本文選題：圖像處理　切入點(diǎn)：機(jī)器視覺　出處：《江蘇大學(xué)》2017年碩士論文

【摘要】：隨著汽車電子技術(shù)、嵌入式技術(shù)及液晶顯示技術(shù)的快速發(fā)展,汽車儀表盤顯示的信息越來越豐富,它能夠提供給駕駛?cè)藛T車輛的各系統(tǒng)工況信息,如車速、發(fā)動(dòng)機(jī)轉(zhuǎn)速、擋位信息、警示信息等,這使得對(duì)數(shù)字智能化汽車儀表的需求也越來越多�？偩�式汽車儀表的傳輸線束簡(jiǎn)單、傳輸速率快,因此,總線式數(shù)字汽車儀表盤成為目前最為主流的汽車儀表盤。為了確保汽車儀表盤能夠快速、準(zhǔn)確的反映出車輛的各系統(tǒng)狀態(tài),在安裝前需要對(duì)儀表盤在相應(yīng)工況下顯示的狀態(tài)信息是否正確進(jìn)行全面測(cè)試。傳統(tǒng)的測(cè)試手段是通過人工目測(cè),這種方法存在效率低、準(zhǔn)確性差和操作枯燥等問題。盡管已有很多學(xué)者在自動(dòng)化測(cè)試方面做了相關(guān)的研究,取得了一定的發(fā)展。但仍存在測(cè)試效率低和實(shí)時(shí)性差等問題。為此,論文設(shè)計(jì)了基于機(jī)器視覺技術(shù)的汽車儀表盤顯示狀態(tài)監(jiān)測(cè)系統(tǒng),提出了采用最小距離法與中心點(diǎn)校正相結(jié)合的指針直線提取方法,用以提高對(duì)指針讀數(shù)的識(shí)別準(zhǔn)確率和速率;采用Hu不變矩表征擋位圖標(biāo)特征,實(shí)現(xiàn)對(duì)擋位圖標(biāo)的識(shí)別;采用改進(jìn)的SIFT(尺度不變特征轉(zhuǎn)換)特征描述子表征警示圖標(biāo)特征,提高了對(duì)警示圖標(biāo)識(shí)別的準(zhǔn)確率和速率;采用OCR(Optical Character Recognition)光學(xué)字符識(shí)別技術(shù)實(shí)現(xiàn)對(duì)文字與字符的識(shí)別;提取指示燈對(duì)應(yīng)區(qū)域的灰度平均值,實(shí)現(xiàn)對(duì)指示燈狀態(tài)的識(shí)別,并采用顏色空間模型實(shí)現(xiàn)對(duì)指示燈顏色信息的識(shí)別。論文的具體研究?jī)?nèi)容如下:(1)分析了汽車儀表盤顯示內(nèi)容的特征,確定視覺硬件設(shè)備。設(shè)計(jì)并搭建了汽車儀表盤圖像采集試驗(yàn)平臺(tái)。(2)研究了汽車儀表盤圖像預(yù)處理所需要的算法,包括圖像灰度化、圖像增強(qiáng)、圖像濾波、圖像二值化。進(jìn)行了算法的對(duì)比試驗(yàn),分析并選擇了合適的預(yù)處理算法。(3)研究了汽車儀表盤的顯示狀態(tài)特征,包括指針的讀數(shù)信息、TFT(Thin Film Transistor)液晶屏上圖標(biāo)和文字與字符的狀態(tài)信息、指示燈狀態(tài)及燈的顏色信息。(4)提出了基于中心投影法和基于最小距離法與中心點(diǎn)校正相結(jié)合的方法提取指針直線,實(shí)現(xiàn)對(duì)指針讀數(shù)的識(shí)別,并與傳統(tǒng)的Hough變換提取指針直線的方法進(jìn)行了分析實(shí)驗(yàn)對(duì)比。結(jié)果表明,在精度、復(fù)雜度、運(yùn)算時(shí)間及抗噪性上基于最小距離法與中心點(diǎn)校正相結(jié)合的直線提取方法均優(yōu)于另外兩種方法,同時(shí)將指針讀數(shù)識(shí)別的平均誤差由0.98%減少到了0.49%,檢測(cè)的平均時(shí)間從254.08ms減少到了49.42ms。(5)采用Hu不變矩表征擋位圖標(biāo)特征,實(shí)現(xiàn)對(duì)液晶屏上擋位圖標(biāo)的識(shí)別,采用改進(jìn)的SIFT特征描述子表征警示圖標(biāo)特征,實(shí)現(xiàn)了對(duì)SIFT特征描述子的降維,且給描述子分配適當(dāng)?shù)臋?quán)重,增強(qiáng)描述子間的可區(qū)分性,提高了對(duì)液晶屏上警示圖標(biāo)的識(shí)別準(zhǔn)確率和速率,對(duì)圖標(biāo)的識(shí)別準(zhǔn)確率達(dá)99%;采用OCR光學(xué)字符識(shí)別技術(shù),實(shí)現(xiàn)對(duì)液晶屏上文字與字符的識(shí)別,并對(duì)識(shí)別結(jié)果進(jìn)行修正,識(shí)別結(jié)果準(zhǔn)確率達(dá)96%。(6)提取指示燈對(duì)應(yīng)區(qū)域的灰度平均值,實(shí)現(xiàn)對(duì)指示燈亮滅狀態(tài)的識(shí)別,根據(jù)亮滅狀態(tài)時(shí)間間隔計(jì)算燈的閃爍頻率,并采用顏色空間模型實(shí)現(xiàn)對(duì)燈顏色信息的識(shí)別,識(shí)別方法簡(jiǎn)單,識(shí)別準(zhǔn)確率達(dá)99%。(7)編寫儀表盤圖像預(yù)處理、特征參數(shù)提取及識(shí)別、結(jié)果分析軟件,并設(shè)計(jì)了人機(jī)交互界面。
[Abstract]:......
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 汪善義;馬煜;汪源源;;基于SIFT特征和近似最近鄰算法的醫(yī)學(xué)CT圖像檢索[J];生物醫(yī)學(xué)工程學(xué)進(jìn)展;2011年03期

