基于YOLOv5的水表字轮读数自动识别方法

基于水表公司内实地采集的一批检定水表数据集,通过数据增强扩增数据集,标注表盘和字轮框数据集并训练模型,实现水表表盘区域和字轮区域定位;标注水表机械字轮的半字符的数据集,在PyTorch框架下搭建YOLOv5算法环境,采用YOLOv5s网络模型进行训练。实验结果表明,该方法的字轮数字识别训练模型的mAP@0.5:0.95值达到0.95,字轮字符识别的整体准确率达到93.85%,与模板匹配方法相比准确率提高了5.58%,其中半字符识别准确率提高了9.15%,有效解决了水表字轮半字符识别错误率高的问题,在水表等仪表读数的自动化改造方面具有一定的应用价值。

基于灵敏指针的水表计量性能测试及方法

针对企业水表研发过程中水表性能测试问题,运用图像识别技术设计了一套基于测量灵敏指针旋转加速度的水表性能测试系统。通过模板匹配方法定位灵敏指针ROI区域,采集灵敏指针转动图像序列,利用SIFT算法对相邻每帧图片进行特征点匹配,计算出灵敏指针的旋转角度;通过灵敏指针的旋转角度累加计算出该过程的累计流量,其精度可达万分之一,相较千分位的红色指针精度提高了10倍以上;将灵敏指针的旋转角度转换为角加速度,通过分析灵敏指针的角加速度图像推导水表内部机构的受力变化情况,以量化评测其性能。该分析系统的研制及相应方法的确立,为企业实现水表的高精度测试提供了有效可行的方案。

基于HSV空间的指针示数识别方法

为实现水表表盘指针区域的示数自动识别,提出以表盘结构信息结合HSV色彩空间分量实现区域定位及指针读数的图像识别方法。利用图像信息实时计算Hough检测所需参数进行表盘内圆及指针外圆的定位;采用HSV色彩空间通道信息作为指针轮廓提取标准;通过计算指针轮廓与预设半径同心圆的交点及指针所在圆心至轮廓点的最远距离,两种方式结合判断指针转动的角度并将其转换成实际的指针示数;通过对不同分位的指针识别结果进行合理性判断,完成常见机械误差的示数矫正;最后,采集现场工况下表盘图像对该算法进行测试,通过与人工读数结果相比较,表明当前的示数识别方法具有良好的准确性和可靠性。

基于Canny算子的模板匹配字轮识别方法研究

为了实现水表的字轮示数自动识别,根据字轮示数的传统读取方式,提出了一种基于Canny算子的字轮数字识别方法。该方法通过相机+摄像头方式替代人眼作为采集端实现水表正面图像采集,将采集后的原始图像调整为所需标准像素排布方式,依次对图像进行灰度评定、角度矫正后,采用Canny算子实现图像边缘检测以确定所需ROI字符框区域;将定位得到的目标区域按照设定的特征提取方式精确定位出字轮所在的方框区域,并依据灰度统计特点逐步分割出单个字符;最后使用图像库中自主创建的字轮字符模板与单字符区域遍历计算匹配程度,综合匹配系数得到最终字符识别结果。此方法在工业化应用方面具有易用性,为各地水表制造企业及地方水务提供了有效的可行性方案。