[发明专利]基于SURF特征提取和颜色分割的液位计图像识别方法在审

专利信息
申请号: 202011313247.0 申请日: 2020-11-20
公开(公告)号: CN112561991A 公开(公告)日: 2021-03-26
发明(设计)人: 甘伟;李红叶;焦荣;李飞 申请(专利权)人: 西安石油大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/12;G06T7/90
代理公司: 西安鼎迈知识产权代理事务所(普通合伙) 61263 代理人: 李振瑞
地址: 710065 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 surf 特征 提取 颜色 分割 液位计 图像 识别 方法
【说明书】:

发明公开了一种基于SURF特征提取和颜色分割的液位计图像自动识别方法,属于计算机视觉仪表智能检测技术领域。本发明可以有效解决液位计刻度模糊,危爆环境中液位计无法自动识别需要人工参与的问题。利用图像模板,结合SURF特征提取匹配技术,从目标图像中搜索出液位计图像,有针对性的进行处理,避免处理复杂图像。紧接着采用颜色分割技术,将液柱与玻璃管容器分离,利用波形整形和差分法寻找拐点,定位液柱液面位置,结合图像中液位计的高度,进而得到液位计的图像识别结果。

技术领域

本发明属于计算机图像处理技术领域,涉及计算机视觉仪表智能检测,具体为基于SURF特征提取和颜色分割的液位计图像识别方法。

背景技术

液位计是一种传统的计量仪器,由于其结构简单、价格便宜、维护方便、耐腐蚀、不受电磁场干扰、可靠性高等诸多优点,目前仍广泛应用于石油石化、科学实验和居民生活等诸多领域。

根据液位计的检定规程,需要定期对其进行抄表读数或准确度检定。通常,在对其进行检定的过程中,需要人工参与读数。由于人眼的视觉误差和视觉疲劳,人眼只能粗略估计液位的位置,不能准确读取仪表的示数,这直接影响了检定的准确程度。人工读数速度较慢,无形中增加了检定人员的劳动强度和检定周期,降低了工作效率。另外也容易造成读数精度低,可靠性差,重复性差等问题的出现。由于操作员的责任心、技术水平等原因,不能保证不出现疏忽或错误。

因此,如何实现液位计的自动读数,并且提高检定效率和精准度,即成为急需解决的问题。随着计算机图像处理技术的不断进步,将图像处理应用于仪表读数的自动识别越来越多地受到了人们的关注。特别是危爆环境中液位计的自动识别技术,尤为重要。

发明内容

为了克服现有技术方案的不足,本发明提供基于SURF特征提取和颜色分割的液位计图像识别方法,通过对摄像头采集到的液位计图片进行图像处理,主要涉及SURF特征提取匹配、颜色分割、波形整形和差分法寻找拐点等技术,旨在解决液位计刻度模糊、数字不清问题,提高液位计检定效率和精准度,尤其在危爆环境中可避免人工参与,实现对液位计液柱液面位置的自动识别和读数,能有效的解决背景技术提出的问题。

本发明解决其技术问题所采用的技术方案是:

基于SURF特征提取和颜色分割的液位计图像识别方法,包括以下步骤:

步骤S1,对参考模板图像M(x,y,:)和场景图像S(x,y,:)进行SURF特征提取与匹配,并从场景图像S(x,y,:)中裁剪获取与参考模板图像M(x,y,:)相似度高的感兴趣区域图像Roi(x,y,:);

步骤S2,对所述感兴趣区域图像Roi(x,y,:)采用颜色分割的方式进行颜色分割,分离出液位计的液体部分图像和玻璃容器部分图像;

步骤S3,分别对所述液体部分图像、玻璃容器部分图像中的蓝色分量进行中值滤波、波形整形和差分变换,计算出液位计的液柱液位长度和玻璃容器长度;

步骤S4,根据所述液柱液位长度和玻璃容器长度,计算出液位计最终度量结果。

进一步地,在步骤S1中,将参考模板图像M(x,y,:)和场景图像S(x,y,:)分别进行灰色转化,转化后的图像分别为图像M1(x,y)和图像S1(x,y),再采用SURF算法对所述图像M1(x,y)和图像S1(x,y)进行特证提取与匹配,并从图像S1(x,y)中获取感兴趣区域图像Roi(x,y,:);

在步骤S2中,将感兴趣区域图像Roi(x,y,:)从RGB空间转化到HSV色彩空间后再进行颜色分割,液体部分图像赋值到白色图像空间Whsv(x,y,:),玻璃容器部分图像赋值到黑色空间Bhsv(x,y,:);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安石油大学,未经西安石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011313247.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top