高精度指针仪表自动读数识别方法

合集下载

高精度仪表自动判读技术研究

，
（．ａｕｔＡｔｔｎＧｕｎｄｎｎｖｒｉｏｅｈｏｏｙＧｕｎｚｏ１００Ｃｉａ１Ｆｃｌｏｕｏｉ，ａｇｏｇＵｉｓｔｆＴｃｎｌ，ａｇｈｕ５０９，ｈｎ；ｙｆｍａｏｅｙｇ２ＣｌｇｌｃｉｌｎｉｅｒｇＮｎｕｎｖｒｉ，ｎａｇ４１０，ｈａ）．ｏｌｅｏｅｔｃＥｇｎｅｉ，ａｈａＵｉｓｔＨｅｇｎ２０１ＣｉｅｆＥｒａｎｅｙｙｎ
ＡｂｔａｔＩｈａｅｔｏｏｈｅｏｎｔｎｏｉｈｐｅｉｉｎｍｅｅｓｉｅｅｒｈｄｈｓｒｃ：ｎｔｅｐｐｑａｍｅｈｄｆｒｔｅｒｃｇｉｏｆｈｇ — ｒｃｓｏｔｒｓｒｓａｃｅ．Ｔｅｉｒｓａｃｒｃｓｏｓｓｓｏｒｅｍａｎｐａｅ．ｉｔ，ａｅｎｔｅｐｉｃｐｅｏａａｌｘｆｒｔｎｔｅｅｅｒｈｐｏｅｓｃｎｉｔｆｈｅｉｈｓｓＦｒｌｂｓｄｏｒｎｉｌｆｒｌｏｍａｉ，ｈｔｓｙｈｐａｏｐｐｒａａｙｅｈｉｈａｒｅｓｓｐｓｉｎｏｅａｔｍａｉｅｏｎｔｎｍｅｈｄｏｗ－ｒｃｓｎａｅｎｌｚｓｔｅｒｔｍｅａｌｎｅｏｉｏｆｔｕｏｔｒｃｇｉｏｔｏｆｌｐｅｉｉｇｃｔｈｃｉｏｏｍｅｅｓＳｃｎｌ，ｈａｅｎｌｚｓｔａｉｏｔｇｅｒｒｗｉｃｅｓｅｄｎｒｏｅｈｕｏｔｔｒ．ｅｏｄｙｔｅｐｐｒａｙｅｔｍｐｒｎｒｏｌｉｒａｅｒａｉｇｅｒｒａｈｉｌｎｗｈｎｔｅａｔｍａｉｃｒｃｇｉｏｔｏｆｌｗ－ｒｃｓｏｔｒｓｕｅｏｒｃｇｉｅｔｅｒａｉｇｏｉｈｐｅｉｉｎｍｅｅｅｏｎｔｎｍｅｈｄｏｉｏｐｅｉｉｎｍｅｅｓｉｓｄｔｅｏｎｚｈｅｄｎｆｈｇ — ｒｃｓｏｔｒｓＦｉａｌ，ｈａｅｒｓｎｓａｋｎｆｍｅｈｄｏｕｏｔｅｏｎｔｎｆｒｈｇ－ｒｃｓｏｏｎｅｔＬｎｌｔｅｐｐｒｐｅｅｔｉｄｏｔｏｆａｔｍａｉｒｃｇｉｏｏｉｈｐｅｉｉｎｐｉｔｒｍｅｅｙｃｉｗｈｃｄｐｓｂｔｍａｅｐｏｅｓｎｅｈｏｏｙａｄｓｒｏｔｃｎｌｇ．ｅｅｐｒｎａｅｕｔｓｏｉｈａｏｔｏｈｉｇｒｃｓｉｇｔｃｎｌｇｎｅｖｅｈｏｏｙＴｈｘｅｉｍｅｔｌｒｓｌｈｗｓｔａｅｍｅｈｄｉａｐｉａｌｕｏｔｅｄｎｆｉｈｐｅｉｏｔｒｅｙｗｅ１ｈｔｈｔｏｐｌｂｅｔａｔｍａｉｒａｉｇｏｇ－ｒｃｓｎｍｅｅｒｌｔｓｃｏｃｈｉｖ．