2 王瓊;張永豐;李勇;殷美艷;任偉建;;一種新的基于Hough變換的直線識(shí)別方法[J];長江大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

3 張巖;崔曉萌;;基于灰度變換的圖像增強(qiáng)實(shí)現(xiàn)[J];包裝工程;2010年19期

4 王俊波;胥布工;;CAN報(bào)文實(shí)時(shí)性分析及在線評(píng)估[J];控制與決策;2007年04期

5 李楷;鐘耳順;曾志明;曹國峰;;基于分層網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的最優(yōu)路徑算法[J];中國圖象圖形學(xué)報(bào);2006年07期

6 陳彬,金連文;一種儀表指針位置檢測(cè)的中心投影法[J];計(jì)算機(jī)應(yīng)用研究;2005年01期

7 李鴻林,張忠民,羿宗琪;中值濾波技術(shù)在圖像處理中的應(yīng)用[J];信息技術(shù);2004年07期

8 劉曙光,劉明遠(yuǎn),何鉞;基于機(jī)器視覺的汽車儀表板智能檢測(cè)方法[J];機(jī)械科學(xué)與技術(shù);1998年02期

相關(guān)碩士學(xué)位論文 前10條

1 黃遙;基于OCR視頻字符識(shí)別技術(shù)研究與實(shí)現(xiàn)[D];北京交通大學(xué);2014年

2 紀(jì)晶偉;基于嵌入式視頻技術(shù)的顏色識(shí)別系統(tǒng)的實(shí)驗(yàn)研究[D];燕山大學(xué);2014年

3 南江;基于圖像處理的汽車組合儀表盤識(shí)別系統(tǒng)[D];吉林大學(xué);2014年

4 陳永亮;灰度圖像的直方圖均衡化處理研究[D];安徽大學(xué);2014年

5 張青;汽車儀表的信息傳遞效率的研究[D];沈陽航空航天大學(xué);2014年

6 鐘賢德;基于圖像處理的儀表功能檢測(cè)系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2013年

7 呂姝慧;基于機(jī)器視覺的高精度指針式儀表自動(dòng)檢定系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2013年

8 朱海斌;煙標(biāo)疊層數(shù)量機(jī)器視覺檢測(cè)儀的研究與開發(fā)[D];湖南大學(xué);2013年

9 董佳;CAN總線分析儀設(shè)計(jì)[D];華南理工大學(xué);2012年

10 宋杰;基于SJA1000的CAN總線智能節(jié)點(diǎn)的設(shè)計(jì)與實(shí)現(xiàn)[D];蘇州大學(xué);2011年

，

本文編號(hào)：1726458