本发明专利技术公开了一种数码管小数点位置识别方法及装置，属于图像识别领域。针对现有技术中存在的小数点识别所需运算量大、适应性不强的问题，本发明专利技术提高了一种数码管小数点位置识别方法及装置，其中，数码管小数点位置识别方法包括以下步骤：获取待识别图像，对待识别图像进行预处理，得到预处理后的图像；对预处理后的图像进行卷积计算，得到卷积结果；对卷积结果进行密度聚类，得到若干个分组；对分组进行区域划分，得到位置区间；根据分组和位置区间，确定小数点位置。本发明专利技术对于不同种类数码管的小数点识别适应性强，对所需硬件的计算能力要求不高，降低了所需成本。降低了所需成本。降低了所需成本。
【技术实现步骤摘要】
一种数码管小数点位置识别方法及装置
[0001]本专利技术涉及图像识别领域，更具体地说，涉及一种数码管小数点位置识别方法及装置。
技术介绍
[0002]数码管，也称LED数码管，是一种可以显示数字和其他信息的电子设备，通过对其不同的管脚输入相对的电流，会使其发亮，从而显示出数字能够显示时间、日期、温度等所有可用数字表示的参数，由于它的价格便宜，使用简单，在电器领域应用极为广泛。
[0003]随着行业的发展，更多的行业开始朝智能化方向发展，对于数码管的示数也从之前的人为查看和记录转变为智能识别，而现有技术对数码管示数的小数点都不能很好的识别，现有技术中对数码管的数字识别方法主要有穿线法和OCR，然而，穿线法在对数码管数字进行识别时，对于单独数字的识别效果较好，但是穿线法主要是对数字的判断，不能发现小数点的位置；OCR识别是一种基于深度学习的文字识别技术，但是OCR识别用在小数点识别的准确率同样很低，上述两种方法均不适宜用在对小数点位置的识别。
[0004]中国专利申请，申请号CN201611031884.2，公开日2017年3月22日，公开了一种数字仪表读数图像识别方法，该方法根据事先标定的数字仪表图像，使用模板匹配方法在全景图像中提取感兴趣区域，再根据标定字符的相对位置关系提取感兴趣区域中单个字符区域和小数点待检测区域；对单个字符区域，利用事先训练好的卷积神经网络字符模型进行单个字符识别；对小数点待检测区域，利用事先训练好的基于分块LBP编码特征及Adaboost分类器的Cascade目标检测子进行小数点检测，并对检测结果进行后处理；最后根据字符、小数点及正负号识别结果获取读数。该专利技术可以对0～9数字、正负号及小数点进行识别，其不足之处在于，该专利技术需要事先根据事先在全景图像中提取感兴趣区域，再根据标定字符的相对位置关系提取感兴趣区域中的单个字符区域和小数点待检测区域，对于不同的数字仪表来说，图像中的数字显示区域可能会有很大变化，需要重新提取检测区域，适应性不强；对于小数点检测需要事先训练编码特征，所需运算量较大，对于硬件的计算能力要求较高。
技术实现思路
[0005]1.要解决的技术问题
[0006]针对现有技术中存在的小数点识别所需运算量大、适应性不强的问题，本专利技术提供了一种数码管小数点位置识别方法及装置，它可以实现减少运算量，提高适应性。
[0007]2.技术方案
[0008]本专利技术的目的通过以下技术方案实现。
[0009]一种数码管小数点位置识别方法，包括以下步骤：
[0010]获取待识别图像，对待识别图像进行预处理，得到预处理后的图像；
[0011]对预处理后的图像进行卷积和遍历，得到卷积结果；
[0012]对卷积结果进行密度聚类，得到若干个分组；
[0013]对分组进行区域划分，得到位置区间；
[0014]根据分组和位置区间，确定小数点位置。
[0015]进一步的，对待识别图像进行预处理，包括以下步骤：
[0016]对待识别图像进行灰度化处理，得到灰度图像；
[0017]对灰度图像进行二值化处理，判断图像中像素点值是否大于第一预设阈值，若大于，将该点的像素点值置为1，否则置为0，最后得到二值图像。
[0018]更进一步的，对预处理后的图像进行卷积和遍历计算，包括以下步骤：
[0019]设置卷积核，对图像进行卷积计算，得到卷积后的图像；
[0020]遍历卷积后的图像中的所有像素点，提取像素点值为0的坐标值，得到二维数组。
[0021]更进一步的，对分组进行区域划分，得到位置区间，包括以下步骤：
[0022]对所有分组中的元素进行去重和排序处理，得到处理后的数组；
[0023]对处理后的数组进行遍历，计算相邻元素值之差，判断差值是否大于预设阈值，若大于，则记录前一个元素值，最终得到位置区间。
[0024]更进一步的，根据分组和位置区间，确定小数点位置，包括以下步骤：
[0025]确定小数点所在的分组，遍历所有分组中的元素个数，选取元素个数最少的分组；