一种实用的指针式仪表读数识别方法

Ｔｉｇｊ，ＨＡＮＪａｌ，ＬＡＯＢｎ－ｃｉｉ－ｅＩＥｎ
（ｃｏｌｆＥｅｔｎｃｎｉｅｒｇＵｉｒｉＪＥｅｔｎｃｃｅｃａｄＴｃｎｌｇｈｎ，ｈｎｄ１７１ＣｉａＳｈｏｏｌｃｏｉＥｇｎｅｉ，ｎｖｓｔｒｎｅｙｏｌｒｉＳｉｎｅｎｅｈｏｏｙｏｃｏｆＣｉａＣｅｇｕ６１３，ｈｎ）
中图分类号：Ｔ３１Ｐ９．４文献标志码：Ａｄｉ１．６￣ｉｎ１０ —０Ｘ．００．２ｏ：０３９．ｓ．３５１２１．０５９ｓ０１４
ＡｎＡｐｐｌｅｅｈｏｏｅｄｉｅｏｎｉｉｎｏｎｄｘｉｔｕｍｅｉｄＭｔｄｆｒＲａｎｇＲｃｇｔｏｆＩｅ・ｎｓｒｎｔ
首先对图像进行预处理，包括图像分割、图像滤波及膨胀细化等步骤，其中采用了一种改进的自适应中值滤波方法来改善图像效果；然后用改进的、双阂值的霍夫变换提取出图像特征信息，创新性地利用仪表表盘刻度与角度的线性关系得到指针读数，并且对于指针与整刻度线重合的情况进行了后期校正。实验结果表明，该方法对于指针角度识别十分有效，且具有较高的精度和实时性，有很强的实际应用价值。关键词：指针式仪表；读数识别；霍夫变换
Ａｂｔａｔｓｒｃ：Ａｓｔｈｄｍｉｃｔｎａｄｃｌｒｔｎｏｄｘｉｓｕｎ，ｏｅｔｏｏｅｄｎｅｏｎｔｎｂｓｄｏｏｔｅｉｅｆａｉｎａｉａｉｆｎｅ — ｔｍｅｔａｎｖｌｉｏｂｏｉｎｒｍｅｈｄｆｒｒａｉｇｒｃｇｉｏａｅｎｉｄｇｔｌｍａｅｐｏｅｓｎｓｐｏｏｅ．ｉｓｌ，ｒｐｏｅｓｎｐｒｔｎｏｍａｅｓｄｎ，ｎｌｄｎｍａｅｓｇｎａｉｎｉｉａｉｇｒｃｓｉｇｉｒｐｓｄＦｒｔｐｅｒｃｓｉｇｏｅａｉｎｉｇｓｉｏｅｉｃｕｉｇｉｇｅｍｅｔｔ，ｙｏｏｉｇｌｒｎ，ｉｇｉｏｎｈｎｉｇｅｃａｄａｍｅｈｄｏｒｖｄａａｔｅｍｅｉｎｆｔｒｉａｏｔｄｔｍａｅｆｔｉｇｍａｅｄｌｎａｄｔｉｎｎｔ，ｎｔｏｆｉｉｅｍｉｍｐｏｅｄｐｉｄａｌｓｄｐｅｏｉｒｖｖｉｅｍｐｏｅｔｅｉｇ．ｅ，ｈｒｃｅｉｔｆｒｔｎｏｇｓｘｒｃｅｔｈｈｍａｅＴｈｎｃａａｔｒｉｉｏｍａｉｆｍａｅｉｅｔｔｄｗｉｔｅｉｒｖｄｄａｒｓｏｄｕｈｔａｓｏｍａｉｎｓｃｎｏｉａｈｍｐｏｅｕｌｈｅｈｌｓＨｏｇｎｆｒｔ，ｔｒｏａｄｔｅｐｉｔｒｒａｉｇｉｇｔｓｎｅｌｅｒｅａｉｎｈｐｂｔｅｃｌｎｎｌｆｉｓｒｎｏｎｅｅｄｎｏｉｇｔｎａｌｔｓｉｅｗｅｎｓａｅａｄａｇｅｏｔｍｎｅｔｉｌｅｏｕｉｎｒ．ｄｈｓｕｈｉｒｏｎｎａｖｌｔａｙＡｎｄｒｏａｏｔｅｓｔａｉｎｔａｏｎｅｏｎｉｅｉｈｏｅｔｋｌｔｏｒｃｉｎｈｓｂｅｏｅＴｈｘｅｉｎｅｕｔｓｏｓｔｈｉｔｈｔｉｔｒｉｃｄｓｗｔｔｅｗｈｌｉ，ａｅｃｒｅｔｏａｅｎｄｎ．ｅｅｐｒｍｅｔｓｌｈｗｕｏｐｃｈｃｒｓｔａｈｌｏｉｍｓｖｒａｉｏｈｏｎｅｎｌｅｏｎｔｎａｄｈｓｈｇｅｒｃｓｏｎｅｌｉｅＩｈｓｓｒｎｈｔｔｅａｇｒｈｉｅｙｖｌｆｒｔｅｐｉｔｒａｇｅｒｃｇｉｏ，ｎａｉｈｒｐｅｉｉｎａｄｒａｍ．ｔａｔｇｔｄｉｔｏ

