滤图像的噪声、利用最大类间方差法来进行图像阈值的分割;同时在传统Hough变换算法基础上,提出了改进Hough自动读数识别算法,前者的最大引用误差为1.4%,改进Hough变换算法下的最大引用误差仅为0.4%;该仪表自动化读数识别方法具有较高的精度,可在生产实践中推广使用。 

【文章来源】：自动化应用. 2020,(02)

【文章页数】：3 页

【部分图文】：

识别系统结构设计

在图像生成及传输过程中容易受到外部环境的影响，图像质量可能会降低，会造成后期图像识别精度的降低，因此，需要对图像进行增强，常用的图像增强方法包括灰度级修正、图像平滑、图像锐化、图像增晰等多种方式，本文拟采用灰度级修正和图像平滑手段对图像进行增强。灰度级修正的主要目的在于提高图像的对比度，提高机器的识别能力，采用直方图均衡化法对图像进行非线性拉伸，使图像像素分布均匀。设原图像的灰度概率密度函数为Pr(r），变换函数为T(r），得到的均匀灰度图像的概率密度函数为Ps(s），三者的变换关系为：

式中：g(x,y）表示滤波函数输出图像；f(x-r,y-s）表示图像大小；h(r,s）表示加权函数。仪表图像加强前后效果对比情况见图3。2.3 阈值分割

【参考文献】：
期刊论文
[1]基于机器视觉的数字识别技术研究及实现[J]. 王冉,孟磊.  汽车实用技术. 2019(22)
[2]机器视觉检测图像拼接配准技术研究进展[J]. 刘桂雄,蔡柳依婷,王博帝.  激光杂志. 2019(11)
[3]基于变电站巡检机器人的指针式仪表读数识别[J]. 刘杨,刘俊,柯奕辰.  化工自动化及仪表. 2019(08)
[4]基于机器视觉的变压器油位仪表识别技术研究[J]. 郁飞,党晓鹏,张建华.  计算机与数字工程. 2019(07)
[5]基于图像处理的指针式温湿度计读数识别方法[J]. 徐宙,杨会民,刘连照,王道酉,余磊.  国外电子测量技术. 2019(07)
[6]基于二维码匹配的指针式仪表读数识别方法[J]. 孙慧媛,杨晓城,蒋明峰,边境.  计算机系统应用. 2019(03)
[7]改进ORB和Hough变换的指针式仪表识读方法[J]. 高建龙,郭亮,吕耀宇,吴清文,母德强.  计算机工程与应用. 2018(23)
[8]指针式仪表读数的机器视觉智能识别方法[J]. 施滢,夏春华,胡琳娜,孟迎军.  传感器与微系统. 2017(11)
[9]基于机器视觉的远程仪表自动读数系统设计[J]. 韦晓虎.  价值工程. 2015(31)
[10]基于机器视觉的数字显示仪表自动读数[J]. 申中鸿,蒋春旭,徐华伟,李镇康,周茂杨,刘嘉祁.  电子产品可靠性与环境试验. 2013(S1)



本文编号：3328899