一、基于图像处理的模拟指针表刻度自动对准(论文文献综述)
杨应彬,尹春丽,刘波,王丹,张鼎瑞,梁庆华[1](2019)在《基于Hough变换与特征聚类的指针轮廓识别方法》文中认为无人值守机器人在智能配电房进行巡检、监测采样过程中,需对配电房内的指针式仪表进行自动化识别与判读。对于方型指针式仪表,提出一种基于轮廓特征筛选与直线检测的仪表智能识别方法。在该算法的前处理过程中,针对巡检视角窗口的移动性与多个仪表的分割提出了基于分数体系的算法;在表盘指针识别的图像处理过程中,提出了基于轮廓特征检测与Hough线段识别相结合的方法,并进行聚类估值处理,有效地改进了传统的直线检测方案。利用OpenCV视觉库和C++在计算机中进行算法实现和验证,结果表明,该算法满足精度要求,具有较高的应用价值。
盛庆华,李竹,邵展坚,蒋洁[2](2019)在《基于双重霍夫空间投票的指针表自动读数方法》文中指出针对现有指针式仪表自动读数算法对图像采集条件要求较为严格的缺陷,提出一种基于双重霍夫空间投票的指针式仪表自动读数方法。该方法根据仪表刻度和圆心在霍夫空间中的分布特性,自适应地计算仪表圆心,并在极坐标空间使用投影法对图像进行分割,提取刻度和指针信息,最后通过距离法对指针式仪表进行读数。实验证明,所提出算法的平均引用误差均在0. 8%以下,有效提高了读数的正确率及鲁棒性。
郝志坤,聂继鑫,杨静,张正龙[3](2019)在《电学可视化自动校准装置》文中指出介绍了电学可视化自动校准装置的原理及设计,此装置用于无程控接口的手持式数字多用表和模拟指针表的自动化计量校准。通过工业摄像机采集测试数据,并采用labview编制软件控制装置、处理数据,最终实现此类仪表的自动化计量校准。校准结果表明该校准装置能够满足此类仪表的校准要求。
杨应彬[4](2019)在《基于机器视觉的方形指针式仪表自动识读方法研究》文中进行了进一步梳理以互联网技术为核心、“工业4.0”为代表的新一轮科技革命和产业变革正在深刻影响传统产业。近年来,智能电网配电自动化建设成效显着,信息化与运维系统水平显着提升,大大提升了配电网的运检效率。针对“人力为主”的检修方式与配电采集系统的数据挖掘不足等问题,将自动化巡检作业机器人引入配网系统中是行之有效的方案。本文首先通过分析配电房值守系统任务,建立值守作业机器人的系统架构和功能设计方案,从系统网络通讯、配电状态监控预警平台和软硬件系统三个方面进行了详细设计。然后,根据值守作业流程的设计,分析机器人视觉系统的作业对象,并对指针表判读视觉系统进行了总体方案设计。在方形指针表自动识读方法的研究分析中,针对方形仪表研究现状中的不足之处和图像采集环境的干扰因素,提出一种基于仪表分离、边框定位与指针识别三大流程的多视角、多目标仪表的抗干扰识读算法。在仪表分离流程中,利用轮廓特征和“分数体系”的仪表定位算法,实现多视角多目标仪表的分离提取;在边框定位流程中,创造性地提出梯度灰度比值矩阵对边框边缘进行逼近,完成表盘内边框的精定位;在指针识别流程中,提出灰度梯度联合二值图概念,并通过改进Hough变换与线段特征聚类对指针进行定位,最终采用基于透视变换的倾斜校正模型完成指针角度计算。对阴影、反光和大角度倾斜等干扰因素的算法系统鲁棒性研究是本文的重点和创新点。通过指针型仪表的特征分析将传统算法的不足之处加以改进,算法的抗干扰性得以大幅提升。基于OpenCV视觉库和C++语言进行程序设计和实验验证,结果表明,本文的自动判读方法具有较高精度、稳定性和抗干扰能力,符合视觉系统预期任务要求,具有较高的推广应用价值。
