导读:本文包含了自动读数论文开题报告文献综述、选题提纲参考文献，主要关键词:读数,仪表,指针式,指针,霍夫,视觉,卷积。
自动读数论文文献综述写法
王大为,贾芳云[1]（2019）在《基于图像配准的嵌入式仪表读数自动校准方法》一文中研究指出针对传统嵌入式仪表读数自动校准准确性较低、自适应图像配准能力较差的问题,提出基于图像配准的嵌入式仪表读数自动校准方法。构建嵌入式仪表读数的图像采集模型,对采集的图像进行平滑滤波处理,去除嵌入式仪表读数界面图像的扰动特征点,采用轮廓图像和细节图像迭加的方法进行嵌入式仪表读数界面图像的细节特征点修复和信息融合,提取嵌入式仪表读数的稳态特征值,采用图像配准方法进行嵌入式仪表读数自动校准,根据校准结果实现嵌入式仪表读数的自适应调节。仿真结果表明,采用该方法进行嵌入式仪表读数的自动校准准确性较高,自适应图像配准能力较强,提高了嵌入式仪表的自动化测试能力。(本文来源于《自动化与仪器仪表》期刊2019年10期）
吴杰,吴怀宇,陈洋[2]（2019）在《基于轮廓拟合与径向分割的指针式仪表自动读数方法》一文中研究指出针对指针式仪表人工读数劳动强度较大的问题,本文提出了一种基于轮廓拟合与径向分割的指针式仪表自动读数方法。该方法利用仪表的轮廓图像,结合常见的仪表盘刻度分布特性,提出轮廓分离法得到仪表盘刻度像素集,并采用最小二乘法拟合出表盘圆。在此基础上,通过分析指针的像素特性,提出径向指针分割算法,实现了仪表盘内指针区域的提取。根据指针偏转角度、零刻度和量程精度进行自动读数。为了验证算法的有效性,设计多组测试实验,结果表明本方法在读数误差允许范围内,能够克服宽窄指针、拍摄距离和表盘背景等因素的干扰,具有较强的自适应能力。(本文来源于《高技术通讯》期刊2019年09期）
李晓冬,吕阳,金键,梁万来,何杰[3]（2019）在《指针式仪表自动读数动态识别方法》一文中研究指出指针式仪表自动识别读数技术是当前计算机视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。针对传统减影法存在的不足,提出了一种指针式仪表自动读数动态识别方法,可自动识别不同拍摄角度的指针式仪表读数。该方法采用了Hu矩特征相似度匹配、循环腐蚀等数字图像处理算法,经过实例验证,证明了该方法的实用性和有效性。(本文来源于《工业控制计算机》期刊2019年06期）
盛庆华,李竹,邵展坚,蒋洁[4]（2019）在《基于双重霍夫空间投票的指针表自动读数方法》一文中研究指出针对现有指针式仪表自动读数算法对图像采集条件要求较为严格的缺陷,提出一种基于双重霍夫空间投票的指针式仪表自动读数方法。该方法根据仪表刻度和圆心在霍夫空间中的分布特性,自适应地计算仪表圆心,并在极坐标空间使用投影法对图像进行分割,提取刻度和指针信息,最后通过距离法对指针式仪表进行读数。实验证明,所提出算法的平均引用误差均在0. 8%以下,有效提高了读数的正确率及鲁棒性。(本文来源于《仪器仪表学报》期刊2019年05期）
周杨浩,刘一帆,李瑮[5]（2019）在《一种自动读取指针式仪表读数的方法》一文中研究指出为解决变电站中自动化监控仪表读数的问题,提出基于机器学习和图像处理算法的指针式仪表自动读数方法,由仪表检测和指针识别两个阶段组成。使用全卷积网络(fully convolutional networks,FCN)对输入图像进行语义分割,以检测仪表的位置并提取仪表部分的图像。利用直方图均衡化、中值滤波和双边滤波减小光照和阴影对指针识别的干扰,并利用仿射变换矫正拍摄时的倾斜,再结合改进的霍夫变换识别仪表中指针的位置,从而计算指针角度获取读数。结果表明,对于自然场景中变电站中的指针式仪表,本研究能很好地检测出仪表并识别出指针的读数,对于光照和阴影等干扰具有良好的鲁棒性,可以显着减少变电站巡检人员的工作量,提高工作效率。(本文来源于《山东大学学报(工学版)》期刊2019年04期）
程丹[6]（2019）在《基于机器视觉的指针式仪表自动读数方法研究》一文中研究指出指针式仪表由于使用方便、可靠性高、价格便宜等优点,是目前工业测量领域大量使用的一种测量仪表。考虑工业现场普遍需要频繁地对指针式仪表进行读数操作,然而传统人工读数方法存在读数精度差、易受人为主观因素影响等问题。近年来,随着计算机技术的快速发展,机器视觉方法在工业测量领域被普遍应用。将机器视觉技术应用于指针式仪表自动读数,相比于人工读数,具有读数精度高、效率快等优势。然而考虑在工业测量现场,对指针式仪表进行图像采集过程中,仪表图像易受光照不均匀、拍摄视角随机变化等因素影响。导致利用机器视觉技术进行高效精准地指针式仪表自动读数仍是一个具有挑战性的问题。为了解决该问题,本文将重点围绕仪表盘刻度分割、圆盘关键参数提取、仪表最大量程识别等叁方面展开研究,具体如下:(1)仪表盘刻度分割。为了实现对仪表盘区域刻度线的精确提取,首先提出一种基于Hough圆检测的仪表盘区域定位方法;在此基础上,利用改进的Niblack算法对仪表盘区域进行图像二值分割;再基于连通域标记方法,并利用仪表刻度线的几何特征精准地提取出待识别的刻度线。(2)圆盘关键参数提取。为了实现对指针式仪表自动读数,需要获取圆盘一些关键参数,即圆心、半径和指针。