指针式仪表读数方法、装置、设备和计算机可读存储介质

1.本技术的实施例涉及计算机视觉技术领域，尤其涉及一种指针式仪表读数方法、装置、设备和计算机可读存储介质。


背景技术：

2.现有的指针式仪表检测技术很多是基于传统的图像处理算法，依赖仪表的量程、初始刻度、中轴线等先验信息，需要人工介入，但是指针式仪表种类繁多，对算法的普适性具有较大的挑战且还存在精度问题。


技术实现要素：

3.为了降低指针式仪表读数对先验信息的依赖性以及改善读数准确度，本技术的实施例指针式仪表读数方法、装置、设备和计算机可读存储介质。
4.在本技术的第一方面，提供了一种指针式仪表读数方法，包括：
5.根据待检测图像，确定所述待检测图像中多条刻度线、指针轮廓和至少两个刻度值，所述待检测图像中包含有仪表盘图像；
6.根据所述多条刻度线和所述指针轮廓，确定所述待检测图像中指针；
7.根据所述至少两个刻度值，在所述多条刻度线中确定对应所述至少两个刻度值中每个刻度值的刻度线；
8.根据所述指针、所述至少两个刻度值以及对应所述至少两个刻度值中每个刻度值的刻度线，确定所述指针指向的刻度值以完成读数。
9.在一种可能的实现方式中，根据待检测图像，确定所述待检测图像中多条刻度线，包括：
10.基于第一预设条件，根据所述待检测图像，确定所述待检测图像中多条刻度线；
11.其中，所述第一预设条件包括所述刻度线为矩形且所述刻度线的长宽比达到第一阈值。
12.在一种可能的实现方式中，根据待检测图像，确定所述待检测图像中至少两个刻度值，包括：
13.根据所述待检测图像，通过训练完成的刻度值检测模型，确定所述待检测图像中所述至少两个刻度值中每个刻度值的类别，其中，所述类别包括0、1、2、3、4、5、6、7、8、9、p，p用于表示小数点；
14.根据下式，将所述至少两个刻度值中每个刻度值的类别进行合并以得到所述至少两个刻度值：
15.l
x-i
x
＜2x
max
∧l
y-iy＜y
max
16.其中，l
x
、ly为当前标签l的边界框的坐标系位置，i
x
、iy为第i个标签的边界框的坐标系位置，x
max
、y
max
为所有标签的边界框中最大的宽、高。
17.在一种可能的实现方式中，根据所述多条刻度线和所述指针轮廓，确定所述待检
测图像中指针，包括：
18.根据所述待检测图像，基于第二预设条件，确定所述待检测图像中所述指针轮廓；
19.根据所述指针轮廓确定所述指针轮廓的远心端；
20.根据所述多条刻度线确定仪表盘中心点；
21.根据所述远心端和所述仪表盘中心点，确定所述指针；
22.其中，所述第二预设条件包括所述指针轮廓的长宽比达到第二阈值。
23.在一种可能的实现方式中，根据所述至少两个刻度值，在所述多条刻度线中确定对应所述至少两个刻度值中每个刻度值的刻度线，包括：
24.根据所述待检测图像，通过训练完成的刻度值检测模型，确定所述待检测图像中对应所述至少两个刻度值中每个刻度值的边界框；
25.将所述边界框以其中心点为基准点放大预设倍数；
26.以放大后的边界框所在区域内，最粗的所述刻度线作为刻度值对应的刻度线。
27.在一种可能的实现方式中，根据所述指针、所述至少两个刻度值以及对应所述至少两个刻度值中每个刻度值的刻度线，确定所述指针指向的刻度值以完成读数，包括：
28.基于所述指针、所述至少两个刻度值、对应所述至少两个刻度值中每个刻度值的刻度线，采用以下公式来确定所述指针指向的刻度值：
[0029][0030][0031]
g1＝δθ2[0032]
其中，g1为指针指向的刻度值，g2、g3为刻度值，θ1为g2对应的刻度线和g3对应的刻度线之间的夹角，θ2为g1对应的刻度线和0刻度对应的刻度线之间的夹角，θ3为g3对应的刻度线和0刻度对应的刻度线之间的夹角。
[0033]
在本技术的第二方面，提供了一种指针式仪表读数装置，包括：
[0034]
第一确定模块，用于根据待检测图像，确定所述待检测图像中多条刻度线、指针轮廓和至少两个刻度值，所述待检测图像中包含有仪表盘图像；
[0035]
第二确定模块，用于根据所述多条刻度线和所述指针轮廓，确定所述待检测图像中指针；
[0036]
第三确定模块，用于根据所述至少两个刻度值，在所述多条刻度线中确定对应所述至少两个刻度值中每个刻度值的刻度线；
[0037]
第四确定模块，用于根据所述指针、所述至少两个刻度值以及对应所述至少两个刻度值中每个刻度值的刻度线，确定所述指针指向的刻度值以完成读数。
[0038]
在一种可能的实现方式中，所述第四确定模块具体用于：