周怡娜[5](2018)在《变电站指针式仪表读数识别方法研究》文中研究说明在一个变电站中,存在着大量的仪表,这些仪表用来显示设备当前的运行情况。由于数字仪表抗电磁干扰能力差,而变电站自身就是一个强大的电磁干扰源,因此在复杂的电磁环境下,变电站中仍存在着指针式仪表,指针式仪表读数识别的精确性直接影响着变电站的安全运行。目前指针式仪表大多由人手工抄表,手工操作读数精度低、人员劳动强度大并且容易受到外界因素的影响,这些影响因素会给变电站的安全运行带来隐患。针对以上问题,为了避免人工判读带来的误差、提高变电站指针式仪表读数的准确性和实现变电站的自动化发展,本文对变电站指针式仪表读数识别进行研究。本文在研究中涉及图像采集、图像预处理、图像分割、指针特征提取及角度识别、示值判读、MATLAB实验仿真等多方面技术。首先利用摄像头对指针式仪表进行拍摄,然后通过数据传输设备将拍摄到的仪表图像传输到计算机,在计算机中,首先利用数字图像处理技术在MATLAB软件中对采集到的指针式仪表图像进行预处理,在预处理过程中,通过对噪声存在的情况与去噪算法性能进行分析,提出中值滤波与小波变换相结合的混合滤波法在变电站指针式仪表识别过程中的应用,实验证明这种混合滤波法较单一的滤波法对变电站指针式仪表识别过程中存在的噪声具有更好的去噪效果。对预处理后的图像进行仪表指针特征识别,提出基于遗传算法的图像分割方法在变电站指针式仪表识别过程中的应用。该方法通过遗传算法确定最优阈值,然后采用阈值分割法将图像的目标(指针)与背景(表盘)分离。利用hough变换法提取仪表指针所在直线、通过对回转中心、指针指尖方向及偏转角度的确定,运用改进的角度法对仪表进行示值判读、最后对变电站指针式仪表读数识别系统进行实验及分析。实验结果表明该系统算法简单、识别速度快、识别精度优于人工读数,因此具有一定的应用前景。
叶肖峰[6](2013)在《基于机器视觉的指针式精密压力表自动检定方法研究》文中研究指明本文主要介绍了基于机器视觉的指针式精密压力表的自动检定方法。指针式压力表由于其具有一些不可替代的如稳定性好及精确度高等优点,在工业生产和检测过程中被广泛的运用。在指针式压力表的检定过程中,由于人工检定存在不可避免的如主观性强等缺点,利用机器视觉和图像处理技术对指针式精密压力表进行自动检定能够极大减少与由于人为因素所造成的读数误差。增加检定过程中的客观性,同时增加检定过程的精度和效率等。利用机器视觉和图像处理技术对指针式精密压力表实现了读数的自动判读。通过选型搭建了一套图像采集系统,利用分辨率为1280X1024的工业摄像头取得指针式压力表的高质量的图像。采用图像分割、减影法、图像细化等方法对图像进行预处理,使指针和刻度线的特征更加明显,降低后续示数识别的计算量。通过Hough变换和中心投影法获得指针和刻度线的位置信息,结合角度法和距离法,提出新的示数判定方法角度比例法。在示数识别过程中,禾M获得的指针回转中心与指针长度信息,消除受检点表盘图像中影响图像识别的冗余像素点,运用图像细化等方法减少计算量并且提高了图像识别的精度。本课题在Windows环境下完成机器视觉软件的编写和运行,出于兼容性的考虑,开发工具选用Visual C++6.0来进行图像处理算法的编写工作。通过对系统的测试表明,所使用的方法可以大大提高指针式压力表的检定速度和客观性,可以满足指针式精密压力表检定工作中的要求。
张冀,王俊宏,尉迟明,丁明跃,侯文广[7](2013)在《基于计算机视觉的汽车仪表指针检测方法》文中进行了进一步梳理最常用的汽车仪表为指针式仪表,工业上汽车仪表指针的检测主要是对指针角度和指针导光性能的检测。汽车仪表检测的准确性是汽车质量控制的关键。目前我国汽车行业普遍采用人工仪表检测方式,劳动强度大,质量控制不稳定。根据指针式汽车仪表图像的特点,采用最小灰度相减法从两张背景相同而仪表指针位置不同的图像中提取到仪表指针,然后运用二值化、细化和Hough变换识别出指针角度。同时,利用提取的指针实现对指针的导光性能检测。实验结果表明,算法具有鲁棒性强、准确性高、实时性好等优点,已成功应用于基于计算机视觉的汽车仪表自动检测系统。