[0026]根据小数点所在的分组中的元素所在位置区间，确定小数点位置。
[0027]一种数码管小数点位置识别装置，包括：
[0028]图像获取单元，用于获取待识别图像，对待识别图像进行预处理，得到预处理后的图像；
[0029]图像去噪单元，用于对预处理后的图像进行卷积和遍历，得到卷积结果；
[0030]密度聚类单元，用于对卷积结果进行密度聚类，得到若干个分组；
[0031]区域划分单元，用于对分组进行区域划分，得到位置区间；
[0032]位置识别单元，用于根据分组和位置区间，确定小数点位置。
[0033]进一步的，图像获取单元包括：
[0034]灰度化处理模块，用于对待识别图像进行灰度化处理，得到灰度图像；
[0035]二值化处理模块，用于对灰度图像进行二值化处理，判断图像中像素点值是否大于第一预设阈值，若大于，将该点的像素点值置为1，否则置为0，最后得到二值图像。
[0036]更进一步的，图像去噪单元包括：
[0037]卷积计算模块，用于设置卷积核，对图像进行卷积计算，得到卷积后的图像；
[0038]像素点提取模块，用于遍历卷积后的图像中的所有像素点，提取像素点值为0的坐标值，得到二维数组。
[0039]更进一步的，区域划分单元包括：
[0040]去重排序模块，用于对所有分组中的元素进行去重和排序处理，得到处理后的数组；
[0041]判断模块，用于对处理后的数组进行遍历，计算相邻元素值之差，判断差值是否大于预设阈值，若大于，则记录前一个元素值，最终得到位置区间。
[0042]更进一步的，位置识别单元包括：
[0043]分组确定模块，用于确定小数点所在的分组，遍历所有分组中的元素个数，选取元
素个数最少的分组；
[0044]位置确定模块，用于根据小数点所在的分组中的元素所在位置区间，确定小数点位置。
[0045]3.有益效果
[0046]相比于现有技术，本专利技术的优点在于：
[0047]本专利技术通过对待识别图像进行预处理，将三通道图像转化为单通道，减少了后续小数点识别的数据计算量；对二值图像进行卷积处理，消除了可能被错误识别为小数点的噪声点，同时去除了数字之间的粘连点，提高了小数点位置识别的准确率；对卷积结果进行密度聚类，得到若干个分组，每个分组对应一个数字或小数点，对分组进行区域划分，得到位置区间，根据元素个数最小的分组与该分组所在的区间，即可得出该小数点相对于其他数字的位置，本专利技术的小数点位置识别方法不需要提前进行区域划分或训练识别模型，对于不同种类数码管的小数点识别适应性强，所需的计算量小，对硬件的计算能力要求不高，从而降低了所需成本。
附图说明
[0048]图1为本专利技术实施例中数码管小数点位置识别方法的应用场景本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数码管小数点位置识别方法，其特征在于，包括以下步骤：获取待识别图像，对待识别图像进行预处理，得到预处理后的图像；对预处理后的图像进行卷积计算，得到卷积结果；对卷积结果进行密度聚类，得到若干个分组；对分组进行区域划分，得到位置区间；根据分组和位置区间，确定小数点位置。2.根据权利要求1所述的一种数码管小数点位置识别方法，其特征在于，对待识别图像进行预处理，包括以下步骤：对待识别图像进行灰度化处理，得到灰度图像；对灰度图像进行二值化处理，判断图像中像素点值是否大于第一预设阈值，若大于，将该点的像素点灰度值置为1，否则置为0，最后得到二值图像。3.根据权利要求2所述的一种数码管小数点位置识别方法，其特征在于，对预处理后的图像进行卷积计算，包括以下步骤：设置卷积核，对图像进行卷积计算，得到卷积后的图像；遍历卷积后的图像中的所有像素点，提取像素点值为0的坐标值，得到二维数组。4.根据权利要求3所述的一种数码管小数点位置识别方法，其特征在于，对分组进行区域划分，得到位置区间，包括以下步骤：对所有分组中的元素进行去重和排序处理，得到处理后的数组；对处理后的数组进行遍历，计算相邻元素值之差，判断差值是否大于预设阈值，若大于，则记录前一个元素值，最终得到位置区间。5.根据权利要求1-4中任意一项所述的一种数码管小数点位置识别方法，其特征在于，根据分组和位置区间，确定小数点位置，包括以下步骤：确定小数点所在的分组，遍历所有分组中的元素个数，选取元素个数最少的分组；根据小数点所在的分组中的元素所在位置区间，确定小数点位置。6.一种数码管小数点位置识别装置，其特征在于，包括：图像获取单元，用于获取...
【专利技术属性】
技术研发人员：华绘，
申请(专利权)人：安徽小眯当家信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。