[0039]
基于所述指针、所述至少两个刻度值、对应所述至少两个刻度值中每个刻度值的刻度线，采用以下公式来确定所述指针指向的刻度值：
[0040]
[0041][0042]
g1＝δθ2[0043]
其中，g1为指针指向的刻度值，g2、g3为刻度值，θ1为g2对应的刻度线和g3对应的刻度线之间的夹角，θ2为g1对应的刻度线和0刻度对应的刻度线之间的夹角，θ3为g3对应的刻度线和0刻度对应的刻度线之间的夹角。
[0044]
在本技术的第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的方法。
[0045]
在本技术的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。
[0046]
在本技术实施例提供的指针式仪表读数方法、装置、设备和计算机可读存储介质中，根据待检测图像，确定所述待检测图像中多条刻度线、指针轮廓和至少两个刻度值，所述待检测图像中包含有仪表盘图像，根据所述多条刻度线和指针轮廓，确定所述待检测图像中指针，根据所述至少两个刻度值，在所述多条刻度线中确定对应所述至少两个刻度值中每个刻度值的刻度线，根据所述指针、所述至少两个刻度值以及对应所述至少两个刻度值中每个刻度值的刻度线，确定所述指针指向的刻度值以完成读数。相比于传统的读数方式，本技术所公开的方式只需要得知指针、至少两个刻度值以及在多条刻度线中对应至少两个刻度值中每个刻度值的刻度线，即可完成对仪表的读数，不需要依赖仪表的量程、初始刻度、中轴线等先验信息；并且在仪表倾斜、旋转、模糊或反光等条件下同样能够进行读数，准确性更高、可靠性更好。
[0047]
应当理解，发明内容部分中所描述的内容并非旨在限定本技术的实施例的关键或重要特征，亦非用于限制本技术的范围。本技术的其它特征将通过以下的描述变得容易理解。
附图说明
[0048]
结合附图并参考以下详细说明，本技术各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0049]
图1示出了根据本技术的实施例的指针式仪表读数方法的流程图；
[0050]
图2a示出了根据本技术的实施例的模糊的仪表盘图像；
[0051]
图2b示出了根据本技术的实施例的倾斜的仪表盘图像；
[0052]
图2c示出了根据本技术的实施例的倾斜、反光的仪表盘图像；
[0053]
图3a示出了根据本技术的实施例的二值化处理后的仪表盘图像的示意图；
[0054]
图3b示出了根据本技术的实施例的感兴趣区域的示意图；
[0055]
图4示出了根据本技术的实施例的刻度线提取结果的示意图；
[0056]
图5示出了根据本技术的实施例的刻度值确定方法的流程图；
[0057]
图6示出了根据本技术的实施例的指针确定方法的流程图；
[0058]
图7示出了根据本技术的实施例的刻度值对应的刻度线的确定方法的流程图；
[0059]
图8示出了根据本技术的实施例的刻度值对应的刻度线上的特征点的示意图；
[0060]
图9示出了根据本技术的实施例的指针指向的刻度值的示意图；
[0061]
图10示出了根据本技术的实施例的指针式仪表读数装置的方框图；
[0062]
图11示出了适于用来实现本技术实施例的终端设备或服务器的结构示意图。
具体实施方式
[0063]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0064]
随着人工智能的发展与应用，越来越多的智能机器人被应用于石化场景中。指针式仪表在石化场景中应用广泛，智能机器人通过自主监测仪表进而做出相应决策，提高了检测效率，保障了安全，因此如何快速、准确地检测并识别指针式仪表具有非常重要的意义。
[0065]
随着深度学习的不断发展，越来越多的方法利用卷积神经网络模型得到仪表目标图像，通过识别指针与刻度数字并结合角度法完成读数，但是大部分方法均依赖仪表的量程、初始刻度、中轴线等先验信息，需要人为介入，但指针式仪表种类繁多，对算法的普适性具有较大的挑战性，此外，深度学习自身还存在识别精度的问题。
[0066]
因而，为了降低指针式仪表读数对先验信息的依赖性以及改善读数准确度，本技术提供了一种指针式仪表读数方法、装置、设备和计算机可读存储介质，能够通过指针轮廓指向的仪表盘刻度值、至少两个仪表盘刻度值以及每个仪表盘刻度值对应的刻度线轮廓，完成对仪表的读数，不需要依赖仪表的量程、初始刻度、中轴线等先验信息；并且在仪表倾斜、旋转、模糊或反光等条件下同样能够进行读数，准确性更高、可靠性更好。
