仪器仪表数字图像的识别及其应用
基于机器视觉识别数字式仪表数据的设计开题报告_概述
基于机器视觉识别数字式仪表数据的设计开题报告概述1. 引言1.1 概述本报告旨在介绍基于机器视觉识别数字式仪表数据的设计方案。
数字式仪表广泛应用于各种领域，如工业生产、医疗仪器和交通运输等，在实时监测和控制过程中起着重要的角色。
然而，传统的手动读取数字式仪表数据存在效率低下和容易引入错误的问题。
因此，开发一种自动化的方法来识别和解析数字式仪表数据具有重要意义。
1.2 文章结构本文将按照以下结构进行展开：第二部分将针对数字式仪表数据识别技术进行概述。
首先介绍机器视觉基础知识，包括图像处理和特征提取等基本概念。
其次，强调了数字式仪表数据识别的重要性及其在实际应用中的价值。
最后，综述了已有方法与技术，并对它们进行评估和比较。
第三部分将详细探讨设计方案与方法。
首先，介绍数据采集与处理流程设计，包括图像获取、预处理和分割等步骤。
随后，讨论特征提取与选择算法设计，涵盖了各种常用的特征提取方法和选取策略。
最后，讨论分类器的选择与训练方法设计，包括常见的机器学习算法和深度学习模型。
第四部分将展示实验结果与分析。
首先描述数据集构建与实验设置，包括数字式仪表样本收集和实验环境配置等内容。
其次，展示实验结果并进行定量和定性分析。
最后，对系统性能进行评估，并探讨可能的优化措施。
第五部分将给出结论与展望。
首先总结回顾主要工作，概括研究成果和贡献。
然后评价设计目标达成程度，并指出可能存在的不足之处。
最后，展望未来研究方向和改进空间，探讨该领域的可能发展方向。
1.3 目的本报告旨在提出一种基于机器视觉识别数字式仪表数据的设计方案，并通过实验证明其可行性和有效性。
通过设计合理的数据处理流程、特征提取算法以及分类器训练方法，我们将探索一种自动化识别数字式仪表数据的新途径，并希望能够在实际应用中提高读取准确性、降低识别错误率，并提高处理效率。
2. 数字式仪表数据识别技术概述：2.1 机器视觉基础知识:机器视觉是一种通过模拟人类视觉系统来解决图像或视频中的问题的技术。
一种实用视觉识别的仪表自动检定系统
比较 ． 其误 差 曲 线 即 可 确 定 该被 测仪 表 的 精 度 。
ｎｉｉ ｎ ｔｏ
ｅｉ ５
１ 引 言
在 目前 自动检测 系统 中 ， 般 方法 都 是 由计 算 机 一 发 出测量信号 绐 被 检测 的仪器 仪 表 ， 然后 来 观 察该 仪
比端 温度 （ 境 温度 ） 由 比较 器和 ＭＡＸ ３ Ｄ Ａ转换 环 ． ５８ ／
器 结合软 件进行 Ａ Ｄ转换 ， ／ 将温 度传 感器 输 出的电压 信号转换 成数字 信号送 给计算机 。计 算机 将该 输入 数
关键词 ： 仪表 自动 捡定 温控 中图分类号 ： Ｐ ７ ．２ Ｔ ２ ３ ２
图像 处理
感知 器
数 字识别
Ａ ｕ ｏ ａ ｉ ｔ ｒ ｉ ｉ ｇ Ｓ ｓｅ ｏ ｎ ｔ ｕ ｅ ｔ ｔｍ ｔｃ Ｄｅ ｅ ｍ ｎ ｎ ｙ ｔｍ ｆ ｒ Ｉ ｓ ｒ ｍ ｎ Ｂａ ｅ ｉ Ｕｓ ｆ ｌＶｉｕ ｌＲｅ ｏ ｎ ｚ ｎ ｓ ｄ Ｏｌ ｅ ｕ ｓ ａ ｃ ｇ ｉ ｉ ｇ
发 生器产生模 拟 热 电偶 信 号送 给 被 测仪 表 ， 测仪 表 被
工 输入计算机 ， 给 自动 检 测带 来 较 大 的不 便 。采 用 将 其测量 的温度值 显示 在面板的数码 管显 示器 上。 这
计算 机 自动识 别 被 测仪 表 的读 数 ． 以提 高 检 测 的工 可 作效 率 。将 计算 机神经 网络 自动识 别技术 应 用于 温控
《测控仪器设计(第2版)》课后习题答案-浦昭邦-王宝光
测控仪器则是利用测量和控制的理论,采用机、电、光各种计量测试原理及控制系统与计算机相结合的一种范围广泛的测量仪器.仪器仪表的用途和重要性—遍及国民经济各个部门,深入到人民生活的各个角落,仪器仪表中的计量测试仪器与控制仪器统称为测控仪器，可以说测控仪器的水平是科学技术现代化的重要标志。
仪器仪表的用途:在机械制造业中：对产品的静态与动态性能测试；加工过程的控制与监测；设备运行中的故障诊断等。
在电力、化工、石油工业中：对压力、流量、温度、成分、尺寸等参数的检测和控制；对压力容器泄漏和裂纹的检测等。
在航天、航空工业中:对发动机转速、转矩、振动、噪声、动力特性、喷油压力、管道流量的测量；对构件的应力、刚度、强度的测量；对控制系统的电流、电压、绝缘强度的测量等。
发展趋势:高精度与高可靠性、高效率、智能化、多样化与多维化（1)高精度与高可靠性随着科学技术的发展，对测控仪器的精度提出更高的要求，如几何量nm精度测量，力学量的mg 精度测量等。
同时对仪器的可靠性要求也日益增高，尤其是航空、航天用的测控仪器，其可靠性尤为重要。
