[發明專利]一種基于視覺的儀表指針讀數自動識別方法與系統

有效

• 申請號: 201911042962.2
• 申請日: 2019-10-29
• 公開（公告）號: CN110929710B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 余洪山;曹思佳
• 申請（專利權）人: 湖南大學;湖南大學深圳研究院
• 主分類號: G06V30/24
• 分類號: G06V30/24;G06V30/148;G06V30/186;G06N3/04;G06N3/08
• 代理公司: 深圳市深軟翰琪知識產權代理有限公司 44380
• 代理人: 吳雅麗

本發明公開了一種基于視覺的儀表指針讀數自動識別方法及系統，方法為：首先采集手表圖像，利用神經網絡對手表的指針和各區域進行分割提取，然后利用邊緣檢測，篩選出刻度質心，擬合表盤內圓，確定表盤中心，再檢測指針的中心線，以表盤中心點為基準點，以基準點和12點位的質心為基準線，計算中心線相對基準線的旋轉角，再將計算后的角度換算成手表讀數，將當前手表讀數存入數據庫。

技術領域

本發明涉及一種基于視覺的儀表指針讀數自動識別方法與系統。

背景技術

機械手表作為一種具有擺輪游絲振蕩系統的計時工具，它的走時精度每時每刻都在變化之中，根據機械手表評價細則，高精度的機械手表需滿足《高精度機械手表SQL/HSTU009-2017》標準才可獲得認證。為了保證手表的走時精度，每個手表出廠之前都需要進行16天的走時測試，即在連續16天的走時中，每天通過讀取手表與標準計時的走時差來計算手表精度，同時利用手表在不同位置走時的不同的精度誤差，可以糾正手表的快慢趨勢。目前這一步驟主要用人工方式來操作，該方式每天僅能檢測200～300只成表，效率低，人力成本高，同時檢測的準確率易受工作人員的熟練程度和工作狀態影響。現有的自動化讀數技術主要應用在儀表上，難以解決手表多個指針的相互重疊和相互遮擋的問題，同時手表由于款式和設計的不同，表盤存在大量的花紋，會極大影響指針的識別，指針的多樣性也使得指針中軸線的檢測難度大大提高。

所以，研究一種快速，精確的自動化機械表讀數檢測技術能夠大大提升企業的生產速度，提高精度機械手表的出品量。

發明內容：

本發明公開了一種基于視覺的儀表指針讀數自動識別方法及方法，該方法中：首先采集手表圖像，利用神經網絡實現對手表指針和各區域的分割提取，再檢測指針的中心線，同時確定表盤中心，以表盤中心點為基準點，以基準點和 12點位的質心為基準線，計算中心線相對基準線的旋轉角，再將計算后的角度換算成手表讀數，該方法適用于手表讀數，精度高，效率高。

一種基于視覺的儀表指針讀數自動識別方法，包括以下步驟：

步驟1：搭建硬件平臺用于圖像采集，在固定的光源條件下，使用相機進行拍照，采集手表圖像；

步驟2：對步驟1中采集到的圖像進行標記，送進神經網絡中進行訓練，不斷調參直至得到最優的網絡模型；

步驟3：實時采集手表圖像，使用訓練好的神經網絡模型進行時針、分針、秒針和12點位，6點位的分割提取；

步驟4：對步驟3中采集到的圖像進行邊緣檢測并確定各連通域的質心，根據各區域質心到12點位與6點位連線中點的距離關系，篩選出刻度質心，擬合表盤內圓，確定表盤中心；

步驟5：對步驟3中提取的指針區域進行中心線的檢測；

步驟6：對步驟3中提取到的指針區域和12點位進行質心的提取；

步驟7：根據指針質心，定位指針方向，計算指針中心線相對于表盤中心與 12點位質心的連線的旋轉角；

步驟8：將旋轉角換算成手表讀數，進行誤差校正；

步驟9：將手表讀數存入數據庫。

一種基于視覺的儀表指針讀數自動識別系統，該系統用于實施基于視覺的儀表指針讀數自動識別方法。

有益效果：

本發明可實現對手表的讀數的自動化檢測，可有效滿足機械表生產過程中的走時測試問題，大大提高鐘表企業機械表的出廠率。

與現有自動化讀數檢測技術相比，本發明的先進性表現在，1)發明采用神經網絡對多指針進行分割提取，有效降低了指針遮擋和重疊的識別難度。2)傳統的自動化讀數檢測技術對直線型指針更為有效，本發明針對非直線型的對稱性指針，提出了有效的指針中心線檢測技術。3)本發明提出了適用于手表讀數識別的讀數計算方法，并提出了誤差校正準則。