本文選題：圖像處理　切入點：機器視覺　出處：《江蘇大學》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)動機轉(zhuǎn)速、擋位信息、警示信息等,這使得對數(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、準確的反映出車輛的各系統(tǒng)狀態(tài),在安裝前需要對儀表盤在相應(yīng)工況下顯示的狀態(tài)信息是否正確進行全面測試。傳統(tǒng)的測試手段是通過人工目測,這種方法存在效率低、準確性差和操作枯燥等問題。盡管已有很多學者在自動化測試方面做了相關(guān)的研究,取得了一定的發(fā)展。但仍存在測試效率低和實時性差等問題。為此,論文設(shè)計了基于機器視覺技術(shù)的汽車儀表盤顯示狀態(tài)監(jiān)測系統(tǒng),提出了采用最小距離法與中心點校正相結(jié)合的指針直線提取方法,用以提高對指針讀數(shù)的識別準確率和速率;采用Hu不變矩表征擋位圖標特征,實現(xiàn)對擋位圖標的識別;采用改進的SIFT(尺度不變特征轉(zhuǎn)換)特征描述子表征警示圖標特征,提高了對警示圖標識別的準確率和速率;采用OCR(Optical Character Recognition)光學字符識別技術(shù)實現(xiàn)對文字與字符的識別;提取指示燈對應(yīng)區(qū)域的灰度平均值,實現(xiàn)對指示燈狀態(tài)的識別,并采用顏色空間模型實現(xiàn)對指示燈顏色信息的識別。論文的具體研究內(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)計并搭建了汽車儀表盤圖像采集試驗平臺。(2)研究了汽車儀表盤圖像預處理所需要的算法,包括圖像灰度化、圖像增強、圖像濾波、圖像二值化。進行了算法的對比試驗,分析并選擇了合適的預處理算法。(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校正相結(jié)合的方法提取指針直線,實現(xiàn)對指針讀數(shù)的識別,并與傳統(tǒng)的Hough變換提取指針直線的方法進行了分析實驗對比。結(jié)果表明,在精度、復雜度、運算時間及抗噪性上基于最小距離法與中心點校正相結(jié)合的直線提取方法均優(yōu)于另外兩種方法,同時將指針讀數(shù)識別的平均誤差由0.98%減少到了0.49%,檢測的平均時間從254.08ms減少到了49.42ms。(5)采用Hu不變矩表征擋位圖標特征,實現(xiàn)對液晶屏上擋位圖標的識別,采用改進的SIFT特征描述子表征警示圖標特征,實現(xiàn)了對SIFT特征描述子的降維,且給描述子分配適當?shù)臋?quán)重,增強描述子間的可區(qū)分性,提高了對液晶屏上警示圖標的識別準確率和速率,對圖標的識別準確率達99%;采用OCR光學字符識別技術(shù),實現(xiàn)對液晶屏上文字與字符的識別,并對識別結(jié)果進行修正,識別結(jié)果準確率達96%。(6)提取指示燈對應(yīng)區(qū)域的灰度平均值,實現(xiàn)對指示燈亮滅狀態(tài)的識別,根據(jù)亮滅狀態(tài)時間間隔計算燈的閃爍頻率,并采用顏色空間模型實現(xiàn)對燈顏色信息的識別,識別方法簡單,識別準確率達99%。(7)編寫儀表盤圖像預處理、特征參數(shù)提取及識別、結(jié)果分析軟件,并設(shè)計了人機交互界面。
[Abstract]:......
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U463.6;TP391.41

【參考文獻】

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CT圖像檢索[J];生物醫(yī)學工程學進展;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變換的直線識別方法[J];長江大學學報(自然科學版);2011年06期

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

4 王俊波;胥布工;;CAN報文實時性分析及在線評估[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)拓撲結(jié)構(gòu)的最優(yōu)路徑算法[J];中國圖象圖形學報;2006年07期

6 陳彬,金連文;一種儀表指針位置檢測的中心投影法[J];計算機應(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,何鉞;基于機器視覺的汽車儀表板智能檢測方法[J];機械科學與技術(shù);1998年02期

相關(guān)碩士學位論文 前10條

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

2 紀晶偉;基于嵌入式視頻技術(shù)的顏色識別系統(tǒng)的實驗研究[D];燕山大學;2014年

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

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

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

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

9 董佳;CAN總線分析儀設(shè)計[D];華南理工大學;2012年

10 宋杰;基于SJA1000的CAN總線智能節(jié)點的設(shè)計與實現(xiàn)[D];蘇州大學;2011年

，

本文編號：1726458