张乐[8](2013)在《基于图像处理的指针式仪表示值识别的研究》文中认为指针式仪表以其精度高、读取简单、可设置等优点在工业和控制领域得到了广泛的应用。由于指针式仪表不是数字信号,不能被采集到计算机系统,而且传统的仪表示数读取都是采用人工判读的方式,这其中往往因为人为等外界不可避免因素而导致示数结果精度低、可靠性差等问题。所以如何利用计算机对指针仪表进行自动判读,已成为自动化控制急需解决的问题;特别是在一些需要人工读取仪表数据的测量现场,亟需指针式仪表的自动示数识别。为解决这些问题,在大量研究及总结相关文献的基础上,通过引入计算机视觉技术,本文提出指针式仪表的定位和数字判别新方法。在指针式仪表的示数识别中,数字的定位与识别是整个识别处理流程中最关键的步骤。是否具有良好的实时性以及是否高效地适应多种硬件平台,是衡量一个数字识别方法是是否成功的非常关键因素。在传统的指针式仪表指针定位中,都是基于圆扫描法进行的。圆扫描法的关键就是需要在测量前确定指针的中心。但是由于像素坐标的转化,进行四舍五入或是其它预处理等原因都会引入误差,最终会使得测量结果存在不同程序的偏心误差,从而无法稳定、准确地获取刻度线的数据。所以针对以上问题,提出了基于坐标系变换的列直线扫描方法。首先通过直角坐标系到极坐标的变换,将图像矩阵转换到极坐标系中,即把曲面判别问题转换成水平图像处理。之后它根据图中的刻度线总是垂直于横坐标轴这一特性,通过对操作后的表盘图像进行由左到右,由上至下的列直线扫描可以获得准确的刻度线信息。目前指针式仪表的示数识别大多采用特征匹配或神经网络的方法进行处理。这些方法存在着运算量大、复杂度高、对硬件平台实时性要求强等缺点。本文提出了一种新的指针式仪表示数识别方法。它首先基于改进的重心位置,对0-9的数字进行分组;然后依次对三组中的数字采用垂直线特征和水平方向投影,最后对各组中的数字进行精确识别。
张娜[9](2011)在《基于数字图像处理技术的多指针型水表自动识读系统研究》文中研究说明传统的自来水公司需要专门人员到用户家中进行人工抄表和收费管理,既耗费了人力又给用户带来麻烦。目前出现很多新型水表便于自动读取水量和收费。但由于居民及工业中普遍已安装的水表大部分是多指针型仪表,更换新水表,涉及管道和电子线路的改造问题,既费时费力难以推广也需要很大的成本。所以通过水表上方安装摄像头,远程传送水表图片,经数字图像处理技术实现水表读数的自动识读具有重大意义。本文设计了多指针型水表自动识读系统。论文的主要研究内容如下:(1)针对表盘灰度图像中指针的灰度值与表盘背景灰度值相似的问题,本文采用多尺度Retinex低通滤波算法对水表彩色图像进行光照补偿处理与图像增强。使原图中红色指针的对比度更加明显,进而为提高指针区域分割的准确性提供了可靠的数据基础。(2)选用C均值聚类算法对水表指针区域的进行图像分割。本算法充分考虑了红色指针分量的灰度值与表盘背景和黑色指针灰度值之间存在的分类特性,根据图像灰度级将像素分为三类,并通过C均值聚类算实现分类。仿真结果表明该方法优于大津法、区域生长法等常规分割算法。(3)在面向二值图像的图像后处理阶段,本文首先基于二值图像形态学操作进行去噪处理。对于个别无法通过图像相态学操作进行滤除的噪声区域,本文提出根据质心距离曲线的分类识别算法对指针区域和非指针区域进行区分,达到全面去噪的目的。(4)应用最小二乘法实现指针圆心坐标及表盘水平零刻度线方向的求取,并通过相应的几何关系进行指针读数的快速计算。设计了对于多指针水表读数获取的自动识别算法,该算法可分别对子表盘数量级以及各子表盘指针刻度进行自动识读,经实验表明该算法具有较好的鲁棒性与识别准确度。
陈卓,陈普春,夏巨武,万丽[10](2010)在《基于彩色分割的指针式仪表识别方法》文中进行了进一步梳理本文介绍了基于彩色分割的指针式仪表识别方法。通过使用RGB彩色分割和形态学图像处理技术,成功地提取了仪表盘的圆心、指针针尖及始末刻度坐标,据此计算出指针读数。实验表明,本方法适用于在自然光照条件下拍摄的光照不均匀、有投影的仪表图像。
