[發明專利]數顯儀表讀數智能識別方法、系統、處理設備和存儲介質

在審

• 申請號: 202011477607.0
• 申請日: 2020-12-15
• 公開（公告）號: CN112508017A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 王曉;毛少將;郭宇鵬;周昌鋒;石雷
• 申請（專利權）人: 通號智慧城市研究設計院有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 冀志華

本發明涉及一種數顯儀表讀數智能識別方法、系統、處理設備和存儲介質，其特征在于包括以下步驟：S1：對原始圖像數據進行尺寸變換，得到大小一致的預處理圖像數據；S2：將步驟S1得到的預處理圖像數據，輸入到經過預訓練的YOLOv3網絡模型中，得到初步預測結果；S3：對初步預測結果進行閾值判斷，得到多個符合閾值條件的單個字符對象；S4：對步驟S3得到的各單個字符對象進行橫縱坐標綜合判斷，得到合并后的字符串以及其坐標信息；S5：將步驟S4得到的字符串及坐標信息進行輸出，實現數顯儀表讀數的智能識別。本發明可以廣泛應用于數顯儀表讀數的智能識別領域。

技術領域

本發明涉及一種基于視頻的改進型數顯儀表讀數智能識別方法、系統、處理設備和存儲介質，屬于智能儀表技術領域。

背景技術

數顯型儀表一直是設備參數顯示最重要的途徑之一，例如天然氣表、溫濕度計、電表度數及其他領域的系統監測設備等。但傳統的數據采集方式依賴于人工讀取，費時費力。近年來，隨著人工智能、物聯網等技術的發展，需要利用現有較先進的技術提供更便捷、成本更低的讀取方式。

目前應用比較廣泛的是使用傳統機器學習的方法實現讀取，主要技術包括數據預處理、讀數定位、數字分類識別，其中，數據預處理主要利用二值化、濾波、直方圖均衡化、傾斜糾正；讀數定位主要使用投影法；數字分類識別主要使用的是SVM、KNN等技術。下面對這幾種技術進行簡單介紹：

1)二值化

二值化主要是對原始數據進行灰度處理并將灰度值歸一化為0-1，主要的缺點是隨著歸一化，圖片會損失細節信息以及豐富的色彩分布信息。

2)濾波

濾波是對二值化后的數據使用高斯濾波算法、雙邊濾波算法實現的噪點去除(模糊)算法，由于算法的核心是對像素鄰接點的加權平均和，因此濾波算法會損失圖像的細節信息，對于細節性特征損失較大。

3)直方圖均衡化

直方圖均衡化在濾波后數據的基礎上進行，雖然可以起到一定的數據增強作用，但是會破壞原始數據的分布。

4)傾斜糾正

傾斜糾正使用的是霍夫變換對圖像進行糾正，但是在圖片復雜紋路以及紋路不清晰的情況下，難以監測圖像中的參考直線，使得傾斜糾正的正確率較低。

5)投影法

投影法是對預處理之后的數據進行X、Y方向上的投影，由于投影法選擇的是投影后的不連續區域作為數字定位分割的依據，因此投影法難以對多行重復性、交叉性數據進行投影。

6)SVM、KNN技術

數字識別是使用SVM、KNN等傳統機器學習算法對投影之后得到的特征數據進行分類識別的方法，由于數據一般據有復雜的數學結構和分布，并且復雜的維度信息難以估計，因此采用傳統機器學習方法難度較大。

發明內容

針對上述問題，本發明的目的是提供一種基于視頻的改進型數顯儀表讀數智能識別方法、系統、處理設備和存儲介質，極大的提高了數顯型儀表的讀數識別準確率。

為實現上述目的，本發明采取以下技術方案：

本發明的第一個方面，是提供一種數顯儀表讀數智能識別方法，其包括以下步驟：

S1：對原始圖像數據進行尺寸變換，得到大小一致的預處理圖像數據；

S2：將步驟S1得到的預處理圖像數據，輸入到經過預訓練的YOLOv3網絡模型中，得到初步預測結果；

S3：對初步預測結果進行閾值判斷，得到多個符合閾值條件的單個字符對象；

S4：對步驟S3得到的各單個字符對象進行橫縱坐標綜合判斷，得到合并后的各字符串及其坐標信息；