（2）高效率大批量产品生产节奏,要求测量仪器具有高效率,因此非接触测量、在线检测、自适应控制、模糊控制、操作与控制的自动化、多点检测、机光电算一体化是必然的趋势。
（3）高智能化在信息拾取与转换、信息测量、判断和处理及控制方面大量采用微处理器和微计算机，显示与控制系统向三维形象化发展，操作向自动化发展,并且具有多种人工智能从学习机向人工智能机发展是必然的趋势.(4）多维化、多功能化(5）开发新原理（6)动态测量现代设计方法的特点：(1）程式性强调设计、生产与销售的一体化.（2)创造性突出人的创造性,开发创新性产品。
（3）系统性用系统工程思想处理技术系统问题。
力求系统整体最优，同时要考虑人-机-环境的大系统关系。
(4)优化性通过优化理论及技术，以获得功能全、性能良好、成本低、性能价格比高的产品。
(5）计算机辅助设计计算机将更全面地引入设计全过程，计算机辅助设计不仅用于计算和绘图，在信息储存、评价决策、动态模拟、人工智能等方面将发挥更大作用。
精选测试组入职培训基础教程常用仪器仪表的使用
3、示波器/DPO4054
（22）垂直位置。旋转此按钮可调整相 应的波形的垂直位置，按“精细”可以 进行更小调整 （23）1、2、3、4。按这些按钮之一可 以显示波形或删除所显示的相应波形以 及访问垂直菜单 （24）垂直标度。旋转此按钮可以调整 相应波形的垂直标度因子（伏特/分度） （25）打印。按此按钮即使用在Utility 菜单选取择的打印机来打印屏幕图像 （26）电源开关 （27）USB2.0主机端口 （28）CompactFlash驱动器 （29） CompactFlash弹出按钮 （30）Save。保存当前参数和波形 （31）Default Setup。按此按钮可以将 示波器立即还原为默认设置 （33）Menu Off。按此按钮可以清除屏中显示的菜单
3、示波器/DPO4054
DPO4054数字荧光存储示波器
3、示波器/DPO4054
1、主要特点： ·500MHz带宽 ·4通道 ·所有通道上的取样速率 高达2.5 GS/s ·所有通道上样点的记录长度 均为10 M点 ·显示速率为35000个波形/秒 ·Wave Inspector控制功能，提供了前所未有的波
示波器可分为数字存贮示波器和模拟示波器。
3、示波器
1、模拟示波器：
它的工作方式是直接测量信号电压，并通过从左到右穿过示波器 屏幕的电子束在垂直方向描绘电压。。因示波器屏幕通常是阴极射线 管（CRT），限制着模拟示波器显示的频率范围，所以在频率非常低 的地方,信号呈现出明亮而缓慢移动的点，而很难分辨出波形,在高频 处，起局限作用的是CRT的写速度。当信号频率超过CRT的写速度时, 显示出来的过于暗淡，难于观察。模拟示波器的极限频率约为1GHz。
一、函数信号发生器/AFG3021
（7）显示[频率/周期/相位]功能表, 然后选取[频率]，此时便可改变频率 值。
仪表识别算法
仪表识别算法引言仪表识别算法是一种基于计算机视觉的技术，用于自动识别和分析仪器仪表上的各种指示和参数。
它通过对仪表图像进行分析和处理，提取出关键信息，并对其进行解读和理解。
仪表识别算法在工业自动化、能源管理、环境监测等领域有着广泛的应用。
仪表识别算法的基本原理仪表识别算法是基于计算机视觉和模式识别的技术。
其基本原理如下：1.图像采集：使用摄像头或其他图像采集设备获取仪表的图像。
2.图像预处理：对采集的图像进行预处理，包括去噪、增强、去除背景等操作，以提高图像质量。
3.特征提取：从预处理后的图像中提取出与仪表指示和参数相关的特征，例如线条、形状、颜色等。
4.特征匹配：将提取的特征与数据库中的标准特征进行匹配，以确定仪表的种类和状态。
5.参数解读：根据匹配结果，解读出仪表上的各种指示和参数，例如温度、压力、流量等。
6.结果输出：将解读出的参数输出到显示屏、数据库或其他设备，以供用户查看和使用。
仪表识别算法的关键技术要实现准确和高效的仪表识别，需要借助以下关键技术：特征提取特征提取是仪表识别算法的核心步骤。
常用的特征提取方法包括：1.边缘检测：通过检测图像中的边缘特征，提取出仪表指针和刻度线等线状结构。
2.颜色分析：利用颜色信息来识别仪表盘上的数字、文字和指示灯等。
3.形状分析：根据仪表的形状特征，提取出仪表盘和指针的位置和大小。
4.纹理分析：利用仪表盘表面的纹理信息，提取出仪表刻度线和数字的特征。
模式识别模式识别是仪表识别算法的重要组成部分。
常用的模式识别方法包括：1.模板匹配：将仪表图像与预先定义的模板进行比较，找出最佳匹配的模板。
2.统计分类：根据大量的训练样本，通过统计学方法建立分类模型，从而对新的仪表图像进行分类。
3.神经网络：利用人工神经网络模拟人脑的学习和分类能力，对仪表图像进行分类和识别。
视觉定位视觉定位是仪表识别算法中的重要环节。
