仪表检测——电压表halcon

电压表检测说明

 

关于仪表检测，最好用彩色相机进行检测，考虑表盘的复杂性，且表盘指针一般为彩色指针，用黑白相机直接拍摄的时候指针不容易与表盘区分，如果为彩色相机，通过彩色通道，很容易将指针和刻度更好更容易的识别出来。

关于仪表的识别还要注意打光的角度，有些玻璃表盘打上光以后会有反光的现象。根据不同的表对反光的适应性，选择合适的光源。

1、计算刻度的位置，先筛选出刻度的位置，然后再进一步精确计算。因为刻度有一定的宽度，筛选出刻度所在的矩形，计算矩形的中心线。

2、然后绘制直线，通过交点算子，再经过排序，计算出刻度的起始点和终点，计算出两点间的距离，即刻度的测量范围，计算像素与电压的比例值。

3、计算指针所在中线位置与长线交点的位置，计算此位置与第一个点的距离，然后距离值乘上比例值，即为得到的电压值。

检测结果如下图所示，计算的结果还是比较准确的。

上代码和原始图

dev_update_off () 
dev_close_window () 


* 读取图像
read_image (Image, '2') 
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle) 
gen_rectangle1 (ROI_0, 310.84, 854.863, 1028.37, 1209.44)
reduce_domain (Image, ROI_0, ImageReduced1)

gen_rectangle1 (ROI_2, 367.028, 939.479, 957.554, 961.657)

reduce_domain (ImageReduced1, ROI_2, ImageReduced2)
dev_display(ImageReduced1)
*筛选出刻度值
threshold (ImageReduced2, Regions, 159, 255)
connection (Regions, ConnectedRegions)
smallest_rectangle2 (ConnectedRegions, Row, Column, Phi, Length1, Length2)

gen_rectangle2_contour_xld (Rectangle1, Row, Column, Phi, Length1, Length2)
dev_display(Rectangle1)

stop()
dev_display(ImageReduced1)
*gen_rectangle2 (Rectangle, Row, Column, Phi, Length1, Length2)
sort_contours_xld (Rectangle1, SortedContours, 'lower_left', 'true', 'row')
count_obj(SortedContours,num)
row11:=[]
col11:=[]
row22:=[]
col22:=[]
stop()
ContourS:=[]
* ****************************************
*求rectangle2的中心线
* ****************************************
for i:=1 to num by 1
    select_obj (SortedContours, ObjectSelected,i)
    *row1:=Row[1]-(Length1[1])*sin(Phi[1])
    *row1:=[row1,Row[i-1]-(Length1[i-1])*sin(Phi[i-1])]
    *col1:=[col1,Column[i-1]+(Length1[i-1])*cos(Phi[i-1])]
    *row2:=[row2,Row[i-1]+(Length1[i-1])*sin(Phi[i-1])]
    *col2:=[col2,Column[i-1]-(Length1[i-1])*cos(Phi[i-1])]

    row1:=Row[i-1]-(Length1[i-1])*sin(Phi[i-1])
    col1:=Column[i-1]+(Length1[i-1])*cos(Phi[i-1])
    row2:=Row[i-1]+(Length1[i-1])*sin(Phi[i-1])
    col2:=Column[i-1]-(Length1[i-1])*cos(Phi[i-1])
    gen_contour_polygon_xld (Contour, [row1,row2], [col1,col2])
    dev_display(Contour)
    row11:=[row11,row1]
    col11:=[col11,col1]
    row22:=[row22,row2]
    col22:=[col22,col2]
endfor

stop()
gen_region_line(ROI_lines, row11, col11,row22,col22)
gen_region_line (ROI_long, 363.1, 951.1, 960.7, 948.7)

*计算这两个区域的交集
intersection (ROI_lines, ROI_long, Reg_p_obj)
*交集的位置
area_center (Reg_p_obj, Area, Row2, Column2) 
*计算第一个点和最后一个点之间的距离
 distance_pp (Row2[0], Column2[0], Row2[15], Column2[15], Distance)
*第一个点的位置
gen_cross_contour_xld (Cross, Row2[15], Column2[15], 16, 0.79)


*计算指针的位置
dev_display(ImageReduced1)
     
*gen_rectangle1 (ROI_xiao, 847.9, 881.5, 891.1, 970.3)
*tu1
*gen_rectangle1 (ROI_xiao, 574.3, 883.9, 600.7, 975.1)
*tu2
gen_rectangle1 (ROI_xiao, 492.7, 888.7, 516.7, 970.3)


reduce_domain (ImageReduced1, ROI_xiao, ImageReduced3)
threshold (ImageReduced3, RegionsZhen, 147, 188)
connection (RegionsZhen, ConnectedRegions1)
select_shape (ConnectedRegions1, SelectedRegionsZhen, 'area', 'and', 150, 99999)
dev_display(ImageReduced1)
dev_display(SelectedRegionsZhen)
smallest_rectangle2 (SelectedRegionsZhen, Row13, Column13, Phi13, Length113, Length213)

gen_rectangle2 (RectangleZhen,Row13, Column13, Phi13, Length113*3, 0.5) 
*计算指针与线的交集位置
intersection (RectangleZhen, ROI_long, Reg_p_objZhen)
area_center (Reg_p_objZhen, Area, Row2d, Column2d) 
     
gen_cross_contour_xld (Crossd, Row2d, Column2d, 16, 0.79) 

*计算此点与第一个点的距离
distance_pp (Row2d, Column2d, Row2[15], Column2[15], Distance2)
    
    
    a:=Distance2*150/Distance
    * 表示 
    dev_clear_window () 
    dev_display (Image) 
     
    dev_set_line_width (2) 
    dev_set_color ('red') 
    dev_display (RectangleZhen) 
     
    dev_set_color ('yellow') 
    dev_display (Crossd) 
     
    tuple_string (a, '.2f', str) 
    set_tposition (WindowHandle, Row2d-40, Column2d-150) 
    write_string (WindowHandle, str) 
    stop ()

disp_message (WindowHandle, '当前电压：'+str, 'window', 12, 12, 'red', 'false')

 

图1指针在70多

 图2指针在110多

 

图3指针在20多

---

于2023年8月18日更新，提供一种新的思路

---

由于受弧度的影响，在检测的时候并不是完全准的，所拍摄的表盘上边缘和下边缘是呈收敛状态的，所以直接检测并不够准确。

在想有没有一种可以将曲面展开成平面后再计算的

后来找到了一个将柱面展开成平面的算法，但是效果并不理想，还需有待改进，可尝试增加角度的迭代

https://blog.csdn.net/sunnyrainflower/article/details/132353931 

上面的链接提供了柱面展成平面的算法及效果图

 

代码见资源链接

https://download.csdn.net/download/sunnyrainflower/88228306

曲面（弧面、柱面）展平（拉直）需要自己做一个遮罩层
此代码主要是为了方便嫁接使用
自己用视觉算法识别遮罩即可进行嫁接
里面代码去掉了原始程序对gpu的依赖（即自动检测遮罩层位置，所以需要自己做遮罩层）
如果就想用深度学习识别，不想去掉的话，可以访问原始代码地址
https://github.com/AntoninLeroy/wine_label_reader_toolkit
原始代码包含自动识别、展开、字符识别整个流程
如果只想要柱面展开代码，请自行下载
本里面包含两个版本，一个版本包含字符识别，一个版本不包含字符识别  

 

------------------------------------------------------------

声明 | 未经允许，禁止转载，谢谢合作！

作者 | 大胡子大叔

出品 | CSDN

-------------------------------------------------------------