一种数码管显示仪表识别方法与流程

1.本发明涉及数码显示管识别技术领域，具体涉及一种数码管显示仪表识别方法。


背景技术：

2.现今的工业生产中，由于生产的自动化和更全面地监控生产过程，越来越多的仪表会在工厂中安装和投入使用。目前多靠人工对仪表盘进行读书和记载。
3.但是很多工厂环境恶劣，比如存在辐射等情况，由工作人员定时进入进行数据读取工程较为繁琐且仍然可能对人体造成危害，同时人工读取可能出现误差过大的情况。其中数码管显示类的仪表应用也越来越广泛，不同于指针式仪表，数码管显示仪表的识别需要针对数字的显示进行判断。
4.使用智能化识别方式取代人工读取指针式仪表可以提供准确率和工作效率。


技术实现要素：

5.本发明公开了一种数码管显示仪表识别方法，目的是实现数码管显示类型仪表的智能化识别。
6.为了实现以上目的，本发明采取以下技术方案：
7.一种数码管显示仪表识别方法，包括以下步骤：
8.步骤1：获取仪表场景的rgb图、仪表实时图{i
i,j
}和获取预置仪表图{i
′
i,j
}，匹配预置图像特征点进行投影变换，求取透视矩阵a，将{i
i,j
}的坐标用透视矩阵a映射到{i
″
i,j
}；
9.步骤2：根据预先转入的仪表区域信息{x,y,w,h}，对通过{i
″
i,j
}进行裁剪，用裁剪区域作为新{i
i,j
}，同时对{i
′
i,j
}进行裁剪，用裁剪区域作为新{i
′
i,j
}；
10.步骤3：对{i
i,j
}进行k
‑
means聚类，聚类类别数为2；
11.步骤4：根据每个i
i,j
所属类别及预置仪表信息，对i
i,j
进行赋值，赋值标准如下：
[0012][0013]
步骤5：对{i
i,j
}进行形态学变换，以i
i,j
为一个5x5像素中心，考察i
i,j
邻域5x5范围内的像素值，当存在非零像素，则i
i,j
＝255；
[0014]
步骤6：提取{i
i,j
}的连通区域取其子集{s
i
}，{s
i
}满足以下条件：
[0015]
(1)s
j
∈{s
j
}，
[0016]
(2)
[0017]
步骤7：识别单个数码管数字，对每个s
i
进行识别；
[0018]
步骤8：从左至右，依次拼接识别得到的非空字符到字符串str；
[0019]
步骤9：将str转化为浮点数，作为数码管显示仪表的识别结果。
[0020]
优选地，所述步骤1包括以下步骤：
[0021]
步骤11：获取仪表实时图{i
i,j
}；
[0022]
步骤12：获取预置仪表图{i
′
i,j
}；
[0023]
步骤13：分别提取仪表实时图{i
i,j
}和预置仪表图{i
′
i,j
}的orb特征点，随后提取主方向后进行旋转不变性处理，随后分别提取brief特征描述子；
[0024]
步骤14：分别比较仪表实时图{i
i,j
}和预置仪表图{i
′
i,j
}中各个相对应的特征点描述子的汉明距离，获得最小汉明距离disth
min
；
[0025]
步骤15：分别从仪表实时图和预置仪表图中提取特征点{p
i
}和{q
i
}组成汉明距离小于2倍disth
min
的特征点对，i为特征点的序号，p和q中序号一致的组成一个特征点对，其中
[0026][0027]
步骤16：pa≈q，求透视矩阵其中
[0028][0029]
求a的最优解；
[0030]
步骤17：将{i
i,j
}的坐标用a映射到{i
″
i,j
}。
[0031]
优选地，所述步骤16通过最小二乘法求得最优解。
[0032]
优选地，所述步骤7包括以下步骤：
[0033]
(a)取其矩形包络区域rect
i
，其高和宽分别记为row和col；
[0034]
(b)若rect
i
高宽比大于阈值5，则识别为“1”；
[0035]
(c)若rect
i
范围内的像素均值大于阈值128，则识别为字符“.”[0036]
(d)若rect
i
范围内的像素均值小于阈值50，则识别为空
[0037]
(e)对列进行遍历，记录像素数值翻转次数，翻转次数记为cm，即：
[0038][0039]
(f)对的像素行进行遍历，翻转次数记为cul
[0040]
(g)对的像素行进行遍历，翻转次数记为cur；
[0041]
(h)对的像素行进行遍历，翻转次数记为cdl；
[0042]
(i)对的像素行进行遍历，翻转次数记为cdr；
[0043]
(j)计算代表数值的代码code的值：
[0044]
code＝10000cm 1000cul 100cur 10cdl cdr
[0045]
(k)根据code值
‑
数字参照表判断数字。
[0046]