二、基于图像处理的模拟指针表刻度自动对准(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于图像处理的模拟指针表刻度自动对准(论文提纲范文)
(1)基于Hough变换与特征聚类的指针轮廓识别方法(论文提纲范文)
1 算法流程设计 |
2 图像前处理 |
2.1 图像预处理 |
2.2 基于轮廓筛选与分数体系的表盘分割方案 |
3 改进的指针识读方案 |
3.1 Canny边缘检测 |
3.2 轮廓检测与筛选 |
3.3 指针识别与角度计算 |
4 实验验证 |
5 结 论 |
(2)基于双重霍夫空间投票的指针表自动读数方法(论文提纲范文)
0 引言 |
1 现有极坐标变换方法所存在的问题 |
2 算法结构描述 |
3 指针表刻度圆心的提取 |
3.1 霍夫变换提取直线(霍夫空间第一重投票) |
3.2 RANSAC法求解仪表圆心(霍夫空间第二重投票) |
4 指针表的智能读数 |
4.1 仪表图像极坐标转换 |
4.2 投影法读数 |
5 实验结果分析 |
5.1 仪表圆心的求解 |
5.2 刻度、指针的分离和读数结果 |
5.3 与其他算法的比较 |
5.4 误差分析 |
6 结论 |
(3)电学可视化自动校准装置(论文提纲范文)
1 引言 |
2 设计原理 |
2.1 模拟指针表显示图象的识别 |
2.1.1 测试前识别特征参数 |
2.1.2 测试读数 |
2.2 数字表显示图象的识别 |
2.3 仪表显示数据采集装置 |
3 设计方案 |
3.1 硬件部分 |
3.2 软件部分 |
4 试验验证与分析 |
5 结束语 |
(4)基于机器视觉的方形指针式仪表自动识读方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.2 相关技术研究现状 |
1.2.1 配电房巡检机器人技术研究 |
1.2.2 机器视觉与图像处理技术研究 |
1.2.3 指针表识别相关技术研究 |
1.3 主要研究内容及章节安排 |
1.3.1 主要研究内容 |
1.3.2 章节安排 |
第二章 值守机器人整体方案设计 |
2.1 配电房值守任务需求分析 |
2.1.1 配电房调研任务分析 |
2.1.2 配电房值守机器人各个子系统任务需求分析 |
2.2 配电房值守机器人系统架构及功能分析 |
2.2.1 通讯系统 |
2.2.2 配电房设备状态监控与预警平台 |
2.2.3 值守作业机器人平台 |
2.3 值守作业机器人整体作业系统设计 |
2.3.1 整体设计方案 |
2.3.2 机器人硬件系统 |
2.3.3 机器人作业流程系统软件设计 |
2.4 值守作业机器人视觉系统 |
2.4.1 视觉系统作业对象分析 |
2.4.2 相机选型 |
2.4.3 指针型仪表识别系统整体方案设计 |
2.5 本章小结 |
第三章 基于轮廓特征与分数体系的仪表定位方案 |
3.1 问题分析与算法流程设计 |
3.2 图像预处理 |
3.2.1 尺寸调整 |
3.2.2 滤波及灰度化 |
3.2.3 灰度梯度求解 |
3.2.4 二值化 |
3.3 仪表定位 |
3.3.1 二值图像轮廓提取 |
3.3.2 基于轮廓特征的筛选 |
3.3.3 基于分数体系的外轮廓提取 |
3.4 本章小结 |
第四章 基于梯度灰度比率图和改进直线拟合的表盘提取方法 |
4.1 阴影干扰下的表盘粗提取方案设计 |
4.1.1 最小包围矩形角度信息下的倾斜校正 |
4.1.2 外框阴影对包围矩形的干扰分析 |
4.1.3 抗阴影的九宫格提取改进方案 |
4.2 基于灰度直方图峰值检测算法的中心线识别方案 |
4.2.1 区域界定与ROI提取 |
4.2.2 灰度直方图峰值检测与中心区域标定 |
4.2.3 基于迭代的直线拟合改进方案 |
4.3 基于梯度灰度比率分布图的边缘逼近方案 |
4.3.1 问题分析和梯度灰度比率分布图的提出 |