[0067]
具体的，本技术实施例提供了一种指针式仪表读数方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术实施例在此不做限制，如图1所示，该方法包括步骤101、步骤102、步骤103以及步骤104，其中：
[0068]
步骤101，根据待检测图像，确定待检测图像中多条刻度线、指针轮廓和至少两个刻度值。
[0069]
在本技术实施例中，待检测图像中包含有指针式仪表盘图像，该指针式仪表盘图像可以是清晰的，也可以是模糊的或反光的，还可以是倾斜的，本技术实施例对待检测图像中的指针式仪表盘图像不进行限制。
[0070]
需要说明的是，因为待检测图像的质量问题，可能会存在刻度线或刻度值不能全部被提取出来，因此能够提取到的刻度线越多越好，能够提取到的刻度值确保两个即可。
[0071]
在一些实施例中，可以基于第一预设条件，根据待检测图像，确定待检测图像中多条刻度线。其中，第一预设条件包括刻度线为矩形且刻度线的长宽比达到第一阈值。
[0072]
在本技术实施例中，首先需要对待检测图像进行处理。具体地，可以通过预先训练完成的仪表盘检测模型来检测待检测图像中的仪表盘图像，仪表盘检测模型可以选用yolov5s神经网络模型，将待检测图像输入利用yolov5s神经网络模型训练的仪表盘检测模型进行检测，得到标注有仪表盘边界框的待检测图像，示例地，得到的图像可以如下：如图
2a所示的模糊的仪表盘图像，如图2b所示的倾斜的仪表盘图像，如图2c所示的反光的仪表盘图像。在一种可实现的方式中，仪表盘检测模型的检测结果，除上述的在待检测图像中标注仪表盘边界框外，还可以在待检测图像中标注置信度。在得到仪表盘图像之后，可以采用opencv函数cv2.adaptivethreshold对仪表盘图像进行自适应阈值二值化，使用高斯滤波的方法来确定局部阈值，根据每个像素点和局部阈值的对比关系来进行二值化处理。示例地，二值化处理后的仪表盘图像如图3a所示。
[0073]
在对待检测图像进行处理之后，根据仪表盘边界框的长或宽，在仪表盘图像中提取感兴趣区域。在一种可实现的方式中，可以将感兴趣区域设置为环形区域，具体可以采用如下公式来提取感兴趣区域，示例地，提取到的感兴趣区域如图3b所示。
[0074]
roi＝{(x2+y2＝(0.9
×
r)2)∩(x2+y2＝(0.7
×
r)2)}，r＝(w，h)
mmin
[0075]
其中，roi为感兴趣区域，r为以仪表盘边界框的中心为圆心的圆的半径，w为仪表盘边界框的宽度，h为仪表盘边界框的长度，(x，y)为感兴趣区域内的坐标点。
[0076]
在感兴趣区域内，基于第一预设条件确定刻度线轮廓。具体地，可以使用opencv函数cv2.findcontours依据第一预设条件进行轮廓查找来提取刻度线。示例地，提取到的刻度线轮廓如图4所示。
[0077]
在一些实施例中，参见图5，根据待检测图像，确定待检测图像中至少两个刻度值可以采用以下方法：
[0078]
步骤501，根据待检测图像，通过训练完成的刻度值检测模型，确定待检测图像中至少两个刻度值中每个刻度值的类别。
[0079]
在本技术实施例中，类别包括0、1、2、3、4、5、6、7、8、9、p，p用于表示小数点。刻度值检测模型也可以选用yolov5s神经网络模型，将待检测图像输入至训练完成的刻度值检测模型中，可以得到刻度值的类别、每个类别的边界框以及每个类别的置信度，如图6所示。
[0080]
步骤502，根据下式，将至少两个刻度值中每个刻度值的类别进行合并以得到至少两个刻度值：
[0081]
l
x-i
x
＜2x
max
∧l
y-iy＜y
max
[0082]
其中，l
x
、ly为当前标签l的边界框的坐标系位置，i
x
、iy为第i个标签的边界框的坐标系位置，x
max
、y
max
为所有标签的边界框中最大的宽、高。
[0083]
步骤102，根据多条刻度线和指针轮廓，确定待检测图像中指针。
[0084]
在一些实施例中，参见图6，可以采用以下方法确定待检测图像中指针：
[0085]
步骤601，根据待检测图像，基于第二预设条件，确定待检测图像中指针轮廓。
[0086]
步骤602，根据指针轮廓确定指针的远心端。
[0087]
步骤603，根据多条刻度线确定仪表盘中心点。
[0088]
步骤604，根据远心端和仪表盘中心点，确定指针。
[0089]
