仪表本地识别安装照片案例

针对采集的图像,一般采用先采用Gaussian Filtering进行图形降噪处理,针对预处理的图像采用Canny Edge Detection的方法做边缘检测,通过精确过滤各种非关键目标,找到仪表和面板的轮廓。通过Hough变换做仪表刻度和仪表指针检测,也可以通过Hough变换做液位的检测。对图像中需要做image classfition的目标,采用深度学习的方法,如数字识别,仪表样式识别还有自然场景下的文本位置检测等的。模型采用深度学习的中卷积神经网络模型CNN,根据图片的特征搭建不同的网络模型。 指针式仪表识别是主要针对指针式仪表，这是一个通过视频图像对工业仪表识别进行自动识别。

 识别的流程是：采用一些特殊的方法来完成有效区域筛选以及仪表的指针定位，根据表盘中心到指针回转中心的连线与子表盘0刻度线的夹角等特征，计算出子表盘0刻度线与指针指向线段的夹角，进一步识别并判读出指针读数。实验结果表明，该定位及识别算法计算简单，具有较高的准确率，克服了表盘随机角度倾斜对读数识别算法的影响。