基于已提取的圆盘刻度线,提出利用RANSAC内点估计法确定圆盘的圆心、半径;同时考虑圆盘区域内仪表指针的长度最长的特点,基于仪表盘刻度分割结果,利用一种图像区域累加投影法快速确定指针位置参数。(3)仪表最大量程识别。为了适应不同量程指针式仪表的读数,需要自动确定仪表的最大量程。考虑最大量程数字往往出现在圆盘尾端刻度线附近,由此可通过尾端刻度线初步提取包含最大量程数字的图像区域;在此基础上,利用字符分割、Radon倾斜校正等方法精确地提出待识别字符,并通过模板匹配方法快速识别最大量程数字。本文通过采集大量的工业现场指针式仪表图片,对所提方法进行测试验证。实验结果表明,所提方法可以较好地解决光照不均匀、拍摄视角随机变化等问题,对不同量程指针式仪表的读数精度高于95%以上。(本文来源于《石家庄铁道大学》期刊2019-03-01）
崔建军[7]（2019）在《机械式仪表自动读数识别探究》一文中研究指出随着时代的发展,机械式仪表出现在我们视野之内,机械式仪表凭借其低廉的成本,简单的结构设计,从而广泛的应用到采油、矿井、电力等多个领域之中。相比传统的模式,在当前的计算机视觉技术之下,进一步降低了劳动成本,并且通过仪表检测的自动化,这样就可以达到应用前景的基本需求。(本文来源于《数字技术与应用》期刊2019年02期）
李巍,王鸥,刚毅凝,周杨浩,郝跃冬[8]（2019）在《一种自动读取指针式仪表读数的方法》一文中研究指出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(Histogram of Oriented Gradient)特征,使用线性SVM(Support Vector Machine)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.(本文来源于《南京大学学报(自然科学)》期刊2019年01期）
韩绍超,徐遵义,尹中川,王俊雪[9]（2018）在《指针式仪表自动读数识别技术的研究现状与发展》一文中研究指出指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。(本文来源于《计算机科学》期刊2018年S1期）
胡彬,江宁,潘雨[10]（2018）在《基于KAZE特征匹配的指针式仪表自动读数方法》一文中研究指出针对远距离多角度下的指针式仪表盘刻度模糊、表盘变形带来的自动识别困难,提出了一种基于KAZE特征的关键点匹配的表盘自动读数方法。首先针对每类表盘制作模板,然后分别提取待识别图像及其模板图像的KAZE特征,采用KNN进行关键点匹配,并通过RANSAC消除匹配错误的关键点。通过匹配结果得到表盘区域ROI,并根据ROI区域的直方图分布进行二值化和形态学处理得到边缘信息,采用概率霍夫变换拟合直线归类合并出指针直线,最终结合标注的先验知识得出读数。结果表明提出的方法很好的解决了远距离多角度下的表盘自动读数问题,在560个样本中,误差控制在一刻度之内的结果达到了96%以上,满足了实用要求。(本文来源于《仪表技术与传感器》期刊2018年05期）
自动读数论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对指针式仪表人工读数劳动强度较大的问题,本文提出了一种基于轮廓拟合与径向分割的指针式仪表自动读数方法。该方法利用仪表的轮廓图像,结合常见的仪表盘刻度分布特性,提出轮廓分离法得到仪表盘刻度像素集,并采用最小二乘法拟合出表盘圆。在此基础上,通过分析指针的像素特性,提出径向指针分割算法,实现了仪表盘内指针区域的提取。根据指针偏转角度、零刻度和量程精度进行自动读数。为了验证算法的有效性,设计多组测试实验,结果表明本方法在读数误差允许范围内,能够克服宽窄指针、拍摄距离和表盘背景等因素的干扰,具有较强的自适应能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自动读数论文参考文献
[1].王大为,贾芳云.基于图像配准的嵌入式仪表读数自动校准方法[J].自动化与仪器仪表.2019
[2].吴杰,吴怀宇,陈洋.基于轮廓拟合与径向分割的指针式仪表自动读数方法[J].高技术通讯.2019
[3].李晓冬,吕阳,金键,梁万来,何杰.指针式仪表自动读数动态识别方法[J].工业控制计算机.2019
[4].盛庆华,李竹,邵展坚,蒋洁.基于双重霍夫空间投票的指针表自动读数方法[J].仪器仪表学报.2019
[5].周杨浩,刘一帆,李瑮.一种自动读取指针式仪表读数的方法[J].山东大学学报(工学版).2019
[6].程丹.基于机器视觉的指针式仪表自动读数方法研究[D].石家庄铁道大学.2019
[7].崔建军.机械式仪表自动读数识别探究[J].数字技术与应用.2019
[8].李巍,王鸥,刚毅凝,周杨浩,郝跃冬.一种自动读取指针式仪表读数的方法[J].南京大学学报(自然科学).2019
[9].韩绍超,徐遵义,尹中川,王俊雪.指针式仪表自动读数识别技术的研究现状与发展[J].计算机科学.2018
[10].胡彬,江宁,潘雨.基于KAZE特征匹配的指针式仪表自动读数方法[J].仪表技术与传感器.2018