一种复杂指针式仪表的读数自动识别算法

第２７卷第３期２０１７年３月
计算机技术与发展
ＣＯＭＰＵＴＥＲＩＥＣＨＮＯＬＯＧＹＡＮＤＤＥＶＥＬＯＰＭＥＮＴ
Ｖｏ１．２７Ｎｏ．３Ｍａｒ．２Ｏ１７
一
种复杂指针式仪表的读数自动识别算法
ＬＩＷｅｉ，ＲＥＮＱｉｎｇ－ｑｉｎｇ，ＨＵＹａｎ－ｘｉａ，ＺＨＵＳｈａｏ－ｊａｎ，ＸＩＥＬｅｉ－ｊｉｎ
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ ’ ｎａＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ’ ｎ７ａ１００６４，Ｃｈｉｎａ）
ｔｅｒｏｆｔｈｅｉｎｓｔｒｕｍｅｎｔ．Ａｎｄｔｈｅｍｅｈｏｔｄｉｓａｄｏｐｔｅｄｔｏｉｎｆｄｈｅｔｏｉｐｎｔｅｒａｎｇ】ｅｗｈｉｃｈｉｓｈｅｔｍｅａｏｍｅｈｏｔｄｏｆｂｉｄｉｒｅｃｉｔｏｎｌａｓｃａｎｉｎｎｇｂｓｅａｄｏｎ
特别对于旋转的仪表指针识别具有较高的精度和较强的实时性。
关键词：中心投影法；Ｈｏｕｇｈ变换；指针式仪表中图分类号：ＴＰ３０１．６文献标识码：Ａ文章编号：１６７３ — ６２９Ｘ（２０１７）０３ — ０２０１－０４

基于ICM的精密指针式仪表自动读数方法

ｂａｓｅｄｏｎｉｎｔｅｒｓｅｃｔｃｏｒｔｉｃａｌｍｏｄｅｌ（ＩＣＭ）ｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｄｅｓｉｇｎｓｉｇｎｉｔｉｏｎｅｒｏｓｉｏｎａｎｄｄｉｌａｔｉｏｎｂｙｃｏｍｂｉｎｉｎｇｔｈｅ
法基于二值化后仪表图像的噪声信息分布特性，利用ＩＣＭ点火时序矩阵在图像相邻像素问的并行递进关系，研究和实现图像的腐蚀和膨胀，并设计加权最大类间方差法自适应地计算迭代次数，消除刻度周边噪声，提取到刻度圆弧所在位置。最后根据圆弧极径、极角等信息对刻度区域做极坐标变换输出图像，采用距离法对极坐标变换后图像进行读数判读。实验表明，自动读数结果与实际数值相比误差均小于０．２％，算法稳定可靠。
ｐａｒａｌｌｅｌｐｒｏｇｒｅｓｓｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｏｆＩＣＭｓｅｑｕｅｎｔｉａｌｍａｔｒｉｘａｍｏｎｇｔｈｅｎｅｉｇｈｂｏｒｐｉｘｅｌｓａｎｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｎｏｉｓｅｉｎｆｏｒｍａｔｉｏｎｉｎｂｉｎａｒｙ
第３７卷第１２期２０１６年ｌ２月
仪器仪表学报
ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ

