一种基于AI图像分析算法的工业仪表智能读数识别方法技术

本发明专利技术涉及智能制造技术领域，具体为一种基于AI图像分析算法的工业仪表智能读数识别方法，包括以下步骤：SP1：通过采用AI图像分析算法技术构建图像采集端与数据识别模型，所述图像采集端通过无线网络连接于所述数据识别模型，所述图像采集端包括摄像头模块与图像发生模块，所述数据识别模型包括图像处理模块、数据显示模块、数据监测模块与学习训练模块，SP2：利用所述摄像头模块拍摄现场工业仪表数显图像，本发明专利技术能够提升制造业工厂内工业仪表盘的数据读取的精度，有利于避免容易出现漏检与高误检率的现象，通过工业仪表盘自动读取的模式，便于大规模采集数据，从而为工厂内部智能制造生产提高效率等起到辅助推进性作用。能制造生产提高效率等起到辅助推进性作用。能制造生产提高效率等起到辅助推进性作用。

【技术实现步骤摘要】
一种基于AI图像分析算法的工业仪表智能读数识别方法


[0001]本专利技术涉及智能制造
，具体为一种基于AI图像分析算法的工业仪表智能读数识别方法。

技术介绍

[0002]智能制造应当包含智能制造技术和智能制造系统，智能制造系统不仅能够在实践中不断地充实知识库，而且还具有自学习功能，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力，智能制造生产过程中工业仪表读数时需人工现场目视检测记录，已经难以满足现代工业高速、高准确率的检测要求，容易造成漏检、误检率高问题，影响工厂内部智能制造生产效率。鉴于此，我们提出一种基于AI图像分析算法的工业仪表智能读数识别方法。

