一种基于页岩气田生产三针类仪表读数的识别方法技术

本发明专利技术涉及智能识别领域，特别涉及一种用于识别三针类仪表读数的方法，采集工作现场的原始图像；识别仪表表盘；识别预处理后的图像中的仪表盘面及中心点；识别出图像中仪表盘面内长度大于预设阈值m的线段；按线段两端点到圆心的距离进行排序，取出距离最近的n条线段，并将这n条线段中角度相差小于预设度数的线段进行合并，得到新的线段集合；若得到的线段集合中的线段为3条，则识别完成；对3条线段进行角度识别，计算出指针读数，本方案用于识别三针类仪表的指针读数，还可扩展成多指针仪表的识别，解决了现有技术中没有针对识别三针类仪表读数的技术的问题；并且对比现有人工巡检仪表读数，效率高，人工成本低，并且实时性高。

【技术实现步骤摘要】
一种基于页岩气田生产三针类仪表读数的识别方法
本专利技术涉及智能识别领域，特别涉及一种基于页岩气田生产三针类仪表读数的识别方法。
技术介绍
目前在页岩气生产现场，每天都要对生产现场进行巡检工作，在巡检时对现场的仪表读数进行检查并记录是个重要的环节，传统的仪表巡检记录方法是由巡检人员定时对场站仪表进行巡检并记录在巡检记录表上，目前市面上也出现了使用智能巡检机器人或基于高清监控摄像头的新式巡检技术，在这种新式巡检技术中，主要是需要后端要对前端采集到的仪表图像中仪表的读数进行识别，而在页岩气生产现场会用到很多三针类仪表，这些仪表的表盘中会有三根指针，在针对这些仪表进行读数识别时，现有的智能识别领域中，没有一种能准确识别三针类仪表读数的识别方法。
技术实现思路
本专利技术的目的在于：提供了一种基于页岩气田生产三针类仪表读数的识别方法，对前端采集的原始图像进行预处理，并找出表盘，采用检测模型找出所有线段，剔除掉较短的线段后，按距离表盘圆心进行排序，找出距离表盘圆心最近的线段，并进行合并，得到新的线段即和，进而识别出所有的指针，并进行读数，解决了现有技术中没有能够准确识别出三针类仪表读数的方法的问题。本专利技术采用的技术方案如下：一种基于页岩气田生产三针类仪表读数的识别方法，包括依次进行的以下步骤：步骤1：采集工作现场包含三针类机械仪表表盘的一帧原始图像；步骤2：识别原始图像中的仪表表盘；步骤3：使用深度学习目标检测模型对原始图像进行预处理；步骤4：识别预处理后的图像中的仪表盘面及中心点；步骤5：识别出预处理后的图像中仪表盘面内所有长度大于预设阈值m的所有线段；步骤6：对步骤5中识别出的所有线段按线段两端点到仪表表盘圆心的距离进行排序，取出距离仪表表盘圆心最近的n条线段，并将这n条线段中角度相差小于预设阈值度数α的线段进行合并，得到新的线段集合；步骤7：若步骤6中得到的线段集合中的线段为3条，则指针识别完成；步骤8：对3条线段进行角度识别，计算出对应的指针读数。现有的针对仪表的智能识别技术，一般建立在针对工作现场采集的原始图像为单针仪表的情况，而在针对单针类仪表时，对仪表表盘进行直线拟合时，由于在仪表表盘中仅有一组对应于该指针的拟合线段，因此我们仅需排除其他干扰因素，选取拟合线段中最近似指针的作为拟合出的指针线段，进行读数识别即可，这里，由于选取拟合线段中最近似指针的线段的方法各有不同，这里不作赘述。在本方案中给出了一套完整的识别三针类仪表的方案，首先我们在工作现场进行包含三针类机械仪表表盘的原始图像的采集，然后使用智能识别算法识别出原始图像中的仪表表盘，如果能识别出仪表表盘，则继续进行步骤3的预处理，在这里的步骤2中，我们还可以裁剪出表盘图片，在步骤3及其后续步骤中使用裁剪出的表盘图片继续进行处理，这样避免了在表盘外及部分在表盘外的线段对于后续识别指针线段的干扰。