工业线性指针仪表识别改进方法

吉林大学学报(信息科学版)

工业线性指针仪表识别改进方法

霍凤财^1a，1b，王迪^1a，李政璋²

1．东北石油大学a．电气信息工程学院; b．黑龙江省网络化与智能控制重点实验室，黑龙江大庆163318;2．大庆油田第九采油厂电力维修大队，黑龙江大庆163511

收稿日期:2018-01-16 出版日期:2018-07-24
作者简介:霍凤财( 1976— ) ，男，黑龙江安达人，东北石油大学副教授，博士，硕士生导师，主要从事智能算法和图像处理等研究，( Tel) 86-13936895698( E-mail) huofc@126． com。
基金资助:
国家自然科学基金资助项目( 61374127; 51404073) ; 国家自然科学基金优秀青年科学基金资助项目( 61422301) ; 中国博士后科学基金资助项目( 2014M550180) ; 黑龙江省教育厅科学技术研究基金资助项目( 12541090) ; 东北石油大学青年基金资助项目( 2013NQ105) ; 黑龙江省杰出青年科学基金资助项目( JC2015016)

Improved Ｒecognition Method of Industrial Linear Pointer Meter

HUO Fengcai^{1a，1 b}，WANG Di^1a，LI Zhengzhang²

1a． School of Electrical Engineering and Information; 1b． Heilongjiang Provincial Key Laboratory of Networking and Intelligent Control，Northeast Petroleum University，Daqing 163318，China;2． No． 9 Production Plant Power Maintenance Team，Pettochina Daqing Oilfield，Daqing 163511，China

Received:2018-01-16 Online:2018-07-24

摘要/Abstract

摘要： 为解决工业现场指针式仪表识别工作量繁重，人为误差较大的问题，提出了一种运用透视变换与Hough变换相结合的工业线性指针式仪表识别的方法。通过对采集的图像进行去噪、透视变换后，利用Hough 变换检测仪表指针的图像特征，并以该图像特征模拟出实际指针的偏转角度，利用该角度值计算最终读数，完成对工
业线性指针式仪表的识别工作。该方法在面临工业现场无法良好采集正视图像时，通过一定技术手段准确地识别出工业线性指针式仪表图像的读数。为新形势下，人工智能在工业现场的实际应用提供了一种新思路。

关键词: 计算机视觉, 图像滤波, Hough 变换, 透视变换

Abstract: In order to solve the problem of heavy workload and human error in industrial field pointer instrument identification，a method of industrial linear pointer instrument identification combined perspective transformation with Hough transform is proposed． After the image denoising and perspective transformation，Hough transform is used to detect the image features of the instrument pointer，and the actual pointer deflection angle is simulated with this image feature． Finally，the final number is calculated by this angle value，linear pointer instrument identification work is completed． When the frontal image cannot be well acquired in the field，recognizing industrial linear pointer meter readings is achieved well on some ways． In the new situation，a new way of thinking for the application of artificial intelligence in the industrial field is provided by this method．

Key words: image filtering, Hough transform, perspective transformation, computer vision

中图分类号:

TP18

霍凤财，王迪，李政璋. 工业线性指针仪表识别改进方法[J]. 吉林大学学报(信息科学版), 2018, 36(4): 423-429.

HUO Fengcai，WANG Di，LI Zhengzhang. Improved Ｒecognition Method of Industrial Linear Pointer Meter[J]. Journal of Jilin University(Information Science Ed, 2018, 36(4): 423-429.

[1]	陈冲, 朱晓旭, 万林葳, 付凯宇, 黄自彬, 王文雅, 车浩源. 融合深度学习技术的多模态安全管理应用 [J]. 吉林大学学报(信息科学版), 2025, 43(6): 1430-1440.
[2]	邢航, 王刚, 王岩, 侯明辉. 自适应深度一致与跨频注意力的多视立体网络 [J]. 吉林大学学报(信息科学版), 2025, 43(4): 724-735.
[3]	郭祥葛. 应用计算机视觉的监控图像异常行为识别算法[J]. 吉林大学学报(信息科学版), 2025, 43(3): 682-687.
[4]	王海宽, 原锦明. 基于 Swin-Transformer 的可视化安卓恶意软件检测研究[J]. 吉林大学学报(信息科学版), 2024, 42(2): 339-347.
[5]	何乐华, 谢光珍, 刘柯翔, 吴宁, 张浩澜, 张忠睿. 基于 YOLOv5 的倒地检测[J]. 吉林大学学报(信息科学版), 2024, 42(2): 378-386.
[6]	李婉莹, 刘学艳, 杨博. 隐私保护的图像替代数据生成方法[J]. 吉林大学学报(信息科学版), 2024, 42(1): 59-66.
[7]	张会珍, 刘云麟, 任伟建, 刘欣瑜. 人体行为识别特征提取方法综述[J]. 吉林大学学报(信息科学版), 2020, 38(3): 360-370.
[8]	夏宏鉴, 刘宏楠, 刘涛, 滕飞. 四旋翼飞行器自主循迹取物运输系统的研究[J]. 吉林大学学报(信息科学版), 2019, 37(1): 100-106.
[9]	王根源, 吴祥坤, 胡坤, 宋占伟. DataMatrix 码的嵌入式识别算法[J]. 吉林大学学报(信息科学版), 2016, 34(3): 419-426.
[10]	马兴民1, 孙文财2, 徐艺2, 郑鹏宇3. 驾驶员不良情绪状态检测系统的方法研究[J]. 吉林大学学报(信息科学版), 2015, 33(6): 680-.
[11]	范延军, 张为公. 基于双向窗口特征提取技术的车道线检测算法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 485-.
[12]	于微波, 赵琳, 佟冬. 基于Adaboost人脸检测算法[J]. 吉林大学学报(信息科学版), 2014, 32(5): 539-544.
[13]	王浩, 许志闻, 谢坤, 李杰, 宋成璐. 基于OpenCV的双目测距系统[J]. 吉林大学学报(信息科学版), 2014, 32(2): 188-194.
[14]	宋立明, 李秀华, 李万龙. 基于计算机视觉的储备粮智能稽核方法[J]. J4, 2013, 31(1): 107-112.
[15]	黄显林\|姜肖楠\|卢鸿谦\|李明明. 自主视觉导航方法综述[J]. J4, 2010, 28(02): 158-.