通过视觉定位，可以确定仪表图像中的仪表盘和指针的位置和角度，从而准确提取仪表的信息。
计算机技术在仪器仪表中的应用
计算机技术在仪器仪表中的应用2河南许继继保电气自动化有限公司河南许昌461000摘要：现阶段，科学技术的发展使得计算机信息技术被广泛运用到各行各业之中。
仪器仪表作为我国工业生产的重要组成部分之一，不仅能够有效提升工业生产的效率，也能够进一步推动我国国民经济的快速增长。
将计算机技术运用在仪器仪表行业中，可以有效降低仪器仪表的生产成本，简化仪器仪表内部结构，推动仪器仪表行业的高速发展与改革创新。
基于此，本文对计算机技术在仪器仪表中的应用进行简要分析，以供相关人士参考。
关键词：计算机技术；仪器仪表；网络技术；技术运用；自动化仪表引言：计算机技术的诞生，改变了人们的日常生活方式，它在各行各业中的广泛运用，也进一步改变了我国社会经济发展的方向与社会生产的方式，实现了工业生产制造领域智能化、自动化的发展。
将计算机技术应用在仪器仪表中，可以有效实现仪器仪表的自动化发展，提高仪器仪表的测量精度、简化仪器仪表的操作过程，推动我国现代化工业生产与国民经济的高速发展。
一、计算机技术与仪器仪表概述（一）仪器仪表自动化仪器仪表是由若干个自动化元件所组成的具有强大功能与完善性能的自动化技术工具。
自动化仪器仪表属于一个自动化系统，也是整个自动化系统中的子系统之一。
其主要的运行功能是实现信息形式之间的转换，即在输入信号到达仪器仪表后转换为输出信号，输出信号的模式可以是数字量，也可以是模拟量。
目前，我国工业领域的生产会应用到多种类型的自动化仪器仪表，如电动调节仪表、气动调节仪表等。
一般来说，自动化检测仪表是工业自控系统中较为重要的子系统之一，由变送器、显示器与传感器三部分组成，该仪器仪表具有测量精准度高、操作简单、显示数据清晰等优点。
（二）计算机技术计算机技术与多种学科都有着紧密的关联，如机械工程、通信技术、电子工程、应用物理等等。
其中，电子技术是计算机技术发展中的主要运用技术之一，也是推动计算机技术不断发展的主要动力，而应用物理学科则是为计算机技术的发展提供相关条件与研究成果。
汽车常用仪器仪表的使用
2．汽车电控系统输入信号与输出信号的种类
（1）直流（DC）信号波形
（2）交流（AC）信号波形 （3）频率调制信号波形
（4）脉宽调制信号波形 （5）串行数据信号波形
3．分析示波器波形的重要参数
图6.32 脉冲波形的峰值与周期
（1）幅值A （2）频率f （3）形状 （4）脉冲宽度 （5）阵列
图6.33 脉冲波形的宽度与占空比
3．数字示波器在汽车维修中的作用
汽车电子设备的有些信号其变化速率非常快，其变化周期 达到千分之一秒，许多故障信号是间歇的，时有时无，这就需 要仪器的测试速度高于故障信号的速度。通常要求测试仪器的 扫描速度是被测信号的5～10倍。数字示波器完全可以胜任这 个速度，数字示波器不仅可以快速捕捉电路信号，还可以用较 慢的速度来显示这些波形，以便可以一面观察，一面分析。它 还可以用储存的方式记录信号波形，可以倒回来观察已经发生 过的快速信号，这就为分析故障提供了极大方便。
时基的选择决定了重复性信号在屏幕上显示的频数，是指 屏幕水平方向上显示的每个格子所对应的实际时间值。同 样的信号使用不同的时基显示的情况如图(a)、图(b)。
(a)
(b)
4．调整触发
(a)
(b)
图(a)由于设定的触发电平超出了信号的电平范围，示 波器无法确定显示的起始位置，因此屏幕上显示的波形左 右晃动，无法锁定。
4．示波器控制
示波器控制按照其功能可分为两种。一种控制Y轴上的电压， 一种控制X轴上的时间。 （1）示波器用语
电压比例：每格垂直高度代表的电压值；
时 基：每格水平长度代表的时间值；
触发电平：示波器显示时的起始电压值；
触发源：示波器的触发通道：通道(CHl)、通道(CH2) ……； 触发沿：示波器显示时的波形上升或下降沿；
基于机器视觉的机械指针式仪表的读数识别方法
理论算法2021.07基于机器视觉的机械指针式仪表的读数识别方法王江，柳国栋，张玉鑫，吴松林(西京学院 机械工程学院，陕西西妥，710123)摘要：机械式指针仪表在工业生产实践中应用广泛，及时、准确地识别指针仪表指示信息是实现设备运行状态监测的重 要手段之一。
应用数字图像处理技术，本文提出了一种新的指针式仪表信息的自动识别方法。
主要的步骤包括，使用轮廓跟踪法实现表盘与指针的区域分割,并进行了图像的预处理；利用图像变换算法进行指针方位的检测,获得指针的直线 位置参数；最后，在已有信息的基础上,确定刻度线距关系及仪表最大量程,实现指针式仪表信息的自动读数识别。
实验表明，本文所提出的自动读数识别方法准确、可靠且读数效率高。
