一种基于深度学习的圆形表盘旋转矫正方法技术

发明专利技术提供一种基于深度学习的圆形表盘旋转角度矫正的方法。该方法包括检测模型的构建、训练、通过模型检测表盘图像、筛选文本信息、获取角度读数和角度旋转等步骤。该方法解决了存在角度误差的圆形表盘的旋转矫正问题，提高了圆形表盘旋转矫正的精度，矫正方法也具有较好的鲁棒性。

A method of circular dial rotation correction based on deep learning

【技术实现步骤摘要】
一种基于深度学习的圆形表盘旋转矫正方法
本专利技术涉及信息
，特别涉及一种基于深度学习的圆形表盘旋转矫正方法。
技术介绍
深度学习或阶层学习是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络，在计算机系统中实现人工智能。深度学习的应用领域十分广泛，其中包括了计算机视觉、自然语言处理、生物信息学、自动控制等，尤其是在计算机视觉领域，深度学习的成果十分丰富，其中，目标检测就是一个很成功的研究领域，目标检测的目的是为了检索出图像中特定物体的位置并标记该特定物体，由于这个特性，目标检测也可以应用于圆形表盘的旋转矫正中来。文本识别是目标检测中一个重要的子领域，跟传统的OCR技术技术相比，基于深度学习的文本识别模型的抗干扰能力更强，能应对复杂的环境因素，例如光照、模糊、阴影等环境干扰因素，因此鲁棒性更强。指针式仪表由于结构简单，价格低廉，维护方便，抗电磁干扰能力强等特点，在社会生产行业中广泛使用。目前也有较多针对表盘示数自动读取的方法，大多数示数识别的方法都是针对不带角度的正面表盘图像进行的。上述情况较为理想，在实际生本文档来自技高网...

【技术保护点】
1.一种基于深度学习的圆形表盘旋转矫正方法，其特征在于，包括以下步骤：/n1)构建文本检测深度模型m；/n2)基于标准数据集训练文本检测模型m；/n3)利用模型m对表盘图像进行检测识别，获得文本组t；/n4)对文本组t的文本进行筛选，得到文本组t

【技术特征摘要】
1.一种基于深度学习的圆形表盘旋转矫正方法，其特征在于，包括以下步骤：
1)构建文本检测深度模型m；
2)基于标准数据集训练文本检测模型m；
3)利用模型m对表盘图像进行检测识别，获得文本组t；
4)对文本组t的文本进行筛选，得到文本组tnew；
5)对文本组tnew的所有角度进行均值处理，得到最终的旋转角度θ；
6)根据θ对图像进行旋转，输出最终的矫正后的图像。


2.根据权利要求1所述的基于深度学习的圆形表盘旋转矫正方法，其特征在于：步骤1)所构建的文本检测深度模型m基于CPTN文本检测模型。<...

【专利技术属性】
技术研发人员：章良杰，董俊伟，冯亮，徐新兴，刘凯，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50