[发明专利]基于物联网和机器视觉的指针式仪表示值自动识别装置及方法有效

专利信息
申请号: 201310264685.6 申请日: 2013-06-27
公开(公告)号: CN103310203A 公开(公告)日: 2013-09-18
发明(设计)人: 薛云灿;张建强;杨启文;李慧霞 申请(专利权)人: 河海大学常州校区
主分类号: G06K9/00 分类号: G06K9/00;G06N3/00
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 213022 江苏*** 国省代码: 江苏;32
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 联网 机器 视觉 指针 仪表 自动识别 装置 方法
【权利要求书】:

1.一种基于物联网和机器视觉的指针式仪表示值自动识别装置,其特征在于:包括主站控制中心、网关和基站,所述基站通过GPRS或者GSM网络与网关实行通信连接;所述网关与主站控制中心连接,用于传递信息。

2.根据权利要求1所述的基于物联网和机器视觉的指针式仪表示值自动识别装置,其特征在于:所述基站包括指针式仪表、有线摄像机、基站计算机和GPRS无线终端,所述有线摄像机位于指针式仪表表盘的正前方,所述有线摄像机和GPRS无线终端分别与基站计算机通信连接。

3.根据权利要求1所述的基于物联网和机器视觉的指针式仪表示值自动识别装置,其特征在于:所述基站包括指针式仪表、无线摄像机、无线接收器、基站计算机和GPRS无线终端,所述无线摄像机位于指针式仪表表盘的正前方,与无线接收器无线连接,所述无线接收器和GPRS无线终端分别与基站计算机通信连接。

4.根据权利要求2、3任一权利要求所述的基于物联网和机器视觉的指针式仪表示值自动识别装置,其特征在于:所述基站还包括恒定光源,所述恒定光源位于指针式仪表表盘的前方及摄像机的一侧。

5.一种基于物联网和机器视觉的指针式仪表示值自动识别方法,其特征在于包括以下步骤:

(1)设置待测指针式仪表量程M和单位,设置图像位置阈值T,利用摄像机拍摄待测指针式仪表的零时刻表盘图像,并将拍摄的表盘图像传输到基站计算机;

(2)基站计算机对步骤(1)所得的零时刻表盘图像进行图像算法处理;

(3)由步骤(2)所得的图像获取仪表零刻度线与图像水平基准线之间的夹角α,仪表满量程刻度线与图像水平基准线之间的夹角β,表盘中心的坐标位置,保存于基站计算机;

(4)主站控制中心向基站计算机发出仪表示值自动识别指令;

(5)基站计算机在接到控制中心的指令后,位于指针式仪表表盘正前方的摄像机拍摄仪表表盘图像,并将拍摄所得仪表表盘图像传输到基站计算机;

(6)基站计算机对所得仪表表盘图像进行图像算法处理;

(7)由步骤(6)所得图像获取仪表指针与图像水平基准线之间的夹角θ;

(8)由步骤(1)所得仪表量程M、步骤(2)所得夹角α与β、步骤(7)所得夹角θ、通过公式(1)计算仪表示值:

p=θ-αβ-αM---(1)]]>

(9)将仪表示值传输到主站控制中心。

6.根据权利要求5所述的一种基于物联网和机器视觉的指针式仪表示值自动识别方法,其特征在于:所述步骤(2)中的图像算法为基于图像二维最大熵的最优阈值图像处理算法,具体为:

(6a)对权利要求5步骤(1)所得零时刻表盘图像进行灰度化处理,得到零时刻表盘灰度图像f1(x,y);

(6b)对步骤(6a)所得图像进行3*3中值滤波;

(6c)对步骤(6b)所得的图像进行3*3高斯平滑;

(6d)对步骤(6c)所得的图像进行最优阈值选取;

(6e)根据步骤(6d)所得最优阈值对(6c)所得图像进行二值化处理。

7.根据权利要求6所述的一种基于物联网和机器视觉的指针式仪表示值自动识别方法,其特征在于:所述步骤(6d)中最优阈值的选择方法是基于图像二维最大熵的选择方法,即采用由图像像素灰度s和邻域平均灰度t构成的二维阈值向量为(s,t)搜索图像的最优阈值。

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河海大学常州校区,未经河海大学常州校区许可,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/201310264685.6/1.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