关键词：指针仪表；Hough 变换；读数识别Readi ng Recog nition Method of Machi nery Pointer Meter on theBasis of Machine VisionWang Jiang, Liu Guodong, Zhang Yuxin, Wu Songlin(Faculty of Mechanicol Eng. Xijing University, Xi' an Shaanxi, 710123)Abstrac t ： Mechanical poi n t er instrument is widely used in industry. It has been an import a n t means to obtain mechanical equipment informstion and realize equipment condition monitoring. In this paper, through digital image processing technology, a method of autoimtic reading recognition for pointer instrument is proposed. It includes the following steps. Firstly, the contour tracking method is used to segment dial area and pointer area, the image preprocessing is carried out at the same time. The second is the parameter detection of the pointer position and direction, in which image transform method is applied. Finally, the effective range of an instninient panel is determined by the relationship between the angle and the scale line. The automatic reading recognition of the pointer instrument is completed. The comparative experiment resuIts show that the machine vision based measurement method is efficient.Keywords : Pointer Instmment;Hough Transform; Reading Recognition0引言机械指针式仪表结构简单、易维护且价格低，在工业生产实践中广泛应用,是获取机械设备信息，实现设备状态监测的重要手段之一。
常用仪器仪表的使用实验报告
常用仪器仪表的使用实验报告常用仪器仪表的使用实验报告一、引言仪器仪表是科学实验中不可或缺的工具，它们能够精确测量和监测各种物理量，为科学研究提供了重要的数据支持。
本实验旨在探究几种常用仪器仪表的使用方法和原理，并通过实际操作加深对其工作原理的理解。
二、实验目的1. 掌握数字万用表的使用方法，能够准确测量电压、电流和电阻；2. 熟悉示波器的操作步骤，能够观察和分析电信号的波形；3. 理解光谱仪的原理和应用，能够测量光的波长和强度；4. 学习使用热电偶测量温度，并了解其工作原理。
三、实验步骤及结果1. 数字万用表的使用在本实验中，我们使用数字万用表测量了一个电阻的阻值。
首先，将待测电阻连接到数字万用表的测试引脚上，然后选择适当的量程和测量模式。
通过读取仪表上的数值，我们得到了该电阻的阻值为10Ω。
2. 示波器的操作示波器是一种用于观察和分析电信号波形的仪器。
我们将示波器连接到一个信号发生器上，并设置适当的触发模式和时间基准。
通过调整示波器的控制按钮，我们成功地观察到了不同频率和振幅的电信号波形，并能够准确测量其周期和幅值。
3. 光谱仪的使用光谱仪是一种用于测量光的波长和强度的仪器。
我们将光源放置在光谱仪的入射口处，并调整仪器的光栅和检测器位置。
通过观察光谱仪上的刻度盘和读数器，我们能够准确测量出光的波长和强度，并进一步分析光的成分和特性。
4. 热电偶的测温原理热电偶是一种利用热电效应测量温度的仪器。
我们将热电偶的两端分别连接到温度源和电压计上，并通过调节温度源的温度，观察电压计上的读数变化。
根据热电偶的温度电动势特性，我们能够得到温度源的温度，并验证了热电偶的测温原理。
四、实验结果分析1. 数字万用表的测量结果表明，仪器能够准确测量电阻值，并且选择适当的量程和测量模式对测量结果影响较小。
2. 示波器的操作结果显示，仪器能够准确显示电信号的波形，并提供了丰富的触发模式和时间基准，方便用户进行信号分析和测量。
