[發(fā)明專利]一種基于深度學(xué)習(xí)和幀差法的傳統(tǒng)數(shù)字水表讀數(shù)識別方法

在審

• 申請?zhí)枺?/td>: 202011110991.0
• 申請日: 2020-10-16
• 公開（公告）號: CN112270317A
• 公開（公告）日: 2021-01-26
• 發(fā)明（設(shè)計(jì)）人: 朱磊;翟婭婭;張博;楊燁;王瑞蘭;喬奕婕;李妍
• 申請（專利權(quán)）人: 西安工程大學(xué)
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/62;G06N3/04;G06T7/11;G06T7/136
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 燕肇琪

1.一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，步驟為：

步驟1：采集大量水表圖片；

步驟2：對每張水表圖片進(jìn)行預(yù)處理，構(gòu)建水表訓(xùn)練集；

步驟3：對水表訓(xùn)練集中水表字符區(qū)域位置進(jìn)行定位；

步驟4：對定位后的水表訓(xùn)練集進(jìn)行字符分割；

步驟5：用AlexNet模型提取分割后水表訓(xùn)練集的水表字符特征；

步驟6：將水表字符特征送入到全連接網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練模型；

步驟7：將新采集的水表圖像送入到訓(xùn)練模型中進(jìn)行識別，得到識別結(jié)果；

步驟8：將識別結(jié)果正確的水表原圖以及標(biāo)簽進(jìn)行保存，加入到訓(xùn)練集中再次訓(xùn)練模型。

2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，所述步驟1的過程為：固定水表與攝像頭的距離，距離為5cm，通過改變水表的讀數(shù)，獲取到大量的水表圖片，對所述水表圖片分類做標(biāo)簽作為水表訓(xùn)練集。

3.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，所述步驟2的過程為：

步驟2.1，對水表圖片進(jìn)行二值化；

步驟2.2，對二值化后的水表圖片進(jìn)行隔N點(diǎn)采樣，剔除無用像素，得到水表訓(xùn)練集；其中設(shè)原圖的大小為W*H，寬度和長度的縮小因子分別為K₁和K₂，則采樣間隔為：W/K₁,W/K₂；在原圖的水平方向每隔W/K₁，在垂直方向每隔W/K₂取一個(gè)像素。

4.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，所述步驟3的過程為：將字符“M”設(shè)置為搜索模板T對水表字符區(qū)域進(jìn)行定位，T通過遍歷整幅被搜索圖S的像素點(diǎn)，模板覆蓋被搜索圖的那塊區(qū)域叫子圖S_ij；其中i,j為子圖左上角在被搜索圖S上的坐標(biāo)，則搜索范圍是：

其中模板T的大小為m×n個(gè)像素，搜索圖S的大小為W×H個(gè)像素通過比較T和S_ij的相似性，完成模板匹配過程；若匹配成功，通過i,j點(diǎn)坐標(biāo)定位出水表的字符區(qū)域，并對定位的水表字符區(qū)域進(jìn)行裁剪，只保留水表讀數(shù)信息。

5.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，所述步驟4的過程為：對定位后的圖像進(jìn)行開運(yùn)算之后采用8鄰域方式連接的連通域進(jìn)行標(biāo)記，通過計(jì)算定位后水表圖片的坐標(biāo)信息，將5個(gè)連在一起的水表字符分割成單一的字符。

6.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和幀差法的水表讀數(shù)識別方法，其特征在于，所述步驟5包括：

步驟5.1，在Tensorflow框架下利用Keras來搭建AlexNet模型，將輸入圖像的尺寸改為32*32*3以適應(yīng)水表訓(xùn)練集，并將原始的AlexNet模型中的11*11、7*7、5*5等大尺寸卷積核均替換成3*3的小卷積核；

步驟5.2，對分割后的水表訓(xùn)練集做兩次卷積，第一次是96個(gè)3*3的卷積核，第二次是256個(gè)3*3的卷積核，不進(jìn)行全零填充，為了解決梯度消失的問題，進(jìn)行批標(biāo)準(zhǔn)化操作，激活函數(shù)為Relu進(jìn)行最大池化，池化核尺寸為3*3，步長為2：

f(x)是Relu取最大值的函數(shù)；為了提高模型的泛化能力，在第二次做卷積時(shí)，采用局部歸一化響應(yīng)：

表示第i個(gè)卷積核(x,y)經(jīng)過Relu激活函數(shù)的輸出；N是該層的核的總數(shù)目；常數(shù)k,n,α,β是超參數(shù)，他們的值使用一個(gè)驗(yàn)證集來確定，取k＝2,n＝5,α＝10^-4,β＝0.75；

步驟5.3，繼續(xù)做兩次卷積，進(jìn)行全零填充，激活函數(shù)為Relu，不進(jìn)行批標(biāo)準(zhǔn)化操作以及最大池化；

步驟5.4，最后一次做卷積，進(jìn)行全零填充，激活函數(shù)為Relu，不進(jìn)行批標(biāo)準(zhǔn)化操作，進(jìn)行最大池化，池化核尺寸為3*3，步長為2，最終得到水表字符特征。