基于ORB和改进Hough变换的指针仪表智能识读方法
发布时间:2019-05-16 22:11
【摘要】:为了满足变电站巡检机器人对电站指针仪表的智能识读要求,提出一种基于ORB和改进Hough变换的指针仪表识读方法,描述了该算法中仪表区域识别、二值化处理、骨架提取和读数获取等环节,利用C++在计算机上进行算法实现、验证。结果表明该算法满足读数精度要求、具有较好的实时性,拥有较高的可靠性和应用价值。
[Abstract]:In order to meet the intelligent reading requirements of substation inspection robot for the pointer instrument of power station, a pointer instrument reading method based on ORB and improved Hough transformation is proposed, and the instrument area recognition and binarization processing in the algorithm are described. Skeleton extraction and reading acquisition are realized and verified by C algorithm on computer. The results show that the algorithm meets the requirements of reading accuracy, has good real-time performance, and has high reliability and application value.
【作者单位】: 中国科学院长春光学精密机械与物理研究所;中国科学院大学;
【基金】:中国科学院青年创新促进会资助项目(Y56039Y150)
【分类号】:TM63;TP242
[Abstract]:In order to meet the intelligent reading requirements of substation inspection robot for the pointer instrument of power station, a pointer instrument reading method based on ORB and improved Hough transformation is proposed, and the instrument area recognition and binarization processing in the algorithm are described. Skeleton extraction and reading acquisition are realized and verified by C algorithm on computer. The results show that the algorithm meets the requirements of reading accuracy, has good real-time performance, and has high reliability and application value.
【作者单位】: 中国科学院长春光学精密机械与物理研究所;中国科学院大学;
【基金】:中国科学院青年创新促进会资助项目(Y56039Y150)
【分类号】:TM63;TP242
【参考文献】
相关期刊论文 前8条
1 王连桂;;基于视觉自动识别功能的汽车仪表自动化检测技术研究[J];自动化与仪器仪表;2015年11期
2 房桦;明志强;周云峰;李红玉;李健;;一种适用于变电站巡检机器人的仪表识别算法[J];自动化与仪表;2013年05期
3 李栋;杨志家;;基于机器视觉的指针仪表识读方法[J];仪表技术与传感器;2012年10期
4 周立辉;张永生;孙勇;梁涛;鲁守银;;智能变电站巡检机器人研制及应用[J];电力系统自动化;2011年19期
5 崔行臣;段会川;;指针式仪表读数识别系统研究[J];信息技术与信息化;2009年05期
6 汪海洋;潘德炉;夏德深;;二维Otsu自适应阈值选取算法的快速实现[J];自动化学报;2007年09期
7 戴亚文,王三武,王晓良;基于灰度信息的多特征模板匹配法[J];电测与仪表;2004年04期
8 江萍,徐晓冰,方敏;基于形态学骨架提取算法的研究及其实现[J];计算机应用;2003年S1期
【共引文献】
相关期刊论文 前10条
1 陈洪月;王鑫;毛君;张瑜;;重构理论下采煤机牵引速度对滚筒载荷影响研究[J];机械强度;2017年03期
2 王延忠;唐文;刘e,
本文编号:2478586
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2478586.html