本文通過提取水表圖像SIFT特征點與水表子表盤模板進行匹配點篩選,利用Kmeans聚類算法對匹配點進行分類實現(xiàn)水表子表盤的自動定位;接著利用色差模型對水表子表盤圖進行灰度化處理;對灰度圖進行二值化處理,并采用統(tǒng)計面積法消除干擾點,提取并識別水表指針。實驗結(jié)果顯示該算法精準定位水表指針,并完整識別出水表指針。 

【文章來源】：中國計量. 2020,(09)

【文章頁數(shù)】：3 頁

【部分圖文】：

sift特征匹配點示意圖

如式（2）所示，輸入水表子表盤特征點，子表盤個數(shù)為聚類的類別個數(shù)，利用Kmeans聚類算法獲得水表子表盤區(qū)域分類，圖4中相對聚集點明顯分為4類，每類點集合代表水表4個子表盤區(qū)域分類。圖3 去干擾點示意圖

圖2 匹配特征點示意圖samples代表水表子表盤的特征點集，count為給定的聚類數(shù)目，本文設(shè)定為水表指針個數(shù)，labels為輸出向量，termcrit代表聚類的最大迭代次數(shù)和精度，本文設(shè)定為cv Term Criteria(CV＿TERMCRIT＿EPS|CV＿TERMCRIT＿ITER,15,1.0）。

【參考文獻】：
期刊論文
[1]基于向量角度判讀的水表自動檢定系統(tǒng)研究[J]. 張寧,郭增軍,李靜.  自動化與儀器儀表. 2017(12)
[2]基于改進SIFT算法的圖像匹配方法[J]. 程德志,李言俊,余瑞星.  計算機仿真. 2011(07)
[3]基于遞歸的二值圖像連通域像素標記算法[J]. 徐正光,鮑東來,張利欣.  計算機工程. 2006(24)



本文編號：3295754