[發(fā)明專利]基于OCR識(shí)別的低功耗儀表遠(yuǎn)程自助抄表終端及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710043971.8
• 申請(qǐng)日: 2017-01-19
• 公開（公告）號(hào): CN106874910A
• 公開（公告）日: 2017-06-20
• 發(fā)明（設(shè)計(jì)）人: 張永俊;張磊;何昌銀
• 申請(qǐng)（專利權(quán)）人: 廣州優(yōu)庫(kù)電子有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/40;G06K9/46;G06K9/32;G06T5/00;G06T7/13
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司44245
• 代理人: 張澤鋒

技術(shù)領(lǐng)域

本發(fā)明涉及OCR人工神經(jīng)網(wǎng)絡(luò)字符識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于OCR識(shí)別的低功耗儀表遠(yuǎn)程自助抄表終端及方法。

背景技術(shù)

光學(xué)字符識(shí)別(Optical Character Recognition，簡(jiǎn)稱OCR)，是通過(guò)圖像處理和模式識(shí)別技術(shù)對(duì)光學(xué)的字符進(jìn)行識(shí)別，是人工智能識(shí)別技術(shù)研究和應(yīng)用領(lǐng)域中的一個(gè)重要方向。此抄表終端的識(shí)別模塊主要采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡(jiǎn)稱ANN)是一門主流的交叉學(xué)科。它是受生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)和信息處理方式的啟發(fā)而發(fā)展起來(lái)的，在于探索人腦加工、存儲(chǔ)和搜索信息的機(jī)制，弄清人腦功能的機(jī)理，以建立人類認(rèn)知過(guò)程的理論。生物學(xué)家、醫(yī)學(xué)家和腦科學(xué)家試圖通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)的研究，推動(dòng)腦科學(xué)向定量、精確和理論的系統(tǒng)化發(fā)展，也希望研究成果能用于臨床醫(yī)學(xué)，在神經(jīng)醫(yī)療方面取得突破。信息處理與計(jì)算機(jī)科學(xué)研究基于這個(gè)目的，尋求一種新途徑，逐漸替代人工參與并且實(shí)現(xiàn)真正的信息智能化。圖像識(shí)別技術(shù)在航天、醫(yī)藥、軍事、工農(nóng)業(yè)等方面發(fā)揮著重要的作用。但是，傳統(tǒng)的圖像識(shí)別方法多采用人工對(duì)圖像特征進(jìn)行提取，這個(gè)過(guò)程存在大量的復(fù)雜與困難，而且往往耗費(fèi)大量的人力。多層神經(jīng)網(wǎng)絡(luò)作為如今人工智能時(shí)代最流行的技術(shù)，由于得到各種理論的融合豐富了其發(fā)展，特別是在智能圖像識(shí)別領(lǐng)域中具有非常高的靈活性與識(shí)別精確率。多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)作為非監(jiān)督學(xué)習(xí)的一種方式，也很好的緩解了傳統(tǒng)的特征提取的問(wèn)題，而且能夠在無(wú)人參與的情況下能夠自主學(xué)習(xí)，這給圖像識(shí)別帶來(lái)巨大的優(yōu)勢(shì)。基于機(jī)器視覺與多層神經(jīng)網(wǎng)絡(luò)相結(jié)合的圖像識(shí)別系統(tǒng)，將機(jī)器視覺采集到的圖像進(jìn)行圖像的預(yù)處理與合適的特征提取，進(jìn)而讓圖像識(shí)別系統(tǒng)能夠適應(yīng)各種不同環(huán)境下的識(shí)別，提高適應(yīng)性和準(zhǔn)確率?；谌斯ど窠?jīng)網(wǎng)絡(luò)的OCR字符識(shí)別技術(shù)就是這樣的一項(xiàng)技術(shù)，它的本質(zhì)上是利用高精度光學(xué)圖像采集設(shè)備去捕獲圖像并智能地判斷并識(shí)別文字字符。