指针式仪表自动读数动态识别方法

34
小值袁用这个最小值替换当前像素值遥由于二值图像最小值就是园袁所以就是用园替换袁即变成了黑色背景遥对于指针式仪表袁指针是表盘中最为突出的特征袁通过设置某一合理阈值袁使图像中非指针部分在循环腐蚀处理后被腐蚀掉袁而指针相关像素点被保留遥具体实现流程如图圆所示遥圆实例分析
步骤员院获取待识别仪表原图后袁对图像进行预处理袁转换为灰度图像曰
步骤圆院进行糟葬灶灶赠算子边缘检测计算袁提取图像轮廓曰步骤猿院利用模板与待识别图片进行相似度匹配袁找出表盘在原图像中的位置袁并将表盘从原图中分割出来曰步骤源院取出表盘中心进行二值化尧循环腐蚀处理袁得到只包含指针信息的二值图曰步骤缘院对处理后的二值图采用匀燥怎早澡线段检测算法检测
指针的获取是自动读数的关键袁指针的获取通过对二值化
后图像循环腐蚀实现袁腐蚀的原理为二值图像前景物体为白色袁
值为圆缘缘袁背景为黑色袁值为园遥假设原图像中有一个前景物体袁用一个结构元素去腐蚀原图的过程为院遍历原图像的每一个像素袁然后用结构元素的中心点对准当前正在遍历的这个像素袁然
后取当前结构元素所覆盖下的原图对应区域内的所有像素的最
关键词院指针式仪表袁读数识别袁匀怎矩袁计算机视觉粤遭泽贼则葬糟贼押栽澡蚤泽责葬责藻则责则燥责燥泽藻泽葬责燥蚤灶贼藻则皂藻贼藻则葬怎贼燥皂葬贼蚤糟则藻葬凿蚤灶早凿赠灶葬皂蚤糟则藻糟燥早灶蚤贼蚤燥灶皂藻贼澡燥凿熏憎澡蚤糟澡糟葬灶葬怎贼燥皂葬贼蚤糟葬造造赠则藻糟燥早灶蚤扎藻贼澡藻责燥蚤灶贼藻则蚤灶泽贼则怎皂藻灶贼泽则藻葬凿蚤灶早泽燥枣凿蚤枣枣藻则藻灶贼泽澡燥燥贼蚤灶早葬灶早造藻泽援栽澡藻皂藻贼澡燥凿葬凿燥责贼泽凿蚤早蚤贼葬造蚤皂葬早藻责则燥糟藻泽泽蚤灶早葬造早燥鄄则蚤贼澡皂泽泽怎糟澡葬泽匀怎皂燥皂藻灶贼枣藻葬贼怎则藻泽蚤皂蚤造葬则蚤贼赠皂葬贼糟澡蚤灶早葬灶凿糟赠糟造蚤糟糟燥则则燥泽蚤燥灶援栽澡藻责则葬糟贼蚤糟葬造蚤贼赠葬灶凿藻枣枣藻糟贼蚤增藻灶藻泽泽燥枣贼澡藻责则燥责燥泽藻凿皂藻贼澡燥凿葬则藻增藻则蚤枣蚤藻凿遭赠葬灶藻曾葬皂责造藻援运藻赠憎燥则凿泽押责燥蚤灶贼藻则蚤灶泽贼则怎皂藻灶贼泽熏则藻葬凿蚤灶早则藻糟燥早灶蚤贼蚤燥灶熏澡怎皂燥皂藻灶贼熏糟燥皂责怎贼藻则增蚤泽蚤燥灶