在本技术实施例中，可以使用opencv函数cv2.findcontours在二值化后的仪表盘图像上基于第二预设条件进行查找来确定多条指针轮廓。第二预设条件包括指针轮廓的长宽比达到第二阈值，并且面积最大。示例地，第二阈值为1:5。
[0090]
在查找到指针轮廓后，将指针轮廓通过最小二乘法拟合为直线，将直线远离仪表盘中心的交点作为指针的远心端。将每条刻度线进行两端延长，任意两条刻度线均能形成一个交点，形成的多个交点为仪表盘中心待定点，采用投票法，即每出现一个相同的交点，
该交点得分加1，得分最高者为仪表盘中心点。最后，通过远心端和仪表盘中心点能够确定指针。
[0091]
步骤103，根据至少两个刻度值，在多条刻度线中确定对应至少两个刻度值中每个刻度值的刻度线。
[0092]
在一些实施例中，参见图7，采用如下方法确定刻度值对应的刻度线：
[0093]
步骤701，根据待检测图像，通过训练完成的刻度值检测模型，确定待检测图像中对应至少两个刻度值中每个刻度值的边界框。
[0094]
步骤702，将边界框以其中心点为基准点放大预设倍数。
[0095]
步骤703，以放大后的边界框所在区域内，最粗的刻度线作为刻度值对应的刻度线。
[0096]
在本技术实施例中，刻度值检测模型可以采用yolov5s神经网络模型。在一种可实现的方式中，在寻找到最粗的刻度线后，可以将该刻度线进行细化，并取其中点作为刻度值对应的特征点，最终结果如图8所示。
[0097]
步骤104，根据指针、至少两个刻度值以及对应至少两个刻度值中每个刻度值的刻度线，确定指针指向的刻度值以完成读数。
[0098]
在本技术实施例中，基于指针、至少两个刻度值、对应至少两个刻度值中每个刻度值的刻度线，采用以下公式来确定指针指向的刻度值：
[0099][0100][0101]
g1＝δθ2[0102]
其中，g1为指针指向的刻度值，g2、g3为刻度值，θ1为g2对应的刻度线和g3对应的刻度线之间的夹角，θ2为g1对应的刻度线和0刻度对应的刻度线之间的夹角，θ3为g3对应的刻度线和0刻度对应的刻度线之间的夹角。
[0103]
具体地，参见图9，图中0为圆心，g1为指针指示值，g2、g3为确定出来的两个刻度值，这里设g3为最高置信度，g2次之，g1、g2、g3对应的直线分别为p、l2、l1，z为待求解的零刻度线，且求解均以最高置信度对应的g3、l2为基准。在求解指针读数时需通过向量旋转求得点位置或旋转角大小，由向量内积和外积进行确定。
[0104]
依据公式
[0105][0106]
计算指针旋转过1度所代表的刻度值；
[0107]
依据公式
[0108][0109]
计算指针由0刻度旋转到g3所转过的角度；
[0110]
依据公式
[0111]
g1＝δθ2[0112]
计算指针指向的刻度值以完成读数。
[0113]
根据本技术的实施例，相比于传统的读数方式，本技术所公开的方式只需要得知指针、至少两个刻度值以及在多条刻度线中对应至少两个刻度值中每个刻度值的刻度线，即可完成对仪表的读数，不需要依赖仪表的量程、初始刻度、中轴线等先验信息；并且在仪表倾斜、旋转、模糊或反光等条件下同样能够进行读数，准确性更高、可靠性更好。
[0114]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0115]
以上是关于方法实施例的介绍，以下通过装置实施例，对本技术所述方案进行进一步说明。
[0116]
图10示出了根据本技术的实施例的指针式仪表读数装置的方框图。如图10所示，该装置包括：
[0117]
第一确定模块1001，用于根据待检测图像，确定所述待检测图像中多条刻度线和至少两个刻度值，所述待检测图像中包含有仪表盘图像；
[0118]
第二确定模块1002，用于根据多条刻度线和指针轮廓，确定所述待检测图像中指针；
[0119]
第三确定模块1003，用于根据所述至少两个刻度值，在所述多条刻度线中确定对应所述至少两个刻度值中每个刻度值的刻度线；
[0120]
第四确定模块1004，用于根据所述指针、所述至少两个刻度值以及对应所述至少两个刻度值中每个刻度值的刻度线，确定所述指针指向的刻度值以完成读数。
[0121]
在一些实施例中，第一确定模块1001具体用于：基于第一预设条件，根据所述待检测图像，确定所述待检测图像中多条刻度线；
[0122]
其中，所述第一预设条件包括所述刻度线为矩形且所述刻度线的长宽比达到第一阈值。
[0123]
在一些实施例中，第一确定模块1001具体用于：
[0124]