改进的BP神经网络在数字图像识别中的应用
改进 的 Ｂ Ｐ神经 网络在数 字图像识别 中的应用
Ａｐ ｌ ａ ｉｎ ｏ ｄｆ ｄ ＢＰ ｎ ｕ ａ ｅ ｗｏ ｋ ｉ ｉｉ ｌｍａ ｅ ｒ ｃ ｇ ｉｏ ｐｉ ｔ ｆｍｏ ｉｅ ｅ ｒ ｌ ｔ ｒ ｎ ｄｇｔ ｃ ｏ ｉ ｎ ａ ｉ ｇ ｅ ｏ ｎｔ ｎ ｉ
七 七 七 七 七 － ６＂ 七 七 电 七
多级分类 器 组 合 的手写 体 数 字识 别 方 法。采 用
七 七 七 七 七 七 七 七 七 七 七 七
处理混叠声音信号时尤其 明显 。实验证 明，ＩＡ＋ Ｃ Ｇ Ｍ的混叠声音信号处理方法是可行的 ，与传统 Ｍ
识 别 出说 话人 的信 息 。
ｃ ｎ ｂ ｉ ｄ ｓ ｅ ｃ ｅ ａ ａｉｎ：Ｉ ｖ ｓｉａｉ ｎ ａ ｄ ｓ ｌ ｔ ｎ ｙ ｉ ｌ ｐ ｅ ｈ ｓ ｐ ｒ ｔ ｎ ｏ ｎ ｅ ｔ ｔ ｎ ｏｕ ｉ ｓ ｇ ｏ ｏ
法。并对 ５ 组每组 ２ 个语音信号进行了盲分离和识 ０
别 实验 ，取得 了较好 的效果 。可 以得 出以下结论 ：
参 考 文献
［ ］ 郑 方．声 纹 识 别 与 数 据 安 全．ｈｔ ：／ ｔ ｈ ｓ ａ １ ｔ ｐ ／ｅ ． ｉ ． ｃ ｎ
ｃ ｎ． ｃ ／ ／ ０ ３—０ ｏ ｎ ｏ２ ０ ４—１ ／ ０ ０ ７ ４ ２ ｓ ｔ ．２ ０ ６ １ ２ １ ８ ４ ． ｈ ｍ１ ０ ３
的 Ｇ Ｍ算法相比，有其更高的识别率 。 Ｍ
京 ：清华大学 出版社 ，２０ ：２ ～２ ０８ １ ２
３ ）基于 Ｇ Ｍ 的识别方法 ，可 以较 为准确地 Ｍ
波变 换 和傅 里 叶变 换 在 图像 处 理 方 面 特 点 的 基 础 上 ，提 出了 一 种 新 的 基 于 小 波 变 换 和 局 部 傅 立 叶 变换 的脱 机手 写数 字特 征提取 方法 。 本文 以 Ｂ Ｐ神经 网络 为 基础 设 计 数 字 图像 识 别
变电站巡视中的图像识别技术应用
变电站巡视中的图像识别技术应用摘要：变电站中的电气设备的安全运行与保证电网能够安全、高效运行是电网公司的生命线。
将智能视频图像识别技术应用于变电站巡视中，自动识别设备状态和异常事件，以机器的巡视的方式替代人工巡视工作，对事故现场的报警信息实时监控，实现了智能巡检、智能维护及智能监管，不但降低了劳动成本，还提升了运维效率。
关键词：视频识别；图像识别；变电站巡视；帧间变化；模板匹配0 引言随着社会经济的发展，各行业对电力供应的要求越来越高，变电站的稳定运行对于提供稳定可靠的电力供应起到了至关重要的作用。
为了完成对变电站内设备的监控，需要对变电站的设备进行定期的检查和维护。
检查和维护的方式为人工巡视，不仅耗费大量的人力，而且也浪费时间，最重要的是依靠人工巡视往往会导致巡视不清楚或者巡检完不成进而导致变电站设备出现故障不能及时发现，造成连锁事故。
同时，由于变电站内有很多高压设备，人工巡视危险性很高。
而运用视频监控系统的智能图像识别技术代替人工巡视将成为变电站巡视的发展趋势[1]。
图像识别功能在智能视频监控系统的出现与应用使得智能视频监控系统更加智能，也是视频监控系统发展的重要标志。
图像识别算法的实现和选择是智能视频监控技术中的关键点。
视频监控系统一般是采用服务器+客户端模式来设计的，在视频数据的采集与传输中是采用基于达芬奇技术的嵌入式客户端实现的，在视频中图像目标的智能检测和识别是采用基于OpenCV库的算法在服务器中进行来实现的。
通过视频图像采集到视频传输，再到计算每一帧Harr-Like特征的视频图像的积分图像，目标的检测定位通过检测率基本能够满足识别需要的Adaboost算法设计级联分类器来实现，采用主成分分析法将提取出来的目标的统计特征进行降维，最后目标的识别功能通过支持向量机算法设计多分类器来实现。
1 系统组成及各部分主要功能如图1所示，本智能视频监控系统采用服务器+客户端模型来设计与搭建的，远程客户端、网络硬盘录像机、视频数据采集端组成智能视频监控系统的三大部分，其中网络硬盘录像机在功能上就相当于监控主机和网络视频服务器的结合。
图像处理在流量仪表检定中的应用
！
３ 结 束 语
堡羞
虚拟 仪器 技术是当今计算 机技术和新仪器技术相 结合的产物， 是现代测试技术系统的发展趋势 ，本文 是在 Ｌ ｂ ＩＷ 环境下设 计 ａ ＶＥ 的虚拟信号分析仪，利用本文 设计的虚拟 仪器可以方便 ，快捷的实
现对信 号的分析 ，并且扩 展性 比较好 ，可 以方 便的与外 设进行通 信 ，随着虚拟仪器技术的发展 ，加上信号处理方法越来越成熟，其 在高校实验室将会越来越受到重视。国
定 部分 波 形 的 分 析 。
【】杨乐平，李海 涛，赵勇等编著 ． Ｌ ｂ Ｉｗ 高级程 序设计 ． 清 ２ ａＶ Ｅ 一
