基于宽度学习算法的煤气表字符识别方法和系统技术方案

本发明专利技术公开了一种基于宽度学习算法的煤气表字符识别方法，所述方法包括以下步骤：完成宽度学习算法模型训练；获取待识别的煤气表字符图像；对所述煤气表字符图像进行数据处理，转成数字矩阵；将所述数字矩阵输入到训练好的所述宽度学习算法模型中进行计算，得出所述煤气表字符的内容，完成煤气表字符识别。本发明专利技术之方法采用宽度学习算法，可实现煤气表字符计数特点的学习，识别准确率高、识别速度快；基于摄像头画面即可实现，可以基于已有的监控设备或者新增监控设备，易实现，成本低，不牵扯煤气表的改造；且本实施例之方法具备离线识别能力，无须云端参与。

【技术实现步骤摘要】
基于宽度学习算法的煤气表字符识别方法和系统
本专利技术涉及仪表字符识别领域，具体是一种基于宽度学习算法的煤气表字符识别方法和系统。
技术介绍
随着社会的发展，不少的水表、电表、煤气表都已经实现智能化，不需要人工上门专门抄表了。但是大量的仪表还是老式仪表，改造成智能化仪表成本高、周期长，因此仍主要依靠人工抄表，通过低成本、快速、简易的方式实现无人化抄表，是当前的一个核心诉求。在现有煤气表字符定位和识别方法中，主要是利用传统图像处理的方法对煤气表图片进行处理，通常包括字符定位、字符分割和字符识别三个步骤。而煤气表通常采用的是一种十进位的计数装置，叫“滚轮计数器”，该种滚轮计数器有一个显著的特点：经常会发生数字显示不完全，呈现前后两个数字各显示一半的情况，对于传统的字符识别处理系统来说，难以处理该种情况，而且传统的字符识别方法一般其过程较为复杂，效率偏低，系统稳定性和抗干扰行差，识别的准确率低。
技术实现思路
为了克服上述现有技术的不足，本专利技术的目的在于提供一种煤气表字符的识别方法和系统，该方法基于宽度学习算法，具有结本文档来自技高网...

【技术保护点】
1.一种基于宽度学习算法的煤气表字符识别方法，其特征在于：包括以下步骤：/n完成宽度学习算法模型训练；/n获取待识别的煤气表字符图像；/n对所述煤气表字符图像进行数据处理，转成数字矩阵；/n将所述数字矩阵输入到训练好的所述宽度学习算法模型中进行计算，得出所述煤气表字符的内容，完成煤气表字符识别。/n

【技术特征摘要】
1.一种基于宽度学习算法的煤气表字符识别方法，其特征在于：包括以下步骤：
完成宽度学习算法模型训练；
获取待识别的煤气表字符图像；
对所述煤气表字符图像进行数据处理，转成数字矩阵；
将所述数字矩阵输入到训练好的所述宽度学习算法模型中进行计算，得出所述煤气表字符的内容，完成煤气表字符识别。


2.根据权利要求1所述的方法，其特征在于：所述的宽度学习算法模型训练，包括以下步骤：
收集一定量的煤气表字符图像，构建用于算法模型训练的训练输入数据；
对所述训练输入数据进行处理，得到原始输入矩阵和原始输出矩阵，构建映射特征点矩阵；
利用所述映射特征点矩阵，构建增强点矩阵；
用求解伪逆的方法得到输入层到输出层的权重矩阵，完成算法模型的训练。


3.根据权利要求2所述的方法，其特征在于：所述的对所述训练输入数据进行处理，得到原始输入矩阵和原始输出矩阵，构建映射特征点矩阵，具体包括：将所述训练输入数据依次经过z分数标准化和归一化处理，得到输入训练数据矩阵，利用宽度学习方法对所述输入训练数据矩阵进行z分数归一化和稀疏化表示，生成特征节点，构建映射特征点矩阵。


4.根据权利要求3所述的方法，其特征在于：所述的对所述训练数据进行处理，得到原始输入矩阵和原始输出矩阵，构建映射特征点矩阵，还包括：在利用宽度学习方法对所述输入训练数据矩阵进行z分数归一化的处理后还进行增广处理。


5.根据权利要求2所述的方法，其特征在于：所述的利用所述映射特征点矩阵，经过处理构建增强点矩阵，具体包括：利用宽度学习方法对所述映射特征点矩阵进行归一化和稀疏化表示，生成增强节点，构建增强点矩阵。


6.根据权利要求2至5任一所述的方法，其特征在于：所述的收集一定量的煤气表字符图像，构建用于算法模型训练的训练输入数据，具体包括：将一定量的煤气表字符图像分为训练数据集XTrain、验证数据集XIncre和测试数据集Xtest，并对所述训练数据集XTrain、验证数据集XIncre和测试数据集Xtest进行z分数归一化和稀疏化表示。


7.根据权利要求6所述的方法，其特征在于：所述的对所述训练输入数据进行处理，得到原始输入矩阵和原始输出矩阵，构建映射特征点矩阵，具体包括：利用宽度学习方法对训练输入数据集XTrain得到的训练数据矩阵进行z分数...

【专利技术属性】
技术研发人员：韩子天，林志杰，卢桂斌，刘子鸽，
申请(专利权)人：安信通科技澳门有限公司，
类型：发明
国别省市：澳门;82