根据所述待检测图像，通过训练完成的刻度值检测模型，确定所述待检测图像中所述至少两个刻度值中每个刻度值的类别，其中，所述类别包括0、1、2、3、4、5、6、7、8、9、p，p用于表示小数点；
[0125]
根据下式，将所述至少两个刻度值中每个刻度值的类别进行合并以得到所述至少两个刻度值：
[0126]
l
x-i
x
＜2x
max
∧l
y-iy＜y
max
[0127]
其中，l
x
、ly为当前标签l的边界框的坐标系位置，i
x
、iy为第i个标签的边界框的坐标系位置，x
max
、y
max
为所有标签的边界框中最大的宽、高。
[0128]
在一些实施例中，第二确定模块1002具体用于：
[0129]
根据所述待检测图像，基于第二预设条件，确定所述待检测图像中指针轮廓；
[0130]
根据指针轮廓确定所述指针的远心端；
[0131]
根据所述多条刻度线确定仪表盘中心点；
[0132]
根据所述远心端和所述仪表盘中心点，确定所述指针；
[0133]
其中，所述第二预设条件包括所述指针轮廓的长宽比达到第二阈值且面积最大。
[0134]
在一些实施例中，第三确定模块1003具体用于：
[0135]
根据所述待检测图像，通过训练完成的刻度值检测模型，确定所述待检测图像中对应所述至少两个刻度值中每个刻度值的边界框；
[0136]
将所述边界框以其中心点为基准点放大预设倍数；
[0137]
以放大后的边界框所在区域内，最粗的所述刻度线作为刻度值对应的刻度线。
[0138]
在一些实施例中，第四确定模块具体用于：：
[0139]
基于所述指针、所述至少两个刻度值、对应所述至少两个刻度值中每个刻度值的刻度线，采用以下公式来确定所述指针指向的刻度值：
[0140][0141][0142]
g1＝δθ2[0143]
其中，g1为指针指向的刻度值，g2、g3为刻度值，θ1为g2对应的刻度线和g3对应的刻度线之间的夹角，θ2为g1对应的刻度线和0刻度对应的刻度线之间的夹角，θ3为g3对应的刻度线和0刻度对应的刻度线之间的夹角。
[0144]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0145]
图11示出了适于用来实现本技术实施例的终端设备或服务器的结构示意图。
[0146]
如图11所示，终端设备或服务器包括中央处理单元(cpu)1101，其可以根据存储在只读存储器(rom)1102中的程序或者从存储部分1108加载到随机访问存储器(ram)1103中的程序而执行各种适当的动作和处理。在ram 1103中，还存储有系统操作所需的各种程序和数据。cpu 1101、rom 1102以及ram 1103通过总线1104彼此相连。输入/输出(i/o)接口1105也连接至总线1104。
[0147]
以下部件连接至i/o接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至i/o接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
[0148]
特别地，根据本技术的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(cpu)1101执行时，执行本技术的系统中限定的上述功能。
[0149]
需要说明的是，本技术所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0150]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0151]
描述于本技术实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元、第二确定单元、第三确定单元和第四确定单元。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，第一确定单元还可以被描述为“用于根据待检测图像，确定所述待检测图像中多条刻度线、指针轮廓和至少两个刻度值的单元”。
[0152]
作为另一方面，本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或者多个程序，当上述前述程序被一个或者一个以上的处理器用来执行描述于本技术的指针式仪表读数方法。
[0153]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。