基于hough变换的指针式仪表自动判读方法

基于hough变换的指针式仪表自动判读方法
Hough变换是一种图像处理技术，它可以用来检测图像中的直线和圆形等几何形状。

它可以将图像中的点映射到极坐标空间，从而检测出图像中的几何形状。

因此，基于Hough
变换的指针式仪表自动判读方法可以用来检测指针式仪表的指针位置，从而实现自动判读。

首先，需要对指针式仪表的图像进行预处理，以提高图像质量。

具体来说，可以使用图像
增强技术，如去噪、滤波和锐化等，以提高图像的质量。

接下来，可以使用Hough变换
来检测指针式仪表图像中的指针。

Hough变换可以将图像中的点映射到极坐标空间，从而检测出图像中的几何形状。

最后，可以利用极坐标空间中的指针位置信息，计算出指针式
仪表的指针位置，从而实现自动判读。

表盘定位与自动读数的指针式表计数值识别方法及系统

表盘定位与自动读数的指针式表计数值识别方法及系统表盘定位与自动读数的指针式表计数值识别方法及系统导言表盘定位与自动读数的指针式表计数值识别方法及系统是一种基于计算机视觉和图像处理技术的创新应用，能够有效实现对指针式表盘上的计数值进行自动识别和读数。

这一系统的出现不仅提高了读数的准确性和效率，而且极大地减轻了人力成本。

本文将从简单介绍表盘定位与自动读数的基本原理入手，逐步深入探讨其背后的核心技术和重要应用，以及对这个主题的个人观点和理解。

一、表盘定位与自动读数的基本原理1. 表盘定位：表盘定位是指通过计算机视觉技术中的图像处理和模式识别算法，对表盘上的指针进行精确定位。

这一步骤的关键是准确识别表盘的形状和位置，并将指针定位在正确的位置上。

基于图像处理的表盘定位方法可以分为两类：特征匹配和模板匹配。

特征匹配方法通过提取表盘上的独特特征点，将其与预先构建的特征库进行匹配，从而确定表盘的位置。

模板匹配方法则是通过事先定义并保存表盘的模板图像，再将其与采集到的实时图像进行比对，以获取准确的表盘位置。

2. 自动读数：自动读数是指通过计算机视觉技术对表盘上指针的位置进行识别，并将其对应的计数值自动输出。

在表盘定位的基础上，自动读数主要涉及指针检测和计算值的提取。

指针检测是指通过图像分割技术将指针与表盘分离，并对指针进行形状检测和边缘检测，以获取准确的指针位置。

计算值的提取则是通过图像处理和数值计算技术，将指针的位置转换为对应的计数值。

二、表盘定位与自动读数的核心技术1. 计算机视觉技术：计算机视觉技术是表盘定位与自动读数的核心技术之一。

它主要包括图像采集、图像处理、特征提取和模式识别等多个方面。

图像采集是指通过摄像机等设备获取表盘的实时图像，为后续处理打下基础。

图像处理则是对采集到的图像进行去噪、增强、分割等操作，以提高图像质量和准确度。

特征提取则是通过算法和数值计算，获取表盘上的关键特征信息，以辅助指针的定位和识别。

指针式仪表读数的机器视觉智能识别方法

指针式仪表读数的机器视觉智能识别方法施滢;夏春华;胡琳娜;孟迎军【摘要】In order to identify the reading of pointer instrument automatically and accurately,an intelligent recognition method of pointer instrument is proposed based on machine vision. The reading of pointer instrument is recognized based on machine vision,combined with image subtraction and Hough transformation. Pointer instrument image is preprocessed by image binarization,morphological processing and edge detection. Direction of the pointer and the position of the circle are determined by Hough transformation,in order to realize intelligent recognition method of pointer instrument. Experimental result shows that the average relative error is 0. 91%,the precision is high,the reading of pointer instrument can be recognized accurately by this method.%为快速准确地自动识别指针式仪表读数,采用机器视觉技术,结合减影法和Hough变换法对仪表读数进行智能识别.对指针式仪表图像进行图像二值化、形态学处理和边缘检测预处理;利用Hough变换检测仪表中的指针,计算得到指针方向和定位圆形,实现指针式仪表的智能识别.实验结果表明:读数识别的平均相对误差为0.91%,精度较高,能较好地识别指针式仪表读数.【期刊名称】《传感器与微系统》【年(卷),期】2017(036)011【总页数】4页(P47-49,52)【关键词】指针式仪表;机器视觉;智能识别;Hough变换【作者】施滢;夏春华;胡琳娜;孟迎军【作者单位】南京理工大学紫金学院,江苏南京210023;农业部南京农业机械化研究所,江苏南京210014;南京理工大学紫金学院,江苏南京210023;南京理工大学紫金学院,江苏南京210023【正文语种】中文【中图分类】TP391.4指针式仪表读数需要采用传统的人工识别方法，存在耗时耗力、精度低、效率低等问题。