华大 学出版社 ， ２０
【 ３ 】董长虹，高志 ，余啸海 ．Ｍａ ａ ｔ ｂ小波分析工具箱原理与应用 【 ． ｌ Ｍ】
图像处理在流量仪表检 定 中的应 用
蔡晓慧，杜 红 ，钟 宝荣
（ 长江 大学 ， 荆 州 ４ ４ ２ ） ３ ０ ３
摘要 ：在很多工业应用中需要对 仪表显示值进 行 自动识别，本文提出了一种
仪表 自动化检定的新方法，介绍了一种 基于数 字图像处理技术的指针式仪表 读数识别方法 ，克服了传统方法中由于手动和人工读数造成的精度低 ．可靠 性差等缺点。本文先对整个系统 结构 予以介绍 。然后讲 述了图像预处理 、图 像 分析和识别等数字 图像 处理技术 这些都 是仪表 自动检定 系统 中关键部
标准器 持捡
（ ａ ｔｅ ｉｅ ｓｔ，Ｊｎ ｚ ｏ ３ ０ ３ Ｙ ｎ ｚ ｕ Ｕｎｖ ｒ ｉ ｙ ｉｇ ｈ ｕ ４ ４ ２ ）
Ａｂｓｒ ｃ ：Ａｕｏ ｒ ｃ ｇ ｉｉｇ ｄ ｓ ｌｙ ｖ ｌ ｅ ｏ ｉｓ ｒ ｍ ｅ ｔ ｉ ｅ ｄ ｄ ｎ ｔａ ｔ ｔ －ｅ ｏ ｎｚ ｎ ｉ ｐａ ａ ｕ ｆ ｎ ｔ ｕ ｎｓ ｓ ｎ ｅ ｅ ｉ ｍ ａ ｙ ｊｄｕ ｔｉ Ｉｆ ｌｓ Ｔ ｉ ｐ ｅ ｒ ｓ ｔ ｄ ｎ ｗ ｍ ｅ ｈ ｄ ｆ ａ ｔ ｎ ｎ ｓ ｒ ｉ ｄ ． ｈ ｓ ａｐ ｐ ｅ ｅｎｅ ａ ｅ ａ ｅ ｒ ｔ ｏ ｏ ｕ ｏ
基于OCR的数字仪表自动识别在工业现场中的应用
关键词 ：数字仪表 ；数据增广 ；EAST 全卷积神经网络 ；CNN-LSTM-CTC
中图分类号：TH
文献标志码：A
DOI:10.3969/j.issn.1671-1041.2021.01.006 文章编号：1671-1041(2021)1-0022-03
Application of Digital Instrument Automatic Recognition Based on OCR in Industrial Field
投料前重量，投料后重量并计算差额以计量投料量，最后 在需要留档时人工录入电脑，这在一定程度上影响了效率 和准确率。本文主要解决针对这些难以使用自动化计算投 料量的场景，在不改动现场仪表的情况下，基于光学字符 识 别（Optical Character Recognition，OCR） 对 图 像 文 件 进
Zhou Man，Liu Zhiyong，Lu Qianpeng，Shi Fangzhan，Wang Delei，Yang Lujiang （Zhejiang SUPCON Co., Ltd., Hangzhou,310053,China）
Abstract：In industrial production, recipe control is often needed. In many fields, all kinds of raw materials are carried out by workers using electronic weighing, so it is difficult to achieve accurate automatic control of feeding quantity. In this paper, image processing algorithm is used to simulate facula, shadow, distortion and other disadvantageous factors for recognition and detection after image acquisition of digital instrument data based on optical character recognition (OCR), so as to achieve the purpose of data expansion. Then, the above disadvantageous factors data set is added for training. In the process, EAST full convolution neural network is used for text detection, and CNN-LSTM-CTC is used for text recognition. The model has a good accuracy and is sensitive to decimal point though testing. It has achieved a good overall recognition effect and has been successfully applied in the production environment.
