[發明專利]一種儀表讀數識別方法及裝置、可讀存儲介質在審
| 申請號: | 202110389066.4 | 申請日: | 2021-04-12 |
| 公開(公告)號: | CN113283466A | 公開(公告)日: | 2021-08-20 |
| 發明(設計)人: | 王普;黃明飛;梁維斌 | 申請(專利權)人: | 開放智能機器(上海)有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/34;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 北京市隆安律師事務所 11323 | 代理人: | 何琦 |
| 地址: | 200233 上海市徐匯區*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 儀表 讀數 識別 方法 裝置 可讀 存儲 介質 | ||
1.一種儀表讀數識別方法,其特征在于,包括:
獲取待識別讀數的儀表圖像;
采用直方圖均衡化方法對所述儀表圖像進行圖像預處理;
采用儀表分類模型對預處理后的儀表圖像進行儀表類型識別;
根據得到的儀表類型,從所述預處理后的儀表圖像中獲取儀表讀數。
2.根據權利要求1所述的儀表讀數識別方法,其特征在于,所述的采用直方圖均衡化方法對所述儀表圖像進行圖像預處理,包括:
獲取所述儀表圖像的灰度直方圖信息;
根據所述灰度直方圖信息,采用直方圖均衡化方法調整所述儀表圖像的灰度值,使調整后的儀表圖像的灰度值的分布近似于均勻分布。
3.根據權利要求1所述的儀表讀數識別方法,其特征在于:
所述儀表分類模型采用基于空洞卷積的卷積神經網絡。
4.根據權利要求3所述的儀表讀數識別方法,其特征在于,所述基于空洞卷積的卷積神經網絡包括:
基礎網絡使用Xception網絡;
用空洞卷積取代所述Xception網絡中的卷積模塊;
所述Xception網絡的輸出層使用1x1x256的卷積層代替全連接層。
5.根據權利要求1所述的儀表讀數識別方法,其特征在于,所述的根據得到的儀表類型,從所述預處理后的儀表圖像中獲取儀表讀數,包括:
從所述預處理后的儀表圖像中提取儀表區域;
根據得到的儀表類型,從所述儀表區域獲取儀表讀數。
6.根據權利要求5所述的儀表讀數識別方法,其特征在于,所述的根據得到的儀表類型,從所述儀表區域獲取儀表讀數,包括:
根據得到的儀表類型,選擇對應的關鍵點定位模型;
將所述儀表區域輸入所述關鍵點定位模型,得到儀表中指針的起點坐標和終點坐標,以及表盤中心坐標和表盤起始坐標;
根據所述指針的起點坐標和終點坐標,以及所述表盤中心坐標和所述表盤起始坐標,得到儀表讀數。
7.根據權利要求6所述的儀表讀數識別方法,其特征在于:
所述關鍵點定位模型以ShuffleNet網絡為基礎,并從所述ShuffleNet網絡中分別抽取一個淺層特征、一個中層特征和一個深層特征,累加到最后的輸出層上。
8.根據權利要求7所述的儀表讀數識別方法,其特征在于,從所述ShuffleNet網絡中分別抽取一個淺層特征、一個中層特征和一個深層特征,累加到最后的輸出層上,包括:
從所述ShuffleNet網絡的第5、8和13層分別抽出一個分支,進行累加,經嵌入層和一個1x1x6的卷積層輸出。
9.一種儀表讀數識別裝置,其特征在于,包括:
圖像獲取模塊,用于獲取待識別讀數的儀表圖像;
圖像預處理模塊,用于采用直方圖均衡化方法對所述儀表圖像進行圖像預處理;
儀表分類模塊,用于采用儀表分類模型對預處理后的儀表圖像進行儀表類型識別;
儀表讀數識別模塊,用于根據得到的儀表類型,從所述預處理后的儀表圖像中獲取儀表讀數。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1-8任一項所述的儀表讀數識別方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于開放智能機器(上海)有限公司,未經開放智能機器(上海)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110389066.4/1.html,轉載請聲明來源鉆瓜專利網。