4.3.2 边缘逼近方案 |
4.3.3 表盘提取 |
4.4 本章小结 |
第五章 基于联合二值图和改进Hough变换的抗干扰指针识别算法 |
5.1 强干扰环境下指针的识别问题分析 |
5.1.1 传统Canny边缘检测方案 |
5.1.2 干扰问题分析 |
5.2 基于灰度梯度联合二值图的指针识别算法设计 |
5.2.1 迭代Otsu法获取灰度二值图 |
5.2.2 灰度梯度联合二值图 |
5.3 基于改进Hough变换和聚类算法的指针方向定位方案 |
5.3.1 非指针边缘筛选 |
5.3.2 基于改进Hough变换的指针检测 |
5.3.3 基于聚类算法的指针方向定位 |
5.4 基于透视变换的倾斜校正方案 |
5.5 置信度模型设计 |
5.6 本章小结 |
第六章 程序架构设计及实验分析 |
6.1 程序架构设计 |
6.2 实验验证 |
6.2.1 实验方案设计 |
6.2.2 仪表分离实验 |
6.2.3 仪表分离实验 |
6.2.4 角度计算实验 |
6.3 实验结论分析 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 问题分析与展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(5)变电站指针式仪表读数识别方法研究(论文提纲范文)
摘要 |
ABSTRACT |
创新点摘要 |
第一章 绪论 |
1.1 背景与意义 |
1.2 国内外研究情况 |
1.3 数字图像处理技术 |
1.3.1 数字图像处理概念 |
1.3.2 数字图像处理的基本特点 |
1.3.3 数字图像的类型与文件格式 |
1.4 本文的研究内容及结构 |
第二章 系统整体设计 |
2.1 指针式仪表的图像采集 |
2.1.1 摄像头的选择 |
2.1.2 照明光源的选择 |
2.2 指针式仪表图像处理 |
2.2.1 图像处理软件(MATLAB) |
2.2.2 图像处理流程 |
2.3 本章小结 |
第三章 指针式仪表图像预处理 |
3.1 图像灰度化 |
3.2 图像增强 |
3.2.1 同态滤波 |
3.3 图像去噪 |
3.3.1 噪声的产生与分类 |
3.3.2 去噪方法 |
3.3.3 混合滤波去噪算法及应用 |
3.4 倾斜检测及校正 |
3.4.1 表盘的倾斜检测 |
3.4.2 表盘图像的旋转校正 |
3.5 图像二值化 |
3.5.1 迭代阈值二值化 |
3.5.2 最大类间方差法(Ostu法) |
3.6 本章小结 |
第四章 指针特征识别 |
4.1 图像分割 |
4.1.1 基于阈值的分割方法 |
4.1.1.1 遗传算法原理 |
4.1.1.2 基于遗传算法的阈值分割方法 |
4.1.2 基于边缘的分割 |
4.1.3 基于区域的分割 |
4.2 形态学图像处理 |
4.2.1 图像膨胀 |
4.2.2 图像腐蚀 |
4.2.3 图像细化 |
4.3 指针的提取 |
4.3.1 差影法 |
4.3.2 Hough变换法提取指针 |
4.4 本章小结 |
第五章 仪表示值判读 |
5.1 示值判读方法 |
5.2.1 距离法 |
5.2.2 角度法 |
5.2 确定指针回转中心 |
5.3 确定指针指示方向及偏转角度 |
5.4 实验结果及分析 |
5.5 本章小结 |
结论 |
参考文献 |
发表文章目录 |
致谢 |
(6)基于机器视觉的指针式精密压力表自动检定方法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
图清单 |
表清单 |
1 绪论 |
1.1 研究背景与研究意义 |
1.2 机器视觉与图像处理技术 |
1.2.1 机器视觉 |
1.2.2 图像处理技术 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 仪表指针识别 |