SF6短指针仪表读数识别技术的研究
均值迁移作为聚类算法的一种ꎬ通过在给定样
本中的选取其中一个样本为中心ꎬ并以该中心点为
表图像进行灰度化处理ꎮ 将彩色图像的 ＲＢＧ 三个
的敏感最高ꎬ对蓝色敏感最低ꎬ因此各分量的权重如
公式(１) 所示ꎮ
Copyright©博看网 . All Rights Reserved.
３２
« 电气开关» (２０２１. Ｎｏ. ６)
图像高斯滤波实现了图像噪声的过滤ꎬ使得图
像更加平滑ꎬ图像特征信息边缘信息保留得更好ꎮ
图 ６ 霍夫圆环检测原理
基于霍夫圆环检测原理和 ＯｐｅｎＣＶ 的霍夫梯度
下降方法ꎬ本文对 ＳＦ６ 仪表的霍夫圆环检测效果ꎬ如
图 ７( ａ) 所示ꎮ
高斯滤波的基本原理是通过设置卷积核的大小
对图像进行高斯卷积ꎮ 对应图像上的一个像素点ꎬ
ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ＳＦ６ ｆｉｌｌｉｎｇ ｅｑｕｉｐｍｅｎｔ ｉｎｓｔｒｕｍｅｎｔ ｎｕｍｂｅｒｓ. Ｆｉｒｓｔꎬｔｈｅ ＳＦ６ ｉｎｓｔｒｕｍｅｎｔ ｉｍａｇｅ ｉｓ ｐｒｏｃｅｓｓｅｄ ｂｙ ｍｅａｎｓ
ｏｆ ｍｅａｎ ｖａｌｖｅ ｍｉｇｒａｔｉｏｎꎬｉｍａｇｅ ｇｒａｙｓｃａｌｅꎬａｎｄ Ｈｏｕｇｈ ｃｉｒｃｌｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙꎬａｎｄ ｔｈｅ ＳＦ６
表示为 Ｒ ＝ Ｂ ＝ Ｇꎬ该值的取值范围为 ０ ~ ２５５ꎮ
图像灰度值确定方法有最大值法、平均值法、分
处理ꎬ使得面积较小的颜色区域被侵蚀掉ꎬ达到平滑
量法和加权平均法ꎮ 本文采用加权平均法对 ＳＦ６ 仪
效果ꎮ
分量以不同的权值进行加权平均ꎮ 由于人眼对绿色
波ꎬ中和相近颜色的色彩分布ꎬ对色彩细节进行平滑
- 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)。
摘要：本文针对仪器仪表应用环境的实际情况，设计了数字图像识别硬件平台，采用STC12LE5A60S2单片机驱动图像传感器OV7670采集图像，可减少由人为因素或传感器干扰引起的数据错误，省去采集卡，节省了成本。
通过无线通信，成功地将数字图像识别技术应用到了检测环境中。
经过试验，证明了系统的稳定性。
关键词：图像采集;无线通信;STC12LE5A60S2;OV7670引言
目前，仪器仪表被广泛地应用于各行各业的测量系统中。
但是，由于某些仪器仪表只是通过LCD、LED数码管或者表盘来显示数值，并没有提供数据传送的接口，因此很难实现数据的自动采集以及保证数据的实时性和准确性，难以满足对测量系统工作自动化的要求[1]。
现如今，随着科学技术的不断进步，对测量系统的管理也从人工监管方式逐步向自动管理方式转变[2]。
为了提高系统的工作效率，需要对测量系统所采集的数据进行实时监控，控制中心要快速、准确、自动获取所需数值，这是急需解决的问题。
为了使系统能够很好地实现控制功能，笔者设计出基于数字图像的仪器仪表读数识别系统。
该系统利用单片机控制图像传感器自动读取仪器仪表的数字图像，经过图像处理和图像识别技术，将识别结果通过无线网络传输，传送至控制中心，由控制中心对采集数据进行综合管理，从而真正实现数据的统一管理和对系统控制的自动化。
数字图像识别系统
仪器仪表数字图像采集系统主要组成部分有单片机、图像传感器、LCD显示器、无线收发模块以及数据存储器，系统功能框图如图1所示。
单片机作为系统的控制核心，
控制图像传感器采集仪器仪表数字图像，将仪器仪表图像数据存储在扩展的外部数据存储器中，利用数字图像处理和模式识别技术读取仪器仪表数字，通过无线收发模块将仪器仪表数字发送到控制中心，控制中心可以直观地显示所采集的数据并对数据进行统一管理。
图像采集电路
本设计中，仪器仪表图像数据采集模块选用的图像传感器是美国OmniVision公司的彩色/黑白CMOS图像传感器OV7670，该传感器可以通过I2C总线进行对其内部寄存器进行配置，使得输出数据速率、格式都可以得到改变，且输出数据已经做完分离，处理起来相对也比较容易[3～4]。
基于功能的实现和价格两方面的考虑，本设计最终决定选取该型号图像传感器作为图像数据采集的核心器件。
由于OV7670图像传感器的工作电压为2.45V到3V，对外部工作时钟频率在
10MHz到48MHz，因此控制芯片选用宏晶科技的单时钟/机器周期的