本发明通过读取和映射数码管显示的图像来进行数字识别实现了仪表的智能化识别；通过透视矩阵进行映射，其中透视矩阵采用最小二乘法求得最优解，提高了计算和映射精度；对单个数字进行一一取包络、计算代码和参照对照表进行具体的数值识别，识别准确率高，减轻了工作人员的负担，
附图说明
[0047]
图1为实施例1中的高精度指针式仪表识别方法的流程示意图。
具体实施方式
[0048]
实施例1
[0049]
本发明公开了一种数码管显示仪表识别方法，流程参阅图1，包括以下步骤：
[0050]
步骤1：获取仪表场景的rgb图、仪表实时图{i
i,j
}和获取预置仪表图{i
′
i,j
}，匹配预置图像特征点进行投影变换，求取透视矩阵a，将{i
i,j
}的坐标用透视矩阵a映射到{i
″
i,j
}。
[0051]
为了实现步骤1，优选采取以下步骤：
[0052]
步骤11：获取仪表实时图{i
i,j
}；
[0053]
步骤12：获取预置仪表图{i
′
i,j
}；
[0054]
步骤13：分别提取仪表实时图{i
i,j
}和预置仪表图{i
′
i,j
}的orb特征点，随后提取主方向后进行旋转不变性处理，随后分别提取brief特征描述子；
[0055]
步骤14：分别比较仪表实时图{i
i,j
}和预置仪表图{i
′
i,j
}中各个相对应的特征点描述子的汉明距离，获得最小汉明距离disth
min
；
[0056]
步骤15：分别从仪表实时图和预置仪表图中提取特征点{p
i
}和{q
i
}组成汉明距离小于2倍disth
min
的特征点对，i为特征点的序号，p和q中序号一致的组成一个特征点对，其中
[0057][0058]
步骤16：pa≈q，求透视矩阵其中
[0059][0060]
求a的最优解；作为优选方案，这里采用最小二乘法作为求最优解的方法。
[0061]
步骤17：将{i
i,j
}的坐标用a映射到{i
″
i,j
}。
[0062]
图像获取和映射完毕后进入步骤2。
[0063]
步骤2：根据预先转入的仪表区域信息{x,y,w,h}，对通过进行裁剪，用裁剪区域作为新{i
i,j
}，同时对{i
′
i,j
}进行裁剪，用裁剪区域作为新{i
′
i,j
}，具体地，仪表区域信息中的x和y分别为裁剪框的左上角断点的x坐标和y坐标，w和h分别为裁剪框的宽度和高度；
[0064]
步骤3：对{i
i,j
}进行k
‑
means聚类，聚类类别数为2；
[0065]
步骤4：根据每个i
i,j
所属类别及预置仪表信息，对i
i,j
进行赋值，赋值标准如下：
[0066][0067]
步骤5：对{i
i,j
}进行形态学变换，以i
i,j
为一个5x5像素中心，考察i
i,j
邻域5x5范围内的像素值，当存在非零像素，则i
i,j
＝255；
[0068]
步骤6：提取{i
i,j
}的连通区域取其子集{s
i
}，{s
i
}满足以下条件：
[0069]
(1)s
j
∈{s
j
}，
[0070]
(2)
[0071]
步骤7：识别单个数码管数字，对每个s
i
进行识别；在本实施例中，其实别步骤如下：
[0072]
(a)取其矩形包络区域rect
i
，其高和宽分别记为row和col，矩形包络就是指能够放下目标图案的最小包络；
[0073]
(b)若rect
i
高宽比大于阈值5，则识别为“1”；
[0074]
(c)若rect
i
范围内的像素均值大于阈值128，则识别为字符“.”[0075]
(d)若rect
i
范围内的像素均值小于阈值50，则识别为空
[0076]
(e)对列进行遍历，记录像素数值翻转次数，翻转次数记为cm，即：
[0077][0078]
(f)对的像素行进行遍历，翻转次数记为cul
[0079]
(g)对的像素行进行遍历，翻转次数记为cur；
[0080]
(h)对的像素行进行遍历，翻转次数记为cdl；
[0081]
(i)对的像素行进行遍历，翻转次数记为cdr；
[0082]
(j)计算代表数值的代码code的值：
[0083]
code＝10000cm 1000cul 100cur 10cdl cdr
[0084]
(k)根据code值
‑
数字参照表判断数字，code值
‑
数字参照表如下列表格所示，特别说明的是2020和202两种code都对应识别数字1：
[0085]
code值
‑
数字参照表
[0086][0087][0088]
步骤8：从左至右，依次拼接识别得到的非空字符到字符串str；
[0089]
步骤9：将str转化为浮点数，作为数码管显示仪表的识别结果。