HVPP算法在指针表盘视觉检测中的研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (23): 189-194.

HVPP算法在指针表盘视觉检测中的研究

孙斌，张长胜，刘子裕，钱斌，张汉平

昆明理工大学信息工程与自动化学院，昆明 650500

出版日期:2015-12-01 发布日期:2015-12-14

Study of HVPP algorithm for pointer dial visual detection

SUN Bin, ZHANG Changsheng, LIU Ziyu, QIAN Bin, ZHANG Hanping

Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China

Online:2015-12-01 Published:2015-12-14

摘要/Abstract

摘要： 摘要：选矿厂球磨机润滑油压力是一个至关重要的实时监测参数。基于FPGA采用了双线性插值法、DoG滤波器（高斯差分滤波器）、Marr-Hildreth边缘检测器及分水岭算法，并提出一种新算法——横竖端点寻点法（HVPP），对压力表图像进行分割、提取及数字识别，从而实现了对指针表盘图像的智能读数。实验结果表明采用基于逻辑电路的快速算法实现表盘图像的机器识别具有实时性好、识别率较高的优点。

关键词: 指针表, 现场可编程逻辑门阵列（FPGA）, Marr-Hildreth边缘检测器, 分水岭算法, 横竖端点寻点法（HVPP）

Abstract: The lubricating oil pressure of ball mill in ore dressing plant is a critical real-time monitoring parameter. Bilinear interpolation method, DoG filter, Marr-Hildreth edge detector and watershed algorithm are studied on FPGA. In parti-cular, the algorithm HVPP is proposed. Segmentation, extraction and number identification are realized for the pressure pointer dial image by using above algorithms, such that intelligent reading for the gauge is achieved. Experimental result shows that employing the fast algorithm based on logic circuit to accomplish the machine recognition has advantages of good real-time performance and high recognition rate.

Key words: pointer dial, Field Programmable Gate Array（FPGA）, Marr-Hildreth edge detector, watershed algorithm, HVPP

孙斌，张长胜，刘子裕，钱斌，张汉平. HVPP算法在指针表盘视觉检测中的研究[J]. 计算机工程与应用, 2015, 51(23): 189-194.

SUN Bin, ZHANG Changsheng, LIU Ziyu, QIAN Bin, ZHANG Hanping. Study of HVPP algorithm for pointer dial visual detection[J]. Computer Engineering and Applications, 2015, 51(23): 189-194.

[1]	张卫，刘宇红，张荣芬. 可实现时分复用的CNN卷积层和池化层IP核设计[J]. 计算机工程与应用, 2020, 56(24): 66-71.
[2]	朱炯，严丽军，马燕. 改进SSIM图像评价系统的开发与应用[J]. 计算机工程与应用, 2019, 55(12): 215-219.
[3]	童麟1，2，韩越兴1，3，小长谷明彦3，4. DNA机器人在AFM图像中的分割和识别[J]. 计算机工程与应用, 2019, 55(11): 192-198.
[4]	费运巧1，刘文萍1，骆有庆2，陆鹏飞2. 森林病虫害监测中的无人机图像分割算法比较[J]. 计算机工程与应用, 2017, 53(8): 216-223.
[5]	徐天芝，张贵仓，贾园. 基于形态学梯度的分水岭彩色图像分割[J]. 计算机工程与应用, 2016, 52(11): 200-203.
[6]	朱萍1，梅婕2，朱晓勃3，黄永刚3. 双边滤波和标记分水岭的CT心脏图像分割[J]. 计算机工程与应用, 2015, 51(8): 170-173.
[7]	郭伟，李喜军，文添艺. 融合多结构滤波和多尺度重建的分水岭算法[J]. 计算机工程与应用, 2015, 51(14): 151-157.
[8]	余辉，曲昌盛，李金航. 复杂环境下的手部轮廓提取方法[J]. 计算机工程与应用, 2015, 51(14): 170-174.
[9]	王永国1，2，彭国华2，杨东亮1，王凌伟1. 改进的多尺度图谱和局部谱的目标提取算法[J]. 计算机工程与应用, 2015, 51(12): 176-183.
[10]	贾晖1，2，耿国华1，周明全3，张建刚4. 基于区域离散曲率的三维网格分水岭分割[J]. 计算机工程与应用, 2015, 51(11): 182-186.
[11]	邓超，关格利，王志衡. 改进梯度和自适应标记提取的分水岭新算法[J]. 计算机工程与应用, 2013, 49(20): 136-140.
[12]	黎蔚，高璐. 基于改进的分水岭算法的路面裂缝检测[J]. 计算机工程与应用, 2013, 49(20): 263-266.
[13]	熊瞻，肖国强，邱开金. 基于自适应标记提取和能量方程的分水岭算法[J]. 计算机工程与应用, 2012, 48(35): 186-189.
[14]	温雯1，郝志峰1，2，邵壮丰3. 结合分水岭机制的有监督图像背景分割算法[J]. 计算机工程与应用, 2011, 47(21): 205-209.
[15]	陈骥思，余艳梅，殷宇，滕奇志. 自适应快速FCM彩色图像分割研究[J]. 计算机工程与应用, 2010, 46(7): 178-180.