公开(公告)号：CN105740829A

公开(公告)日：2016-07-06

申请号：CN201610074160.X

申请日：2016-02-02

Applicant: 暨南大学

Inventor： 孔锐 ,  揭英达 ,  程霖

IPC: G06K9/00

CPC classification number: G06K9/00671

Abstract: 本发明公开了一种基于扫描线处理的指针式仪表自动读数方法，包括步骤：首先采用单尺度Retinex算法对原始图像进行光照处理，接着将图像二值化，然后基于行扫描线处理的方法提取出特征像素点，对特征像素点进行Hough变换检测指针直线，最后采用角度法计算读数；所述基于行扫描线处理的方法是指对图像中的每一行进行扫描，提取该行中的连续段，搜索连续段的长度小于等于指针线宽度的连续段，将该连续段的线段中点作为特征像素点。本发明通过采取Retinex算法可以减少非均匀光照对后续算法的影响，通过采用基于行扫描线处理的方法可以减少参与Hough变换的像素点数，从而降低计算量。

公开(公告)号：CN115331014B

公开(公告)日：2023-03-07

申请号：CN202211265949.5

申请日：2022-10-17

Applicant: 暨南大学

Inventor： 张冰 ,  孔锐 ,  揭英达

IPC: G06V10/26 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/047 ,  G06V10/24 ,  G06V10/44 ,  G06V10/82 ,  G06V30/10

Abstract: 本发明公开了一种基于机器视觉的指针仪表读数方法及系统、存储介质，所述方法包括：获取模板仪表正面的第一图像与待测仪表正面的第二图像；基于所述第一图像和所述第二图像，计算仿射变换矩阵；其中，所述仿射变换矩阵表征第二图像相对于第一图像的位置映射关系；根据所述仿射变换矩阵，对第二图像进行校正，得到第三图像；通过图像分割算法从所述第三图像中分割出指针图像，根据所述指针图像，得到指针图像中的特征直线；根据所述特征直线，得到指针读数，通过基于深度学习的算法对指针进行读数。本发明通过利用深度学习领域来解决仪表自动读数问题，即使在恶劣环境，仍能取得较准确的读数，而且读数精准。

公开(公告)号：CN115331014A

公开(公告)日：2022-11-11

申请号：CN202211265949.5

申请日：2022-10-17

Applicant: 暨南大学

Inventor： 张冰 ,  孔锐 ,  揭英达

IPC: G06V10/26 ,  G06N3/04 ,  G06V10/24 ,  G06V10/44 ,  G06V10/82 ,  G06V30/10

Abstract: 本发明公开了一种基于机器视觉的指针仪表读数方法及系统、存储介质，所述方法包括：获取模板仪表正面的第一图像与待测仪表正面的第二图像；基于所述第一图像和所述第二图像，计算仿射变换矩阵；其中，所述仿射变换矩阵表征第二图像相对于第一图像的位置映射关系；根据所述仿射变换矩阵，对第二图像进行校正，得到第三图像；通过图像分割算法从所述第三图像中分割出指针图像，根据所述指针图像，得到指针图像中的特征直线；根据所述特征直线，得到指针读数，通过基于深度学习的算法对指针进行读数。本发明通过利用深度学习领域来解决仪表自动读数问题，即使在恶劣环境，仍能取得较准确的读数，而且读数精准。

公开(公告)号：CN105631441A

公开(公告)日：2016-06-01

申请号：CN201610121187.X

申请日：2016-03-03

Applicant: 暨南大学

Inventor： 孔锐 ,  揭英达

IPC: G06K9/00

CPC classification number: G06K9/00268 ,  G06K9/00295

Abstract: 本发明公开了一种人脸识别方法，包括：(1)为人脸图像每个像素建立一数据集合，该数据集合由该像素灰度值与其邻接8个像素灰度值组成；(2)利用邻接的8个像素灰度值结合最大似然估计法对以该像素灰度值为均值的高斯密度函数中标准差参数进行估计；(3)计算标准差估计值与该像素灰度值之比，并利用反正切函数对比值进行变换，变换后的值为该像素光照不变特征；(4)遍历人脸所有像素，即得到基于局部标准差的光照不变特征的人脸特征图像；(5)对所述人脸特征图像进行特征提取；(6)对提取的特征进行分类，完成人脸识别。本发明可以克服光照变化给人脸识别率带来的影响，具有算法复杂度低、特征提取能力强等优点。