水表数值自动读取方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种水表数值自动读取方法、装置、电子设备及存储介质，其方法包括：获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入MobileNetV3网络模型，得到所述待识别水表的水表数值。在对水表字轮识别时，利用MobileNetV3网络模型代替现有的图像处理方法，实现精确的远程自动水表数值读取，提高水表数值读取的精度和效率，并且由于MobileNetV3网络模型属于轻量化模型，能够部署在移动端，作业人员可以随地读取水表数值。作业人员可以随地读取水表数值。作业人员可以随地读取水表数值。

【技术实现步骤摘要】
水表数值自动读取方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像识别
，尤其涉及一种水表数值自动读取方法、装置、电子设备及存储介质。

技术介绍

[0002]水表作为供水贸易结算的主要计量仪表，其数值读取的准确性一直是供水企业和用户关注的焦点。市面上的水表大多为机械式水表，读取机械式水表数值方法以人工读取和远程自动读取为主。其中，远程自动读取方法是随着互联网、通信技术和嵌入式技术等不断发展的产物，该方法相比人工读取方法准确率和效率更高，更有利于促进物业管理水平的提高，以及促进智能楼宇和智能物业的发展。
[0003]但现阶段的远程自动读取方法所涉及的字轮识别算法一般采用传统的图像处理方法，如模板匹配法，这种图像处理方法读取只出现一半的字轮时，读取结果可能不准确，因此这种字轮识别算法并不具备良好的鲁棒性。

技术实现思路

[0004]本专利技术提供了一种水表数值自动读取方法、装置、电子设备及存储介质，解决现有的水表数值读取方法在识别字轮半字时不准确的问题，提高水表数值读取的精度和效率。
[0005]第一方面，本专利技术提供的一种水表数值自动读取方法，包括：
[0006]获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
[0007]从所述轮廓区域中识别得到字轮区域；
[0008]依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
[0009]将所述字轮区域图片输入MobileNetV3网络模型，得到所述待识别水表的水表数值。<br/>[0010]可选地，所述MobileNetV3网络模型的构建方法包括：
[0011]从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
[0012]基于所述样本字轮区域图片及对应的样本类别标签，构建所述MobileNetV3网络模型。
[0013]可选地，基于所述样本字轮区域图片及对应的样本类别标签，构建所述MobileNetV3网络模型，包括：
[0014]将所述样本字轮区域图片输入所述MobileNetV3网络模型，生成对应的样本类别；
[0015]根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
[0016]基于所述训练误差，通过反向传播算法对所述MobileNetV3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成MobileNetV3网络模型。
[0017]可选地，所述字轮数据库的构建方法包括：
[0018]获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注
对应的历史类别标签；
[0019]依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。
[0020]可选地，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签之前，还包括：
[0021]获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
[0022]依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片。
[0023]可选地，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签，包括：
[0024]依次判断所述历史独立字轮区域图片中是否存在两个残缺数值；
[0025]若否，则依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
[0026]若是，则依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签。
[0027]可选地，依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签，包括：
[0028]判断所述上数值区域占比是否大于所述下数值区域占比；
[0029]若是，则依据所述上数值区域的数值确定所述历史独立字轮图片的历史类别标签；
[0030]若否，则依据所述下数值区域的数值确定所述历史独立字轮图片的历史类别标签。
[0031]第二方面，本专利技术还公开了一种水表数值自动读取装置，包括：
[0032]获取模块，用于获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
[0033]识别模块，用于从所述轮廓区域中识别得到字轮区域；
[0034]裁剪模块，用于依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
[0035]输入模块，用于将所述字轮区域图片输入MobileNetV3网络模型，得到所述待识别水表的水表数值。
[0036]可选地，所述装置还包括：网络构建模块，用于构建所述MobileNetV3网络模型；数据库构建模块，用于构建字轮数据库；
[0037]可选地，所述网络构建模块包括：
[0038]样本获取子模块，用于从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
[0039]模型构建子模块，用于基于所述样本字轮区域图片及对应的样本类别标签，构建所述MobileNetV3网络模型。
[0040]可选地，所述模型构建子模块包括：
[0041]生成单元，将所述样本字轮区域图片输入所述MobileNetV3网络模型，生成对应的样本类别；
[0042]误差确定单元，用于根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
[0043]网络生成单元，用于基于所述训练误差，通过反向传播算法对所述MobileNetV3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成MobileNetV3网络模型。
[0044]可选地，所述数据库构建模块包括：
[0045]标注子模块，用于获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签；
[0046]数据库构建子模块，用于依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。
[0047]可选地，数据库构建模块还包括：
[0048]图片获取子模块，用于获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
[0049]图片分割子模块，用于依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片。
[0050]可选地，所述标注子模块包括：
[0051]判断单元，用于依次判断所述历史独立字轮区域图片中是否存在两个残缺数值，若是则执行第一确定单元，若否则执行第二确定单元；
[0052]第一确定单元，用于依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
[0053]第二确定单元，用于依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水表数值自动读取方法，其特征在于，包括：获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入MobileNetV3网络模型，得到所述待识别水表的水表数值。2.根据权利要求1所述的水表数值自动读取方法，其特征在于，所述MobileNetV3网络模型的构建方法包括：从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；基于所述样本字轮区域图片及对应的样本类别标签，构建所述MobileNetV3网络模型。3.根据权利要求2所述的水表数值自动读取方法，其特征在于，基于所述样本字轮区域图片及对应的样本类别标签，构建所述MobileNetV3网络模型，包括：将所述样本字轮区域图片输入所述MobileNetV3网络模型，生成对应的样本类别；根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；基于所述训练误差，通过反向传播算法对所述MobileNetV3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成MobileNetV3网络模型。4.根据权利要求2或3所述的水表数值自动读取方法，其特征在于，所述字轮数据库的构建方法包括：获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签；依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。5.根据权利要求4所述的水表数值自动读取方法，其特征在于，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签之前，还包括：获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字...

【专利技术属性】
技术研发人员：何欣颖，吴黎明，郑耿哲，宋非洋，李竣超，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：