[發明專利]一種指針式儀表讀數方法、系統以及巡檢機器人

有效

• 申請號: 202011298473.6
• 申請日: 2020-11-19
• 公開（公告）號: CN112257676B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 陳玖霖;劉爽;閔濟海;葉增軍;姜紅杉
• 申請（專利權）人: 南京天創電子技術有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V20/70;G06V30/146;G06V30/148;G06V30/18;G06V10/82;G06V10/766;G06T7/73;G06T7/33
• 代理公司: 南京華恒專利代理事務所(普通合伙) 32335
• 代理人: 裴素艷

1.一種指針式儀表讀數方法，其特征在于，包括以下步驟：

采用矩形標注框對目標儀表圖像中的指針進行標注；

對所述目標儀表圖像進行優化，使優化后的所述目標儀表圖像的指針角度與表盤刻度之間的對應關系與模板圖像的標準模板量程一致；

通過所述目標儀表圖像的指針標注的所述矩形標注框與所述模板圖像的表盤刻度的相對位置關系，獲取所述目標儀表圖像的指針的表盤讀數。

2.根據權利要求1所述的方法，其特征在于，所述矩形標注框對目標儀表圖像中的指針進行標注，標注時，使目標儀表圖像中的指針的中心線位于針矩形標注框的對角線上，或使目標儀表圖像中的指針輪廓最小外接矩形的旋轉角與矩形標注框對角線的旋轉角相等。

3.根據權利要求1所述的方法，其特征在于，所述矩形標注框對目標儀表圖像中的指針進行標注，采用人工方式進行對矩形標注框對焦。

4.根據權利要求1所述的方法，其特征在于，采用深度學習的方式對標注指針后的目標儀表圖像進行訓練，得到基于指針檢測的神經網絡參數模型。

5.根據權利要求1所述的方法，其特征在于，所述目標儀表圖像的獲取，包括以下步驟：

采集現場儀表圖像樣本，對采集現場儀表圖像樣本中需要進行讀數的目標儀表圖像進行標注，根據標注對采集現場儀表圖像樣本中需要進行讀數的目標儀表圖像進行識別，獲取目標儀表圖像。

6.根據權利要求5所述的方法，其特征在于，采用深度學習中的YOLO目標檢測模型對采集現場儀表圖像樣本進行標注識別訓練，獲取能夠進行標注識別的目標儀表圖像檢測的神經網絡參數模型，對采集現場儀表圖像樣本中需要進行讀數的目標儀表圖像進行識別。

7.根據權利要求1所述的方法，其特征在于，采用直方圖均衡的方法減輕所述目標儀表圖像因為弱光或反光帶來的圖像干擾，采用SIFT配準方法，將所述目標儀表圖像與模板圖像進行配準，使所述目標儀表圖像的指針角度與表盤刻度之間的對應關系與模板圖像的標準模板量程一致。