[发明专利]一种基于机器视觉的仪表指针计数读取方法及介质在审

专利信息
申请号: 202110987327.2 申请日: 2021-08-26
公开(公告)号: CN113657339A 公开(公告)日: 2021-11-16
发明(设计)人: 张鹏鹏;徐果;王季季;李虹;徐思雨 申请(专利权)人: 上海电机学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62
代理公司: 上海伯瑞杰知识产权代理有限公司 31227 代理人: 孟旭彤
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 仪表 指针 计数 读取 方法 介质
【说明书】:

发明提供了一种基于机器视觉的仪表指针计数读取方法及介质,所述方法包括:建立表盘分割模型,采集不同场景下的图片数据集预先训练表盘分割模型;模型训练好后,将新的表盘视频传入训练好的模型,模型对表盘视频帧进行实例分割,对实例分割后的图像进行二值化处理,得到二值化图像;以及对二值化处理后的图片进行霍夫圆变换以及霍夫线变换,通过霍夫圆变换得到表盘的轮廓以及表盘圆心,通过表盘圆心建立二维坐标系,通过霍夫线变换得到指针直线,通过圆心坐标与指针直线坐标得到表盘指针的角度,通过指针角度与刻度之间的映射关系即可得到表盘中的指针读数。本发明管理更加简单、可以减少人力浪费。

技术领域

本发明涉及仪表指针计数自动读取技术领域,具体地,涉及一种基于机器视觉的仪表指针计数读取方法及介质。

背景技术

目前我国变电站内的仪表数据读取大多都还是采取人工读取方法,该方法不仅要耗费大量人力,而且针对表盘类仪表数据的读取存在较大误差;也有采用传统的OpenCV方法来对表盘仪表进行检测,但该方法主要通过图像的色度对图像进行分割提取,易受环境影响,且泛化性较差。

现有仪表检测方法还无法完全对指针仪表实现智能化数据读取,采用人工抄表的方法并不能对表盘指针进行准确读取,容易产生较大误差;利用辅助工具对待识别表盘区域进行截取,然后再对仪表指针进行识别,该方法也需要人为参与,并不具有智能性;采用OpenCV方法对指针仪表进行处理,也能识别指针读数,但该方法泛化性差,不能适应更多的应用场景。

因此,为使电厂内指针仪表读数更加精准以及减少人力浪费,构建更加完整的智能化电厂,需要提供一种智能化仪表指针计数读取方法。

发明内容

针对现有技术中的缺陷,本发明的目的在于提供一种管理更加简单、可以减少人力浪费的基于机器视觉的仪表指针计数读取方法及介质。

为解决上述问题,本发明的技术方案为:

一种基于机器视觉的仪表指针计数读取方法,所述方法包括以下步骤:

建立表盘分割模型,采集不同场景下的图片数据集预先训练表盘分割模型;

模型训练好后,将新的表盘视频帧传入训练好的模型,模型对表盘视频帧进行实例分割,对实例分割后的图像进行二值化处理,得到二值化图像;以及

对二值化处理后的图片进行霍夫圆变换以及霍夫线变换,通过霍夫圆变换得到表盘的轮廓以及表盘圆心,通过表盘圆心建立二维坐标系,通过霍夫线变换得到指针直线,通过圆心坐标与指针直线坐标得到表盘指针的角度,通过指针角度与刻度之间的映射关系即可得到表盘中的指针读数。

可选地,所述建立表盘分割模型,采集不同场景下的图片数据集预先训练表盘分割模型的步骤具体包括:首先对图片进行预处理,预处理包括图片的随机旋转,图片光照强度、饱和度以及色度的随机变换,然后进行模型迁移训练,针对表盘分割模型,选取Mask R-cnn用作预训练模型进行迁移学习,模型特征提取模块采用ResNet50用于提取图像中的特征。

可选地,所述模型训练好后,将新的表盘视频传入训练好的模型,模型对表盘视频帧进行实例分割,对实例分割后的图像进行二值化处理,得到二值化图像的步骤具体包括:用训练好的模型检测新的图像时能得到所需要的表盘轮廓以及指针信息,在得到表盘以及指针信息后,采用OpenCV方法对图片进行二值化处理,得到二值化图像。

可选地,所述对二值化处理后的图片进行霍夫圆变换以及霍夫线变换,通过霍夫圆变换得到表盘的轮廓以及表盘圆心,通过表盘圆心建立二维坐标系,通过霍夫线变换得到指针直线,通过圆心坐标与指针直线坐标得到表盘指针的角度,通过指针角度与刻度之间的映射关系即可得到表盘中的指针读数的步骤具体包括:利用训练好的模型对图像进行实例分割,得到图像中表盘区域与指针,通过霍夫圆变换得到指针圆盘的圆心以及表盘轮廓。

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上海电机学院,未经上海电机学院许可,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/202110987327.2/2.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