针对指针式仪表人工抄表的工作效率低、过失误差频繁出现等问题,基于机器视觉的自动抄表方法逐渐得到关注,提出了一种基于多形状模板定位策略的方法。方法的核心是提出的一种基于形状的目标出现的大概率偏好(High Probability Preferenc...针对指针式仪表人工抄表的工作效率低、过失误差频繁出现等问题,基于机器视觉的自动抄表方法逐渐得到关注,提出了一种基于多形状模板定位策略的方法。方法的核心是提出的一种基于形状的目标出现的大概率偏好(High Probability Preference for Target,HPPT)的模板匹配法,通过判断匹配目标的存在概率,对匹配过程进行优化,在保证匹配准确性的同时提高匹配的速度。通过模板匹配定位出指针旋转中心、指针中心点和零点刻度中心点,然后根据三个特征点得到指针偏转角,最后计算表针表示数。由实验可知,该方法可以对指针式仪表完成读数识别且平均引用误差为0.32%,平均检测一张表盘图像的时间为0.13 ms,精度和速度均优于对比实验。展开更多
文摘针对指针式仪表人工抄表的工作效率低、过失误差频繁出现等问题,基于机器视觉的自动抄表方法逐渐得到关注,提出了一种基于多形状模板定位策略的方法。方法的核心是提出的一种基于形状的目标出现的大概率偏好(High Probability Preference for Target,HPPT)的模板匹配法,通过判断匹配目标的存在概率,对匹配过程进行优化,在保证匹配准确性的同时提高匹配的速度。通过模板匹配定位出指针旋转中心、指针中心点和零点刻度中心点,然后根据三个特征点得到指针偏转角,最后计算表针表示数。由实验可知,该方法可以对指针式仪表完成读数识别且平均引用误差为0.32%,平均检测一张表盘图像的时间为0.13 ms,精度和速度均优于对比实验。