STC12LE5A60S2单片机。
该单片机工作电压在2.2V到3.6V，能够和OV7670图像传感器理想匹配;工作频率在0~35MHz，且内部含有波特率发生器，最大可以产生12MHz的方波[5～6]，该信号可以作为OV7670图像传感器的外部工作时钟，也满足了OV7670图像传感器对工作时钟频率的要求。
图像采集硬件电路图如图2所示。
图像传感器的SDA和SCL分别为内部寄存器配置数据线和时钟线，单片机通过
P1.2、P1.3模拟I2C总线对图像传感器内部寄存器进行配置，使得图像数据输出为QVGA格式，在QVGA的基础之上再次对输出数据进行水平、垂直方向分别8抽样，使得最终输出为像素为60×80;帧同步输出信号VSYNC引脚接入单片机P3.2口，由P3.2引脚捕捉该信号，当捕捉到帧同步输出信号时，开始采集仪表图像数据，图像有效数据是通过单片机对有效像素信号捕捉获取的，有效像素信号是指图像传感器像素时钟信号PCLK接74HC74二分频后与行同步信号HREF经过与非门的信号;主函数中对像素时钟信号PCLK进行捕捉，在该信号有效时，选通图像采集数据控制线，将图像保存在缓存，然后使图像数据线无效，将缓存数据存储到62LV256存储器中，这样就得到了一个像素点的灰度值;行同步信号HREF接入单片机定时器T0中断，当单片机捕
捉到该信号时，行地址加1，当采集完最后一行时将标识置1，退出图像采集程序，到此完成对一帧图像的采集。
一帧采集完事之后通过无线收发模块传送至控制中心，控制中心利用该数据按照BMP格式进行组装，生成BMP文件显示。
74HC573主要是利用分时复用技术解决单片机资源不够的问题。
数字图像识别流程
本系统采用C语言进行程序设计，通过控制图像传感器的场同步信号(VSYNC)、行同步信号(HREF)以及像素时钟信号(PCLK)，完成一帧图像采集，并将采集到的图像数据存储到扩展的外部数据存储器中。
采集到的数字图像先经过灰度变换、均值滤波、中值滤波、二值化等预处理[7]过程，滤除图像中噪声等无关信息，使图像信息量最小化;其次对采集图像进行字符定位;利用模板匹配的方法进行识别，计算匹配率，匹配率最大的就是识别的结果。
数字图像识别流程图如图3所示。
数字图像预处理过程如图4所示。
经过预处理后，在标准模板基础上采用模板匹配的方法就很容易得出数字图像识别的结果。
本系统在非理想环境下，经过大量的数据采集、识别实验，识别结果正确率达95%以上，证明了系统的稳定性。
数字图像识别在检测系统中的应用
基于数字图像识别技术的特点，我们将其应用在对建筑环境的水表识别系统中，通过无线网络将水表的实时数据传送给控制中心，这样控制中心可以根据数据对水表进行实时监控，既减少了人为因素所造成的误判，也减少由其他传感器干扰引起的数据错误，提高了工作效率。
结合水表在建筑环境中应用的特点，我们设计了一个三层的无线网络结构来实现水表数据和控制中心之间的传输。
无线网络拓扑结构如图5所示。
三层组网模式中各层之间任务有明确分工，末端节点主要实现对水表数据的采集与识别，并将识别结果传给控制中心;考虑到传输距离的问题，我们在末端节点与控制中心间加入了中继器，中继器是末端节点和控制中心间桥梁，其作用主要是将接收到的末端节点数据加强后传送给控制中心，同时也能将控制中心的命令发送给末端节点;控制中心接收水表的实时数据，并对这些数据进行统一的管理。
设计中控制中心最大可管理255个中继器设备，每个中继器设备可以接收255个末端节点所发送的数据。
无线网络拓扑结构仅仅是一个网络模式，要真正意义上实现网络间的可靠通信，还必须依靠相应网络通信协议的支持。
本系统采用自定义的统一的通信包进行通信，通信数据是成帧成包发送的。
系统总体数据传输流程示意图如图6所示。
结语
本文设计的仪器仪表数字图像识别系统，利用单片机驱动图像传感器OV7670采集数字图像，并在硬件采集系统中实现了图像数据的存储和处理，硬件电路简洁可靠，且成本低，经过实验验证OV7670采集仪表数字效果良好，数字图像识别系统稳定。
同时将仪表数字识别系统应用到水表数据采集系统中，通过无线组网和自定义的通信协
议实现了水表与控制中心间的数据传输，减少了人为误判和干扰产生的错误数据，该方法识别率高达97.5%，识别速度快，达到了水表数字识别的准确率和识别速度的要求。
不论是在各式的现代建筑中，还是在工业、机加等恶劣的数据检测环境，仪器仪表数字图像识别系统都具有广阔的应用前景。