基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍一种基于机器学习和图像处理算法,针对自然场景中的指针仪表图片进行仪表检测和读数识别.首先,检测并提取出图像中恰好包含仪表的部分,再针对不同的图像中仪表存在大小的多尺度特点,使用图像金字塔方法对原图进行多次的缩小和放大操作.再使用固定大小的滑动窗口对缩放后的图像进行遍历,提取每个窗口图像HOG(HistogramofOrientedGradient)特征,使用线性SVM(SupportVectorMachine)分类器对窗口是否含有仪表进行判断.然后对检测得到的仪表图像,通过图像处理的方法进行图像预处理,减少阴影的干扰,获取梯度、边缘等信息,再结合改进的霍夫变换,结合仪表图像的灰度信息检测指针的位置,以计算指针的角度.最后,根据指针的角度以及量程信息,计算当前指针的读数.实验证明,该方法具有较好的稳定性与准确性.
推荐文章
基于Halcon的指针式仪表的读数
指针式仪表
极坐标变换
BP神经网络
形态学处理
LabVIEW和IMAQ在指针式仪表自动读数中的应用
计算机视觉
LabVIEW
图像处理
指针式仪表
自动读数
基于LabVIEW的指针式仪表实时读数系统
指针式仪表
实时读数
虚拟仪器
不变矩
指针式仪表自动识别装置的设计
减影技术
Hough变换
基线
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种自动读取指针式仪表读数的方法
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 指针仪表 HOG特征 支持向量机 霍夫变换
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 117-124
页数 8页 分类号 TP319.4
字数 5394字 语种 中文
DOI 10.13232/j.cnkij.nju.2019.01.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郝跃冬 3 7 1.0 2.0
2 李巍 1 5 1.0 1.0
3 王鸥 1 5 1.0 1.0
4 刚毅凝 1 5 1.0 1.0
5 周杨浩 南京大学软件新技术国家重点实验室 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (90)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (44)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(11)
  • 参考文献(0)
  • 二级参考文献(11)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
指针仪表
HOG特征
支持向量机
霍夫变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导