opencvpython对指针仪表读数识别的两种方式

opencvpython对指针仪表读数识别的两种⽅式我尝试了两种⽅式⽤opencv 对指针仪表进⾏读数识别，1. 先模板匹配，然后边缘检测 + 霍夫直线2. 按轮廓⼤⼩过滤，然后边缘检测 + 霍夫直线两种⽅式对光线都⾮常敏感其中第⼀种的应⽤范围更⼴，背景复杂⼀点也能识别到个⼈⽐较喜欢这种⽅式第⼆种的限制多⼀点，对背景、光线条件要求⽐较⾼对于固定位置，且明暗变化不⼤的情况下，这种⽅式还是很有效的先说第⼀个⽅案，第⼆个⽅式就不说了第⼀种⽅式：模板匹配，然后边缘检测 + 霍夫直线if __name__ == "__main__":# 加载模板template = cv2.imread('./data/001.jpg',1)# 初始化am = C_ammerter(template)# 运⾏am.am_run()# 结束am.close()模板图 001.jpg下⾯给出def am_run(self)函数的处理流程（整体⽐较乱~~~）其中边缘检测之前需要对图像做⼀些处理：def am_run(self):while True:ret, frame = self.cap.read()if frame is None:print('video picture is none --continue ')continuegray = frame.copy()# cv2.imshow('origin', gray)# 匹配模板框出匹配区域image = gray.copy()maxval,t_left, b_right = self.get_match(gray)if maxval < 16000000000: # 对匹配程度做判断print("---------------------------------------")print('matchTemplate is not enough --continue')print("---------------------------------------")result =frameimage=frameelse:cv2.rectangle(image, t_left, b_right, 255, 2)# ⾼斯除噪kernel = np.ones((6,6), np.float32) / 36gray_cut_filter2D = cv2.filter2D(image[t_left[1]:t_left[1] + self.h, t_left[0]:t_left[0] + self.w], -1, kernel)# 灰度图⼆值化gray_img = cv2.cvtColor(gray_cut_filter2D, cv2.COLOR_BGR2GRAY)ret, thresh1 = cv2.threshold(gray_img, 180, 255, cv2.THRESH_BINARY)# ⼆值化后分割主要区域减⼩⼲扰模板图尺⼨371*369tm = thresh1.copy()test_main = tm[50:319, 50:321]# 边缘化检测edges = cv2.Canny(test_main, 50, 150, apertureSize=3)# 霍夫直线lines = cv2.HoughLines(edges, 1, np.pi / 180, 60)if lines is None:continueresult = edges.copy()for line in lines[0]:rho = line[0] # 第⼀个元素是距离rhotheta = line[1] # 第⼆个元素是⾓度thetaprint('distance:' + str(rho), 'theta:' + str(((theta / np.pi) * 180)))lbael_text = 'distance:' + str(round(rho))+ 'theta:' + str(round((theta / np.pi) * 180-90,2))cv2.putText(image, lbael_text,(t_left[0],t_left[1]-12),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,0),2)if (theta > 3 * (np.pi / 3)) or (theta < (np.pi / 2)): # 从图像边界画出延长直线# 该直线与第⼀⾏的交点pt1 = (int(rho / np.cos(theta)), 0)# 该直线与最后⼀⾏的焦点pt2 = (int((rho - result.shape[0] * np.sin(theta)) / np.cos(theta)), result.shape[0])# 绘制⼀条⽩线cv2.line(result, pt1, pt2,255, 1)# print('theat >180 theta<90')else: # ⽔平直线# 该直线与第⼀列的交点pt1 = (0, int(rho / np.sin(theta)))# 该直线与最后⼀列的交点pt2 = (result.shape[1], int((rho - result.shape[1] * np.cos(theta)) / np.sin(theta)))# 绘制⼀条直线cv2.line(result, pt1, pt2, 255, 1)cv2.imshow('result', result)cv2.imshow('rectangle', image)if cv2.waitKey(1) & 0XFF == ord('q'):break到此这篇关于opencv python 对指针仪表读数识别的两种⽅式的⽂章就介绍到这了,更多相关opencv python指针仪表读数识别内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！。