1.4 主要研究内容介绍 |
2 系统总体方案设计 |
2.1 系统的测量原理 |
2.1.1 系统总体结构 |
2.1.2 精密压力表的检定流程 |
2.1.3 系统检定的指标 |
2.2 系统的硬件构成与选型 |
2.3 系统总体软件方案设计 |
2.3.1 总体软件流程 |
2.3.2 开发环境介绍 |
2.4 本章小结 |
3 表盘图像预处理 |
3.1 减影法 |
3.2 图像分割 |
3.2.1 基于阈值分割 |
3.2.2 基于边缘检测的分割 |
3.3 图像细化 |
3.3.1 数学形态学介绍 |
3.3.2 图像细化 |
3.4 刻度线标定 |
3.4.1 圆环展开法 |
3.4.2 中心投影法 |
3.5 本章小结 |
4 指针示数识别 |
4.1 指针的拟合 |
4.1.1 最小二乘法 |
4.1.2 Hough 变换 |
4.2 指针回转中心与半径的提取 |
4.2.1 拟合圆 |
4.2.2 交点法 |
4.3 指针的识别 |
4.4 读数计算 |
4.4.1 角度法 |
4.4.2 距离法 |
4.4.3 角度比例法 |
4.5 本章小结 |
5 实验结果和误差分析 |
5.1 实验步骤与结果 |
5.1.1 系统步骤 |
5.1.2 实验结果 |
5.2 精度估计 |
5.3 误差分析 |
5.3.1 采集设备误差 |
5.3.2 图像分割误差 |
5.3.3 图像识别误差 |
6 总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
作者简介 |
(7)基于计算机视觉的汽车仪表指针检测方法(论文提纲范文)
1 引言 |
2 仪表指针角度检测方法 |
2.1 图像预处理 |
2.2 表盘指针提取 |
2.3 指针角度的识别 |
2.3.1 灰度指针图像在Hough变换前的预处理 |
2.3.2 Hough变换 |
2.3.3 平移坐标系后指针角度识别 |
3 基于最小灰度相减法的仪表指针导光性能检测方法 |
4 偏差检测实验结果与分析 |
4.1 汽车仪表指针角度检测 |
4.2 汽车仪表指针导光性检测 |
4.3 实验结果分析 |
5 结束语 |
(8)基于图像处理的指针式仪表示值识别的研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 引言 |
1.2 计算机视觉在工业生产中的应用 |
1.3 国内外研究现状 |
1.4 论文主要安排 |
1.5 本章小结 |
第二章 指针式仪表图像预处理 |
2.1 彩色图像的灰度化 |
2.2 图像增强 |
2.2.1 图像平滑 |
2.2.2 Laplace锐化 |
2.3 表盘区域的提取 |
2.3.1 图像分割 |
2.3.2 阈值的确定 |
2.3.3 表盘区域的分割和提取 |
2.3.4 细化 |
2.4 本章小结 |
第三章 指针式仪表的数字定位研究 |
3.1 指针位置的检测 |
3.1.1 霍夫变换检测法 |
3.1.2 最小二乘法检测法 |
3.1.3 指针的旋转中心 |
3.2 基于坐标系变换的直线扫描法研究 |
3.2.1 圆扫描法 |
3.2.2 改进的直线扫描法 |
3.3 基于坐标系变换的指针式仪表数字定位方法 |
3.3.1 数字的提取 |
3.3.2 定位数字 |
3.4 实验与结果分析 |
3.5 本章小结 |
第四章 指针式仪表的数字识别研究 |
4.1 数字特征的提取 |
4.1.1 数字特征分类 |
4.1.2 常用的数字特征提取方法 |
4.2 基于像素扫描的指针式仪表数字识别方法 |
4.2.1 改进的数字重心计算方法 |
4.2.2 垂直线交点数 |
4.2.3 水平投影特征集 |
4.2.4 基于简单行扫描及水平投影的数字识别方法 |
4.3 实验结果与分析 |
4.4 本章小结 |
