[發(fā)明專利]一種基于徑向灰度的指針儀表自動讀數方法

在審

• 申請?zhí)枺?/td>: 202010798421.9
• 申請日: 2020-08-05
• 公開（公告）號: CN111950559A
• 公開（公告）日: 2020-11-17
• 發(fā)明（設計）人: 劉博文;陳春燕;黃晁;袁敏杰;潘意杰;查興興;楊子江;趙憶;胡波
• 申請（專利權）人: 寧波中國科學院信息技術應用研究院;寧波中科集成電路設計中心有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種指針儀表自動讀數方法，其特征在于，包括以下步驟；

步驟A、構建儀表刻度分割模型，其中所述刻度分割模型為使用改進的圖像分割深度神經網絡訓練得到；

步驟B、將儀表圖像輸入到所述刻度分割模型中得到儀表刻度圖像，在圖像上計算儀表的圓心坐標和刻度半徑長度；

步驟C、構建刻度數字檢測模型，確定儀表圖像中單個刻度數字的數值和位置，再由聚類方法識別每個刻度對應數字的具體數值，檢測刻度對應數字所在區(qū)域位置，所述單個刻度數字為阿拉伯數字0-9中的數字，所述刻度對應數字指的是刻度上具體的單位或多位阿拉伯數字；

步驟D、對刻度分割圖像、數字檢測識別圖像和儀表圖像分別做圖像增強，對增強后的圖像分別計算其在每個半徑方向的像素灰度值總和，得到刻度徑向統計、數字徑向統計和指針徑向統計；

步驟E、分析指針刻度統計結果，分段計算儀表指針讀數。

2.根據權利要求1所述的指針儀表自動讀數方法，其特征在于，所述步驟A的分割模型是一個9層的改進型Unet深度卷積圖像分割網絡，，其中第1層包括2個普通卷積層和1個池化層；2-4層使用激活函數為LeakyReLU的殘差卷積模塊提取特征，再經過下采樣壓縮特征圖尺寸；5-8層使用上采樣恢復特征圖尺寸，通過激活函數為LeakyReLU的殘差卷積模塊縮減特征圖通道數；第9層包括2次普通卷積和一個SoftMax層，1-4層的卷積結果分別與5-9層的上采樣的結果合并成新的特征圖。

3.根據權利要求1所述的指針儀表自動讀數方法，其特征在于，所述步驟B的圓心坐標計算方法包括：根據刻度分割連通域擬合直線交點；，將交點坐標轉換為標準正態(tài)分布，根據交點樣本的分布規(guī)律，保留均值附近特定比例的交點，求均值得到圓心坐標；所述刻度半徑計算方法包括：統計刻度圖像同心圓上像素灰度值總和，取總和極大值對應的半徑最為刻度半徑。

4.根據權利要求1所述的指針儀表自動讀數方法，其特征在于，所述步驟C的聚類刻度對應數字數值的方法包括對每個儀表數字中心坐標使用mean-shift聚類，確定儀表刻度數字的類別數目n，合并每一類的單個數字區(qū)域得到刻度數字區(qū)域位置。

5.根據權利要求1所述的指針儀表自動讀數方法，其特征在于，所述步驟D的徑向灰度統計方法包括：以儀表圓心為中心，特定長度為徑向灰度半徑，統計每個角度徑向半徑上每個像素點的灰度值總和。

6.根據權利要求5所述的徑向灰度統計方法，其特征在于，刻度徑向灰度統計和指針徑向灰度統計中的選擇刻度半徑作為徑向半徑；數字徑向灰度統計中選取數字半徑作為徑向半徑。

7.根據權利要求6所述的數字徑向灰度統計方法，其特征在于，數字徑向灰度統計中引入符號函數，通過數字徑向灰度統計在符號函數中的結果判斷刻度數字所在角度區(qū)間，其中將使得符號函數為1的區(qū)間判斷為刻度數字所在角度區(qū)間。

8.根據權利要求1所述的指針儀表自動讀數方法，其特征在于，所述分析徑向灰度統計結果包括：根據數字徑向灰度統計結果確定每個刻度數字所在角度區(qū)間；根據刻度徑向灰度統計結果，在每個刻度數字角度區(qū)間中尋找最大刻度徑向灰度統計值所在角度，確定每個徑向數字d_i的具體角度θ_i；在指針徑向灰度統計結果中尋找最小指針徑向灰度統計值所在角度，確定指針角度θ_pointer所在位置；判斷指針所在徑向數字角度區(qū)間[θ_i，θ_i+1)，在[θ_i，θ_i+1)區(qū)間計算儀表指針讀數。

9.根據權利要求8所述的計算儀表指針讀數方法，其特征在于，所述計算儀表指針方法包括：判斷指針角度θ_pointer所在的刻度數字角度區(qū)間，使得θ_i≤θ_pointer＜θ_i+1；計算在[θ_i，θ_i+1)角度區(qū)間內單位角度所對應的數字刻度分度值：

Δd_i＝(d_i+1-d_i)/(θ_i+1-θ_i)，i＝1，2，...，n-1

則θ_pointer方向的儀表指針讀數d可表示為：

d＝d_i+Δd(θ_pointer-θ_i)

其中d_i為角度θ_i處的刻度數值，Δd為角度區(qū)間[θ_i，θ_i+1)內單位角度分度值。