指针式仪表自动读数识别系统设计

可用频道
8—CH
工作频率
2370MHz-2510MHz
频率调制方式
FM/FSK
接受灵敏度
-90dbm
音频输入阻抗
1K
视频输入阻抗
75
视频输入电平
1Vp_p
工作电压
12V
工作电流
150mA-200mA
工作温度
-20°C-120°C
工作湿度
85%RH
无线影音传输器的特点如下：
①具有微波抗干扰功能比较好；
ment.At present,there are a lot of instrument in many enterprises.in-
strument reading work need people to complete.So there are a lot of work
to do and efficiency is very low,as the same time,error rate is quite
目标仪表图像采集发射器接收器计算机
图像滤波去噪
图像增强
图像二值化
数据库客户端边缘检测图像处理
图像分割
指针识别
读数识别
图2-1 总体方案
图像发射与接收装置采用的是无线影音发射器，图像处理部分是由matlab来完成的，而客户端则是由labview来设计的。
2.2可行性分析ห้องสมุดไป่ตู้
通过摄像头可以采集到清晰的图像，无线影音传输器可实现图像的远距离传输，用matlab程序可以处理图像，读取数据，labview是一种程序开发环境,可以实现显示界面的搭建，所以，该方案可行。
关键词：机器视觉图像处理 Matlab Labview