低功耗儀表遠(yuǎn)程自助抄表終端，采用高精度低功耗的集成電路，對(duì)儀表進(jìn)行快速準(zhǔn)確的圖像采集，結(jié)合網(wǎng)絡(luò)遠(yuǎn)程無(wú)線傳輸模塊，將采集到的數(shù)字圖像通過(guò)無(wú)線模組傳輸并存儲(chǔ)到遠(yuǎn)程終端服務(wù)器，從而能夠輕松獲地取儀表的實(shí)際情況信息。利用這種高效的圖像采集與網(wǎng)絡(luò)遠(yuǎn)程無(wú)線傳輸設(shè)備，不僅保證了圖像采集的快速性與穩(wěn)定性，而且在適應(yīng)各種不同環(huán)境的情況下，采用無(wú)人工參與識(shí)別的智能識(shí)別模塊，能夠大大減少了人工的參與和工作量，從而實(shí)現(xiàn)高效與低功耗的有效結(jié)合。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)存在的缺點(diǎn)與不足，本發(fā)明提供一種基于OCR識(shí)別的低功耗儀表遠(yuǎn)程自助抄表終端及方法，不僅能夠?qū)崿F(xiàn)儀表數(shù)據(jù)的遠(yuǎn)程采集，而且能夠?qū)x表數(shù)據(jù)進(jìn)行智能識(shí)別，同時(shí)實(shí)現(xiàn)以低功耗為主，提高系統(tǒng)執(zhí)行的能源利用與減少待機(jī)的功耗，大幅度提高電池供電能力，具有低功耗、智能識(shí)別、數(shù)據(jù)遠(yuǎn)程傳送以及識(shí)別率高等優(yōu)點(diǎn)。

本發(fā)明目的是提供一種基于OCR識(shí)別的低功耗儀表遠(yuǎn)程自助抄表終端，包括光學(xué)圖像采集模塊、OCR智能識(shí)別模塊、集成電路電源管理模塊、通信模塊以及數(shù)據(jù)管理服務(wù)器，其中

所述光學(xué)圖像采集模塊用于采集所測(cè)儀表的光學(xué)圖像信息，并發(fā)送至所述OCR智能識(shí)別模塊；

所述OCR智能識(shí)別模塊用于將光學(xué)圖像采集模塊采集的光學(xué)圖像信息進(jìn)行圖像的預(yù)處理以及特征提取，并將處理結(jié)果信息發(fā)送至所述數(shù)據(jù)管理服務(wù)器；

所述集成電路電源管理模塊用于對(duì)遠(yuǎn)程自助抄表終端進(jìn)行低功耗的電源管理；

所述通信模塊用于所述OCR智能識(shí)別模塊與數(shù)據(jù)管理服務(wù)器之間的通信連接；

所述數(shù)據(jù)管理服務(wù)器用于存儲(chǔ)和備份OCR智能識(shí)別模塊發(fā)送的識(shí)別信息，并識(shí)別出所測(cè)儀表的顯示結(jié)果。

進(jìn)一步地，所述光學(xué)圖像采集模塊包括若干圖像采集設(shè)備，所述圖像采集設(shè)備分布設(shè)置于被采集儀表的不同區(qū)域，用于采集所測(cè)儀表的光學(xué)圖像信息；所述圖像采集設(shè)備為CMOS光學(xué)圖像傳感器。

進(jìn)一步地，所述集成電路電源管理模塊包括低功耗智能處理芯片，所述低功耗智能處理芯片用于進(jìn)行睡眠管理、時(shí)鐘喚醒和電源管理；所述低功耗智能處理芯片采用Ambiq Micro AM1800超低功耗實(shí)時(shí)時(shí)鐘芯片。

進(jìn)一步地，所述通信模塊包括2G/3G/4G通信單元、WIFI通信單元、以太網(wǎng)接口單元以及藍(lán)牙通信單元。

進(jìn)一步地，所述數(shù)據(jù)管理服務(wù)器包括若干OCR字符識(shí)別模塊；所述OCR字符識(shí)別模塊用于識(shí)別字符圖像的字符特征，并識(shí)別出所測(cè)儀表的顯示結(jié)果。

本發(fā)明另一目的是提供一種基于OCR識(shí)別的低功耗儀表遠(yuǎn)程自助抄表方法，包括下述步驟：