[发明专利]一种六氟化硫压力仪表图像自动识别方法在审

专利信息
申请号: 201410705151.7 申请日: 2014-12-01
公开(公告)号: CN104573702A 公开(公告)日: 2015-04-29
发明(设计)人: 吴志强;何海林;其他发明人请求不公开姓名 申请(专利权)人: 长沙众治电气技术有限公司
主分类号: G06K9/60 分类号: G06K9/60
代理公司: 暂无信息 代理人: 暂无信息
地址: 410000 *** 国省代码: 湖南;43
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 六氟化硫 压力仪表 图像 自动识别 方法
【权利要求书】:

1.一种六氟化硫压力仪表图像自动识别方法,其特征在于,包括以下步骤:

A.通过仪表监控摄像头获取整个仪表的图像,同时对获取的图像进行预处理;

B.图像二值化处理:基于最大类间方法找到图像的一个合适的阈值,将仪表图像中的目标指针与圆盘背景进行区分,通过差分化算法对获得的图像进行优化,最后在对该图像进行中值滤波处理;

C.对步骤A处理的图像结果采用sobel算子进行边缘检测,利用霍夫变换获取仪表内圆形区域图像的中心点坐标和半径;

D.分析图像特征,获取表盘参考点位置及指针终点的坐标;

E.根据步骤C和D的获取的参数,计算指针偏转夹角,并结合表盘参考点位置计算指针示数,实现仪表图像的自动识别。

2.根据权利1要求所述的一种六氟化硫压力仪表图像自动识别方法,其特征在于,所述预处理过程为:

A.首先对仪表监控摄像头获取的整个仪表图像进行灰度化处理;

B.采用形态学上的开运算对灰度化后的图像进行图像膨胀、灰度反转和灰度细化操作。

3.根据权利1要求所述的一种六氟化硫压力仪表图像自动识别方法,其特征在于,步骤B所述图像二值化处理,具体包括:

A.读入预处理后的灰度图像到矩阵I,把矩阵I中整数值转化为浮点值,得到图像矩阵J;

B.最大间类方法原理:记g为图像前景与图像背景的分割阈值,前景点数占图像比例为p,平均灰度为u;背景点数占图像比例为q,平均灰度为w,则图像的总平均灰度为:                                                ;前景和背景图像的方差:,当方差g最大时,可以认为此时前景和背景达到最大差异,即为合适的灰度阈值;

C.结合步骤B中的灰度阈值把图像矩阵J二值化处理,通过差分化算法对图像进行优化,最后在对该图像进行中值滤波处理。

4.根据权利1要求所述的一种六氟化硫压力仪表图像自动识别方法,其特征在于,步骤C所述具体包括:

A.对灰度图像采用sobel算子进行边缘检测得到图像矩阵J(x,y);

B.对图像矩阵J(x,y)进行霍夫变换,从图像空间对应到参数空间(X,Y,P),通过搜索超过阈值的聚集点得到仪表图像圆心坐标和半径r

5.根据权利1要求所述的一种六氟化硫压力仪表图像自动识别方法,其特征在于,步骤D所述具体包括:

A.根据圆形仪表刻度起点和终点的特征来提取参考点的坐标,本算法选终点位置为参考点;

B对权利要求2中步骤A的灰度图像矩阵I,先获得其行列像素的大小[m,n]=size(I),依据终点位置的特征,将小于和大于范围的像素置为I(x,y)=1,在采用霍夫矩阵变换得到终点位置的坐标;

C.根据指针位置的特点,同样将小于r和大于范围的像素置为I(x,y)=1,在结合霍夫矩阵变换得到指针位置的坐标()。

6.根据权利1要求所述的一种六氟化硫压力仪表图像自动识别方法,其特征在于,步骤E所述计算图像指针读数具体包括:

A.根据权利5和权利4中获取的图像圆心坐标、参考终点坐标和指针坐标计算读数;

B.基于三角形余弦定理,指针与终点坐标之间的夹角 为:

其中,,;

C.根据步骤B计算出的指针夹角最终可以得到图像的指针读数。

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长沙众治电气技术有限公司,未经长沙众治电气技术有限公司许可,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/201410705151.7/1.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