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｆｅｈｄｃｍｉｅｉｅｍｉ．ｒｊｔｎｍｅｏｓｄｔａｈｅｅａｆｌｕｏｔｃｌｒｃｇｉｏｅｍｔｏｏｂｎｄｗｔｔｄｐｏｃｉｔｄｉｕｅｃｉｖｌａｔｒｈｈｅｏｈｓｏｕｙｍａｉｓａｅｅｏｎｔｎｃｉｐｏｅｓａｄｔｅｆｓｍｉ－ｒｅｔｎｍｅｏｌｓｄｔｒｃｇｉｈｏｎｅｓｈｃｅｒａｅｔｅｒｃｓ，ｎｔｄｐｏｃｉｔｄｉａｓｕｅｅｏｎｚｔｅｐｉｔ，ｗｉｄｃｅｓｓｈｈａｊｏｈｓｏｏｅｒｈ
Ｋｅｏｄ：ｏｐｔｒｉｏ；ｉｅｏｎｔｎｃｎｔｉｅＯＧａｓｒｆｓｍｉ－ｒｊｃｉｙｗｒｓｃｍｕｅｓｎｄａｒｃｇｉｏ；ｏｓａｄＨＵＨｔｎｆ；ａｔｄｐｏｔｎｖｉｌｉｒｎｒｅｅｏ
Ｏ引言
ｄｉｉｌｃｍｅａ，ｒｃｇｉｅｔｅｓａｅａｄｏｎｅｓｙｍａｅｒｃｓｉｇｔｃｎｑｅ，ａｄｃｌｕａｅｔｅｇｔａｒａｅｏｎｚｓｈｃｌｓｎｐｉｔｒｂｉｇｐｏｅｓｎｅｈｉｕｎａｃｌｔｓｈ
（ｃｏｌｆｌｔｎｃ＆Ｉｆ．Ｅｇ，ｏｔｈｎｎｖｆｅｈ，ｕｎｚｏｕｎｄｎ１６０ＣｉａＳｈｏｏＥｅｒｉｃｏｎｏｎ，ＳｕｈＣｉＵｉ．ｏＴｃ．ＧａｇｕＧａｇｏｇ５０，ｈｎ）ａｈ４
Ａｂｔａｔｓｒｃ：Ａｉｈｙａｃｒｔｉｌｒｃｇｉｏｙｔｍｓｉｌｍｅｔｄ，ｗｈｃｅｓｔｅｄａｍａｅｔｒｕｈｈｇｌｃｕａｅｄａｅｏｎｔｎｓｓｉｅｉｍｐｅｎｅｉｈｇｔｈｉｉｇｈｏｇｌ
高精度指针仪表自动读数识别方法
何智杰，张彬，金连文
（华南理工大学电子与信息学院，东广州５０４）广１６０
摘
要：实现一个高精度指针仪表读数自动识别系统．用数码摄像头采集仪表的图像，然后利用
数字图像处理技术识别刻度和指针，根据指针和刻度的相对位置计算指针读数值．使用条件霍夫变换（ｏｓａｅＯＧｒｎｅ）中心投影分析法实现刻度的全自ＣｎｔｉｄＨＵＨＴａｓｒ和ｒｎｆ动识别，采用快速中心投影法进行指针检测与识别，识别速度达到６ｓ８ｍ．实验结果表明该方法比传统方法速度快、精度高，系
统读数平均误差仅为００６．．１％
关键词：计算机视觉；仪表识别；条件霍夫变换；快速中心投影中图分类号：Ｐ９．１Ｔ３１４文献标志码：Ａ
ＨｉｈｌｃｕａｅａｏａｉｉｌｒｃｇｉｉｎｇｙａｃｒｔｕｔｍｔｃｄａｅｏｎｔｏＨＥＺｉｅＺｈｊ，ＨＡＮｉ，ＪＮＬａｗｎｉＧＢｎＩｉｅｎ
动确定仪表面上的刻度和指针位置及读数是系统的
核心技术．
在指针识别方面，前人进行过大量研究，指针识别算法比较成熟，要有中心投影法 ¨２，影主，减法一，板特征法，ＵＧ］模ＨＯＨ变换法，小二。最乘法¨ 及这些方法的联合应用，．多方法中，１１众２］３
ｐｉｔｒｒｃｇｉｉｎｔｍｅｔ．Ｔｈｘｅｉｎａｅｕｔｄｍｏｓｒｔｓｔａｈｔｏｓａｅｍｕｈｆｓｅｏｎｅｅｏｎｔｏｉｏ６８ｍｓｅｅｐｒｍｅｔｌｒｓｌｅｎｔａｅｈｔｔｅｍｅｈｄｒｃａｔｒ
维普资讯
第１５卷第３期
２００６年９月
计算机辅助工程
ＣＯＭＰＴＤＮＧＮＲＩＵＥＲＡＩＥＤＥＩＥＥＮＧ
Ｖｏ，５Ｎ、ｌ１ｏ３
Ｓｐ０６ｅ．２０
文章编号：０－７（０６０－０－１６０１２０）３０９４０８００
ａｄｍｏｅａｃｒｔｈｎｔｅｔｄｔｎｔｏｓｎｈａ ቤተ መጻሕፍቲ ባይዱｏｆｒａｉｇｖｌｅｉｏｌ．１％．ｎｒｃｕａｅｔａｈｒｉｏａｍｅｈｄ，ａｄｔｅｍｅｎｅｒｒｏｅｄｎａｕｓｎｙ００６ａｉｌ
设计一个基于计算机图像识别的指针式仪表自动读数系统．此系统通过程控标准源向仪表输出标准值，然后通过数码摄像头对仪表面进行图像采集，再用计算机对仪表面图像进行处理，识别出刻度与指针的位置，最后计算出读数值．这样一方面使人脱离繁重的劳动，另一方面通过高分辨率数码摄像提
ｒａｉｇｖｌｅａｃｒｉｇｔｈｅａｉｅｐｓｔｎｏｅｐｉｔｒｎｃｌｓｈｏｓａｎｄＨＯＵＧＨａｓｅｄｎａｕｃｏｄｎｔｅｒｌｔｏｉｏｆｈｏｎｅｓａｄｓａｅ．Ｔｅｃｎｔｉｅｏｖｉｔｒｔｎ．ｒ