基于Hough变换的指针仪表读数识别方法

针对广州市宇泰仪表电器有限公司85C1系列仪表的读数识别问题,提出一种基于Hough变换的图像处理方法.该方法采用彩色相机拍摄仪表图像.首先,通过指针的红色特征提取图像中的指针样本点,并应用最小二乘法获取指针的直线方程;其次,由表盘上的圆弧特征之圆心位于指针直线上的假设,利用Hough变换的原理提取出表盘上的圆弧特征;最后,通过图像变换将刻度部分的圆弧线变换成直线,实现了刻度线两端点位置的提取,并完成仪表读数识别.实验表明,该方法能够准确识别仪表读数,具有较高的鲁棒性.     

基于图像检测的轨距检测算法研究

为实现实时在线轨距测量,建立车载轨距机器视觉检测系统,对该系统所采用的去噪前置处理、精确阈值分割处理和距离变换等算法进行研究.介绍系统的工作原理与构成,并在分析传统光带中心线提取算法的基础上提出基于PNDT的快速轨道轮廓中心线提取方法;采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态ROI对图像进行快速去噪前置处理;对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并准确定位轨距测量点.实验结果表明:该系统检测精度满足-1mm~+1mm,实验室测试的合成不确定度最大为0.52mm,图像帧处理时间为14.35ms.轨距机器视觉检测系统可满足实时在线轨距检测对系统检测速度和精度的要求.     

基于机器视觉的油田仪表示数自动识别方法

传统的以指针定位为基础进行仪表示数识别主要通过人眼确定指针位置,导致识别结果误差较大。因此,该研究将机器视觉应用在自动识别中,设计一种新的油田仪表示数识别方法。针对CCD摄像机拍摄的油田仪表图像,进行光照均衡、图像校正和图像分割处理,再通过Faster-RCNN网络结构检测并提取仪表示数图像的目标识别区域。运用机器视觉算法获取仪表刻度数值信息,并精准定位仪表指针位置。根据指针与最小刻度线夹角,自动识别出当前仪表示数。实验结果表明：所提方法的示数识别结果最大绝对误差仅为0.01 MPa,可满足油田仪表示数识别精度要求。     

一种基于光刀法的列车车轮参数动态测量方法

针对在列车车轮参数动态测量中测量精度不足的问题，文章提出一种基于光刀法的列车车轮参数动态测量方法，并分析激光线宽度对测量结果的影响。首先用Solidworks软件对测量系统进行三维建模，并根据光刀法中的相机参数对软件相机模块进行调整；然后对特定位置图片进行RGB提取、畸变矫正、灰度化和中心提取等预处理，并利用特征点提取、曲线拟合的方法计算得到车轮直径、轮辋宽度和轮缘高度等车轮参数；最后利用单边轮实验进行验证，结果表明该文方法的测量精度满足实际测量需求。     

光刀自适应灰度加权亚像素中心精确提取

为了提高线结构光三维面形测量精度,提出了一种基于骨架跟踪的光刀法向自适应灰度加权中心提取方法。首先由采集的光刀图像根据数学形态学方法计算得到一组光滑、单向连通的光刀骨架,以骨架为搜索路径,沿骨架法向设置一个有用像素区域。根据骨架法向截面内像素灰度对光刀中心提取影响的重要程度划分不同的灰度阈值,对影响中心提取较大的像素灰度值进行加权平方,最后根据灰度加权重心法计算光刀亚像素中心。分别通过仿真实验与多组真实光刀中心提取实验进行验证,仿真结果表明,本文算法提取到的光刀中心到拟合曲线距离的平均偏差小于0.3像素,标准偏差小于0.03像素,计算时间为87.6ms。实物测量结果表明,用本文方法提取光刀中心时最大偏差距离、平均偏差距离和标准偏差较其他方法最小,提取结果稳定、精度高、鲁棒性好,能得到光顺性较好的亚像素光刀中心线,满足在线测量的要求。     

弓长岭露天矿排岩场边坡变形观测方法

为解决弓长岭露天矿排岩场边坡不稳定对周边产生安全隐患问题.利用世界最高精度的测量机器人TM30,采用极坐标与测距三角高程测量方法来确定边坡的水平位移与垂直位移,并结合中国《工程测量规范》中对排岩场边坡变形观测等级与精度要求,对观测点点位及高程所能达到的精度进行了理论分析与论证.研究结果表明:采用TM30测量机器人对排岩场边坡进行水平位移与垂直位移测量时,如果将观测距离控制在500 m以内,并按二等9测回进行水平角、垂直角与距离观测来确定观测点的坐标与高程,可以满足排岩场边坡变形对观测点点位和高程精度的要求,并通过工程实际验证了其正确性.     

智能指示表检定仪的原理和设计

本文提出一种智能指示表检定方法，该检定仪能够有效地提高测量精度，减小测量结果的不确定度，减小检测工作强度，提高劳动效率等优点。该检定仪由计算机控制伺服电动机运动，驱动指示表运动，通过CCD摄像头获取表盘图像，通过数据处理识别出表盘指针所处位置及读数，根据百分表、千分表及杠杆表检定规程，规范算出检测结果并判定被检仪表的精确度等级，从而对该智能指示表检定仪尊行综合评价     

基于多散射中心联合抽取的步进频雷达成像方法

针对步进频雷达复杂目标抽取一维距离像时存在的多散射中心幅度损失问题,提出了一种基于多散射中心的联合抽取算法.方法根据目标最强散射中心,利用逆向舍弃法得到参考距离像,然后提取目标多散射中心峰值,并由强到弱得出能抽取到相应散射中心峰值的多组抽取起始点集合,依次对这些集合取交集,作为最佳抽取起始点.该方法确定的抽取起始点能够抽取到尽可能多的散射中心峰值,并且各散射中心的测距精度更高.经计算机仿真和实测数据验证,该方法抽取效果优于逆向舍弃法等传统抽取方法.      

基于主成分分析和区域增长的结构光中心线提取

结构光中心提取是结构光三维测量中的重要环节,为了能够在光学条件复杂的情况下实现结构光中心线快速精确的提取,提出一种基于主成分分析(principal component analysis,PCA)算法与RG(regional growth)算法的提取方法。首先,通过图像掩模法提取结构光的感兴趣区域(region of interest,ROI);然后对ROI进行两次高斯卷积得到其梯度分布,根据梯度分布确定一个初始位置;利用主成分分析确定初始位置的法线和切线方向并在该位置沿法线方向进行二阶泰勒展开得到亚像素级中心点,将其作为区域增长的种子点进行迭代运算,最终得到结构光的中心线。本文方法与灰度重心法、Steger法在中心线提取效果和时间上进行了比较,实验结果表明:本文方法在光学条件复杂的情况下,能够在光学条件复杂的情况下,准确地提取结构光的中心线且速度更快。     

基于Matlab的图像曲线数据提取方法

对于文献中图的曲线数据的提取,提出一种通过采集像素点来识别曲线坐标的方法,并通过Matlab软件实现.首先用滤波器去除图片噪声,并确定用于灰度图转化为二值黑白图的阈值,然后通过搜索坐标框在灰度矩阵中的位置来确定真实坐标与灰度矩阵坐标的比例因子,最后获取曲线各像素点在灰度矩阵的坐标,并乘以比例因子得到曲线各点的坐标值.对曲线图像进行处理的结果表明,这种方法提取的数据准确,相对误差在-0.7%～+1.2%范围内,精度取决于原图像像素点的数目.