一种数字式水表识别方法与系统技术方案

本申请的技术方案提供了一种外挂式数字式水表识别系统，该系统采用人工智能算法来识别表盘上显示的水表流量计数值，然后，将该计数值回传给服务器，从而使得水表抄表业务不再依赖人工作业，极大的提高了效率。同时，本申请还设置了数字式水表流量计数值的神经网络分类器，其中，分类器包括第一级分类器和第二级分类器，两个分类器分别负责对不同的数字进行分类识别，从而有效提高了分类识别的效率。从而有效提高了分类识别的效率。从而有效提高了分类识别的效率。

【技术实现步骤摘要】
一种数字式水表识别方法与系统


[0001]本申请涉及水表远程抄表领域，具体而言，涉及一种数字式水表识别方法与系统。

技术介绍

[0002]目前许多居民水表电表的数据采集工作还是由人工抄表来完成，而传统的利用人工抄表的方式需要消耗大量的人力，还存在因抄表人员的失误导致采集的数值不准确的问题，而且无法达到实时采集的效果，而且人工抄表还需要房主在家配合的苛刻条件。随着物联网技术的发展，针对传统非智能水表的远程抄表业务成为物联网的一个新兴业务领域。同时，现在部分居民小区已经换装了数字式水表。所以，如何能实现对数字式水表的智能远程实时抄表是一个需要解决的技术问题。