然后经过步骤3的一系列预处理后，将预处理后的图像后的仪表表盘进行重新识别，重新识别一方面是避免了前序步骤2中识别仪表表盘时识别不准确，识别出的仪表表盘过大，另一方面是使得识别出的仪表表盘更精确，因为步骤2中识别仪表表盘时，是在原始图像上进行识别的，因此识别出的仪表表盘的误差可能会比较大，比如由于仪表表盘的表盘边缘由于光线的原因产生模糊边界，导致前序步骤2中识别出的仪表表盘不准确，进而导致识别出的仪表表盘的中心点不准，后续进行指针线段拟合后的筛选时，筛选出的指针线段不准确，会使得识别出的指针错误，进而导致读数产生较大误差。在对预处理后的图像进行表盘识别后，再使用直线检测算法识别出表盘内所有的线段，识别出的线段中，有很多重复或干扰线段，其中重复线段主要是会由指针的两个边界线段识别出的两条线段，还会有一些由于指针上的边界线段的模糊边界识别出的多条线段，而干扰线段主要是表盘内的非指针的其他线段，比如数字的边界或刻度形成的线段等，在识别出的线段中，我们首先进行会按线段两端点到圆心的距离进行排序，由于指针的边界线段一端距离表盘圆心会非常近，仅间隔表盘中心旋钮的半径的长度，因此对所有识别出的线段进行这种排序时，指针的边界的线段会比较靠前，因此我们筛选出距离最小的n条线段，这里的n一般为6~12中的一个自然数，由于最少在表盘清晰误差最低的情况下，每个指针会有至少2条边界线段，因此最少要选择6条线段，而最大值12是考虑了三根指针每根都会产生4条线段，即每根指针都会由于模糊边界产生两条指针边界内的线段。然后我们进行线段合并，这步是为了将属于一根指针的线段进行合并，一般指针的两条边界及其之间的线段之间的角度差会小于一个预设阈值度数α，一般来说这个预设阈值度数α为指针末端的两边界夹角，合并后若线段数量变为3条，则三根指针全部识别出，再进行角度识别计算，就可以得出指针的读数。本方案用于页岩气田生产现场对于三针类仪表读数的识别，弥补了现有技术没有针对三针类仪表读数识别的方案，并且在实际应用中，对比现有页岩气田生产现场使用人工巡检识别，效率低，人工成本高，并且无法实时读取上传仪表读数数据的问题。进一步地，所述步骤1中使用智能眼镜、摄像头或手机采集原始图像，采集的原始图像需要保证三针式机械仪表在画面中占比不低于四分之一，且需要保证采集的原始图像为仪表正面画面，正对仪表的偏差角度范围在15°以内。这里对于采集图像的限定，是由于在实际操作过程中，我们发现，在仪表表盘倾斜度较大或采集时未正对仪表表盘时，会导致识别的读数误差较大，并且，机械仪表表盘在画面中占比低于四分之一时也会使得识别的读数误差较大，或者识别不出指针或表盘，因此我们在采集原始图像时，需要提前规划好采集的低点，保证采集的原始图像满足三针式机械仪表在画面中占比不低于四分之一，且采集的原始图像为仪表正面画面，正对仪表的偏差角度范围在15°以内这两个条件。进一步地，所述步骤2中识别原始图像中的仪表表盘时，使用Canny边缘检测算法识别出原始图像中的所有圆，并且选取识别出的半径最大的圆作为识别出的仪表表盘。进一步地，步骤2中识别原始图像中的仪表表盘时，若未检测到仪表表盘，则返回步骤1，若检测到仪表表盘，则进入步骤3。进一步地，步骤3中对原始图像进行的预处理主要包括图像尺度变换、高斯滤波和灰度化。进一步地，所述步骤3中对原始图像的预处理主要包括以下步骤：步骤3-1：对原始图像进行尺寸变换，缩放为500×500像素大小，缩放采用按比例缩放，不足区域以黑色填充，形成变换图片；步骤3-2：对变换图片进行高斯模糊处理，并转换为灰度图。进一步地，所述步骤4中使用边缘检测算法识别预处理后的图像中的仪表盘面的边缘轮廓信息，并根据仪表盘面的边缘轮廓信息确定仪表盘面的中心点；所述步骤5中使用Hough直线检测算法对步骤4识别出的仪表盘面的内部轮廓信息进行识别，找出长度大于预设阈值m的所有线段。进一步地，所述步骤5中的预设阈值m为指针长度的三分之一；所述步骤6中的n为大于6且小于12的自然数中的一个本文档来自技高网...