第五章 指针式仪表示值识别软件的实现 |
5.1 软件开发环境分析 |
5.2 软件系统结构 |
5.2.1 图像获取模块 |
5.2.2 图像预处理模块 |
5.2.3 核心模块部分 |
5.2.4 保存功能 |
5.3 软件测试 |
5.3.1 软件功能 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(9)基于数字图像处理技术的多指针型水表自动识读系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 课题技术难点 |
1.4 课题研究内容与章节安排 |
第2章 多指针型水表图像预处理 |
2.1 图像增强技术概述 |
2.1.1 基于空域的图像增强方法 |
2.1.2 基于频域的图像增强方法 |
2.2 基于单尺度与多尺度Retinex的表盘光线补偿技术 |
2.2.1 Retinex算法的基本思想 |
2.2.2 Retinex算法步骤 |
2.2.3 单尺度Retinex |
2.2.4 多尺度Retinex(MSR) |
2.3 水表表盘图像增强算法对比实验结果与分析 |
2.4 本章小结 |
第3章 基于模糊C均值聚类算法的指针分割 |
3.1 图像分割概述 |
3.1.1 图像分割的定义 |
3.1.2 图像分割常用算法 |
3.2 基于模糊C均值聚类算法的水表指针分割 |
3.3 水表指针分割算法对比实验及结果分析 |
3.4 本章小结 |
第4章 指针型水表数值自动识读算法研究 |
4.1 水表二值图像的去噪 |
4.1.1 基于形态学的二值图像的去噪 |
4.1.2 基于水表指针质心距离曲线模板去噪 |
4.2 水表指针提取及水表表盘中心与半径确定 |
4.2.1 水表指针提取 |
4.2.2 基于最小二乘法的水表表盘中心及半径确定 |
4.3 水表指针读数计算 |
4.3.1 初步确定水表表盘方向的两种方法 |
4.3.2 基于最小二乘法确定各子表盘零刻度方向 |
4.3.3 确定各子表盘的数量级 |
4.3.4 确定每个子表盘的读数 |
4.3.5 指针型水表自动识读系统识读步骤 |
4.4 本章小结 |
第5章 指针型水表自动识读系统实验与分析 |
5.1 指针型水表自动识读系统实验 |
5.2 指针型水表自动识读系统实验误差分析 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
四、基于图像处理的模拟指针表刻度自动对准(论文参考文献)
- [1]基于Hough变换与特征聚类的指针轮廓识别方法[J]. 杨应彬,尹春丽,刘波,王丹,张鼎瑞,梁庆华. 机械设计与研究, 2019(03)
- [2]基于双重霍夫空间投票的指针表自动读数方法[J]. 盛庆华,李竹,邵展坚,蒋洁. 仪器仪表学报, 2019(05)
- [3]电学可视化自动校准装置[J]. 郝志坤,聂继鑫,杨静,张正龙. 宇航计测技术, 2019(02)
- [4]基于机器视觉的方形指针式仪表自动识读方法研究[D]. 杨应彬. 上海交通大学, 2019(06)
- [5]变电站指针式仪表读数识别方法研究[D]. 周怡娜. 东北石油大学, 2018(01)
- [6]基于机器视觉的指针式精密压力表自动检定方法研究[D]. 叶肖峰. 中国计量学院, 2013(02)
- [7]基于计算机视觉的汽车仪表指针检测方法[J]. 张冀,王俊宏,尉迟明,丁明跃,侯文广. 计算机工程与科学, 2013(03)
- [8]基于图像处理的指针式仪表示值识别的研究[D]. 张乐. 华北电力大学, 2013(S2)
- [9]基于数字图像处理技术的多指针型水表自动识读系统研究[D]. 张娜. 东北大学, 2011(05)
- [10]基于彩色分割的指针式仪表识别方法[J]. 陈卓,陈普春,夏巨武,万丽. 仪器仪表用户, 2010(06)