技术实现思路

[0003]为了解决上述数字水表的远程抄表的技术问题，本申请提供了一种数字式水表识别方法与系统。
[0004]本申请的第一方面提供了一种数字式水表识别方法，该方法应用于外挂式水表抄表设备，所述方法包括：
[0005]S1、所述水表抄表设备的摄像头对数字式水表表盘进行拍摄，得到水表表盘图像，并将所述水表表盘图像发送至处理器；
[0006]S2、所述处理器调用人工智能算法对所述水表表盘进行识别，以得出水表流量计数值的识别结果。
[0007]优选地，在所述处理器调用人工智能算法对所述水表表盘进行识别之前，还包括如下步骤：
[0008]将所述水表表盘图像二值化，通过形态学膨胀算法对所述二值化后的图像进行连通域分析，将识别出的连通域的规则边界所划定区域作为表盘的有效区域；
[0009]从所述表盘的有效区域中确定出所述水表表盘的数值显示区域；
[0010]对所述数值显示区域图像进行图像切割，以得到多个字符图像；
[0011]按照从左至右分别给所述多个字符图像编排序号。
[0012]优选地，通过如下步骤进行二值化处理：
[0013]S11、对所述水表表盘图像进行灰度化处理；
[0014]S12、计算灰度化处理后的整个图像区域中的所有像素点中灰度值最大值pray_max；
[0015]S13、将所有像素点的灰度值pray
ij
与抉择阀值T
ij
进行比较，并基于如下公式输出该像素点的二值化结果P：
[0016][0017]其中，i、j为像素点在图像中的横纵数值，用于定位单一像素点；
[0018]S14、重复上述步骤S13，直至所有像素点均完成二值化。
[0019]优选地，所述抉择阀值T
ij
通过以下公式确定：
[0020][0021]其中，T
ij
为像素点(i，j)对应的抉择阀值，λ为预设的权重，T0为抉择阀值初值。
[0022]优选地，所述从所述表盘的有效区域中确定出所述水表表盘的数值显示区域，包括：对识别出的所述表盘的有效区域再次进行连通域分析，将识别出的连通域的规则边界所划定区域作为所述水表表盘的数值显示区域。
[0023]优选地，所述人工智能算法为基于神经网络的算法。
[0024]优选地，所述处理器调用人工智能算法对所述水表表盘进行识别，以得出水表流量计数值的识别结果，包括：
[0025]S21、接收所述多个字符图像；
[0026]S22、对所述字符图像进行识别处理，提取出统计特征和结构特征；其中，所述统计特征包括粗网格特征、投影特征，结构特征包括凹凸性、轮廓边界；
[0027]S23、将统计特征和结构特征进行最优组合，输入神经网络分类器；
[0028]S24、所述神经网络分类器基于输入的统计特征和结构特征组合进行数字字符分类，并输出分类结果；其中，神经网络分类器包括第一级分类器和第二级分类器，所述第一级分类器对0、1、7进行分类，所述第二级分类器对其它数字进行分类；
[0029]S25、基于所述字符图像编排序号将所述字符识别结果进行排序，从而得到水表流量计数值。
[0030]优选地，所述第二级分类器采用四层结构的神经网络模型，所述神经网络模型的激励函数为：
[0031][0032]其中，λ为权重，u
j
为第j个神经元的状态值，x
i
为前级输入第i个神经元的状态值，w
ij
为前级输入第i个神经元至第j个神经元的权重，θ
j
为神经元的阈值。
[0033]优选地，在步骤S2之前，还包括：采集设定数量的数字式水表表盘图像用于神经网络分类器的预训练，通过预训练确定出各数字字符的统计特征和结构特征的最优组合。
[0034]本申请的第二方面提供了一种数字式水表识别系统，该系统包括外挂式水表抄表设备及服务器，所述水表抄表设备包括摄像头、处理器及通信模块；
[0035]所述摄像头，用于对数字式水表表盘进行拍摄，得到水表表盘图像，并将所述水表表盘图像发送至处理器；
[0036]所述处理器，用于调用人工智能算法对所述水表表盘进行识别，以得出水表流量计数值的识别结果；
[0037]所述通信模块，用于将所述水表流量计数值的识别结果发送至服务器。
[0038]本专利技术的有益效果在于：
[0039]本申请的技术方案提供了一种外挂式数字式水表识别系统，该系统采用人工智能算法来识别表盘上显示的水表流量计数值，然后，将该计数值回传给服务器，从而使得水表
抄表业务不再依赖人工作业，极大的提高了效率。同时，本申请还设置了数字式水表流量计数值的神经网络分类器，其中，分类器包括第一级分类器和第二级分类器，两个分类器分别负责对不同的数字进行分类识别，从而有效提高了分类识别的效率。
附图说明
[0040]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0041]图1是本申请实施例公开的一种数字式水表识别方法的流程示意图；
[0042]图2是本申请实施例公开的一种数字式水表识别系统的结构示意图。
具体实施方式
[0043]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
[0044]因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0045]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字式水表识别方法，其特征在于：该方法应用于外挂式水表抄表设备，所述方法包括：S1、所述水表抄表设备的摄像头对数字式水表表盘进行拍摄，得到水表表盘图像，并将所述水表表盘图像发送至处理器；S2、所述处理器调用人工智能算法对所述水表表盘进行识别，以得出水表流量计数值的识别结果。2.根据权利要求1所述的方法，其特征在于：在所述处理器调用人工智能算法对所述水表表盘进行识别之前，还包括如下步骤：将所述水表表盘图像二值化，通过形态学膨胀算法对所述二值化后的图像进行连通域分析，将识别出的连通域的规则边界所划定区域作为表盘的有效区域；从所述表盘的有效区域中确定出所述水表表盘的数值显示区域；对所述数值显示区域图像进行图像切割，以得到多个字符图像；按照从左至右分别给所述多个字符图像编排序号。3.根据权利要求2所述的方法，其特征在于：通过如下步骤进行二值化处理：S11、对所述水表表盘图像进行灰度化处理；S12、计算灰度化处理后的整个图像区域中的所有像素点中灰度值最大值pray_max；S13、将所有像素点的灰度值pray
ij
与抉择阀值T
ij
进行比较，并基于如下公式输出该像素点的二值化结果P：其中，i、j为像素点在图像中的横纵数值，用于定位单一像素点；S14、重复上述步骤S13，直至所有像素点均完成二值化。4.根据权利要求3所述的方法，其特征在于：所述抉择阀值T
ij
通过以下公式确定：其中，T
ij
为像素点(i，j)对应的抉择阀值，λ为预设的权重，T0为抉择阀值初值。5.根据权利要求2-4任一项所述的方法，其特征在于：所述从所述表盘的有效区域中确定出所述水表表盘的数值显示区域，包括：对识别出的所述表盘的有效区域再次进行连通域分析，将识别出的连通域的规则边界所划定区域作为所述水表表盘的数值显示区域。6.根据权利要求5所述的方法，其特征在于：所述人...

【专利技术属性】
技术研发人员：丁武，李林，陈学志，于洋，
申请(专利权)人：辽宁长江智能科技股份有限公司，
类型：发明
国别省市：