【技术保护点】
1.一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：包括依次进行的以下步骤：/n步骤1：采集工作现场包含三针类机械仪表表盘的一帧原始图像；/n步骤2：识别原始图像中的仪表表盘；/n步骤3：使用深度学习目标检测模型对原始图像进行预处理；/n步骤4：识别预处理后的图像中的仪表盘面及中心点；/n步骤5：识别出预处理后的图像中仪表盘面内所有长度大于预设阈值m的所有线段；/n步骤6：对步骤5中识别出的所有线段按线段两端点到仪表表盘圆心的距离进行排序，取出距离仪表表盘圆心最近的n条线段，并将这n条线段中角度相差小于预设阈值度数α的线段进行合并，得到新的线段集合；/n步骤7：若步骤6中得到的线段集合中的线段为3条，则指针识别完成；/n步骤8：对3条线段进行角度识别，计算出对应的指针读数。/n

【技术特征摘要】
1.一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：包括依次进行的以下步骤：
步骤1：采集工作现场包含三针类机械仪表表盘的一帧原始图像；
步骤2：识别原始图像中的仪表表盘；
步骤3：使用深度学习目标检测模型对原始图像进行预处理；
步骤4：识别预处理后的图像中的仪表盘面及中心点；
步骤5：识别出预处理后的图像中仪表盘面内所有长度大于预设阈值m的所有线段；
步骤6：对步骤5中识别出的所有线段按线段两端点到仪表表盘圆心的距离进行排序，取出距离仪表表盘圆心最近的n条线段，并将这n条线段中角度相差小于预设阈值度数α的线段进行合并，得到新的线段集合；
步骤7：若步骤6中得到的线段集合中的线段为3条，则指针识别完成；
步骤8：对3条线段进行角度识别，计算出对应的指针读数。


2.根据权利要求1所述的一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：所述步骤1中使用智能眼镜、摄像头或手机采集原始图像，采集的原始图像需要保证三针式机械仪表在画面中占比不低于四分之一，且需要保证采集的原始图像为仪表正面画面，正对仪表的偏差角度范围在15°以内。


3.根据权利要求1所述的一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：所述步骤2中识别原始图像中的仪表表盘时，使用Canny边缘检测算法识别出原始图像中的所有圆，并且选取识别出的半径最大的圆作为识别出的仪表表盘。


4.根据权利要求1或3所述的一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：步骤2中识别原始图像中的仪表表盘时，若未检测到仪表表盘，则返回步骤1，若检测到仪表表盘，则进入步骤3。


5.根据权利要求1所述的一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：步骤3中对原始图像进行的预处理主要包括图像尺度变换、高斯滤波和灰度化。


6.根据权利要求1或5所述的一种基于页岩气田生产三针类仪表读数的识别方法，其特征在于：所述步骤3中对原始图像的预处理主要包括以下步...

【专利技术属性】
技术研发人员：梁谷，杨建英，杨熙萌，谭婷，徐心童，张中杰，王超，聂东，樊正午，陈昌武，
申请(专利权)人：四川长宁天然气开发有限责任公司，成都川油瑞飞科技有限责任公司，
类型：发明
国别省市：四川;51