技术实现思路

[0003]本专利技术的目的在于提供一种基于AI图像分析算法的工业仪表智能读数识别方法，以解决上述
技术介绍
中提出工厂智能制造生产过程中工业仪表读数时需人工现场目视检测记录，已经难以满足现代工业高速、高准确率的检测要求，容易出现漏检、误检率高现象，影响工厂内部智能制造生产效率的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]一种基于AI图像分析算法的工业仪表智能读数识别方法，包括以下步骤：
[0006]SP1：通过采用AI图像分析算法技术构建图像采集端与数据识别模型，所述图像采集端通过无线网络连接于所述数据识别模型，所述图像采集端包括摄像头模块与图像发生模块，所述数据识别模型包括图像处理模块、数据显示模块、数据监测模块与学习训练模块；
[0007]SP2：利用所述摄像头模块拍摄现场工业仪表数显图像，所述摄像头模块将拍摄的工业仪表数显图像发送至所述数据识别模型中的图像处理模块；
[0008]SP3：利用所述图像处理模块对工业仪表数显图像进行分析处理为数据信息，所述数据显示模块将数据信息进行显示供人员查看读数；
[0009]SP4：利用所述数据监测模块对数据信息进行比对监测处理，若监测数据信息为异常状态，可对应发出提示警告信息；
[0010]SP5：利用所述学习训练模块进行存储数据信息，将所述图像处理模块中的工业仪表数显图像分析信息与存储数据信息进行匹配，若工业仪表数显图像分析信息成功匹配于对应存储数据信息，可将对应存储数据信息推送至所述数据显示模块直接进行显示以供人员查看读数。
[0011]优选的，所述图像处理模块包括图像接收单元、图像分析单元、数据生成单元与数据传输单元，所述图像接收单元用于接收所述摄像头模块拍摄的工业仪表数显图像，所述数据生成单元用于将所述图像分析单元对于工业仪表数显图像的分析信息生成数据信息。
[0012]优选的，所述数据传输单元包括显示传输单元与储存传输单元，所述显示传输单元用于将数据信息传输至所述数据显示模块进行显示，所述储存传输单元用于将数据信息传输至所述学习训练模块进行存储。
[0013]优选的，所述数据显示模块包括数据显示单元与数据查询单元，所述数据查询单元用于查询所述学习训练模块存储的数据信息。
[0014]优选的，所述数据监测模块包括参数存储单元、数据比对单元与异常提醒单元，所述数据比对单元用于将所述数据生成单元生成的数据信息与所述参数存储单元的参数信息进行比对解析处理。
[0015]优选的，所述学习训练模块包括数据存储单元、数据匹配单元与数据推送单元，所述数据匹配单元用于将所述图像分析单元对于工业仪表数显图像的分析信息与所述数据存储单元存储的数据信息进行匹配处理。
[0016]与现有技术相比，本专利技术的有益效果是：
[0017]本专利技术通过摄像头模块拍摄现场工业仪表数显图像，摄像头模块将拍摄的工业仪表数显图像发送至数据识别模型中的图像处理模块，通过图像处理模块对工业仪表数显图像进行分析处理为数据信息，数据显示模块将数据信息进行显示供人员查看读数，通过数据监测模块对数据信息进行比对监测处理，能够实现远程数据采集，数据信息监测异常可发出提示警告信息，识别精度高，具有动态自主数据信息学习记忆能力，提升制造业工厂内工业仪表盘的数据读取的精度，满足现代工业高速、高准确率的检测要求，有利于避免容易出现漏检与高误检率的现象，取代人工抄表的模式，通过工业仪表盘自动读取的模式，便于大规模采集数据，从而为工厂内部智能制造生产提高效率等起到辅助推进性作用。
附图说明
[0018]图1为本专利技术中图像采集端与数据识别模型的结构框图；
[0019]图2为本专利技术中图像处理模块的结构框图；
[0020]图3为本专利技术中数据显示模块的结构框图；
[0021]图4为本专利技术中数据监测模块的结构框图；
[0022]图5为本专利技术中学习训练模块的结构框图。
[0023]图中：1、图像采集端；11、摄像头模块；12、图像发生模块；2、数据识别模型；21、图像处理模块；211、图像接收单元；212、图像分析单元；213、数据生成单元；214、数据传输单元；215、显示传输单元；216、储存传输单元；22、数据显示模块；221、数据显示单元；222、数据查询单元；23、数据监测模块；231、参数存储单元；232、数据比对单元；233、异常提醒单元；24、学习训练模块；241、数据存储单元；242、数据匹配单元；243、数据推送单元。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]请参阅图1
‑
图5所示，本专利技术提供的一种技术方案：
[0026]一种基于AI图像分析算法的工业仪表智能读数识别方法，包括以下步骤：
[0027]SP1：通过采用AI图像分析算法技术构建图像采集端1与数据识别模型2，图像采集端1通过无线网络连接于数据识别模型2，图像采集端1包括摄像头模块11与图像发生模块12，数据识别模型2包括图像处理模块21、数据显示模块22、数据监测模块23与学习训练模块24；
[0028]SP2：利用摄像头模块11拍摄现场工业仪表数显图像，摄像头模块11将拍摄的工业仪表数显图像发送至数据识别模型2中的图像处理模块21；
[0029]SP3：利用图像处理模块21对工业仪表数显图像进行分析处理为数据信息，数据显示模块22将数据信息进行显示供人员查看读数；
[0030]SP4：利用数据监测模块23对数据信息进行比对监测处理，若监测数据信息为异常状态，可对应发出提示警告信息；
[0031]SP5：利用学习训练模块24进行存储数据信息，将图像处理模块21中的工业仪表数显图像分析信息与存储数据信息进行匹配，若工业仪表数显图像分析信息成功匹配于对应存储数据信息，可将对应存储数据信息推送至数据显示模块22直接进行显示以供人员查看读数。
[0032]作为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI图像分析算法的工业仪表智能读数识别方法，其特征在于，包括以下步骤：SP1：通过采用AI图像分析算法技术构建图像采集端(1)与数据识别模型(2)，所述图像采集端(1)通过无线网络连接于所述数据识别模型(2)，所述图像采集端(1)包括摄像头模块(11)与图像发生模块(12)，所述数据识别模型(2)包括图像处理模块(21)、数据显示模块(22)、数据监测模块(23)与学习训练模块(24)；SP2：利用所述摄像头模块(11)拍摄现场工业仪表数显图像，所述摄像头模块(11)将拍摄的工业仪表数显图像发送至所述数据识别模型(2)中的图像处理模块(21)；SP3：利用所述图像处理模块(21)对工业仪表数显图像进行分析处理为数据信息，所述数据显示模块(22)将数据信息进行显示供人员查看读数；SP4：利用所述数据监测模块(23)对数据信息进行比对监测处理，若监测数据信息为异常状态，可对应发出提示警告信息；SP5：利用所述学习训练模块(24)进行存储数据信息，将所述图像处理模块(21)中的工业仪表数显图像分析信息与存储数据信息进行匹配，若工业仪表数显图像分析信息成功匹配于对应存储数据信息，可将对应存储数据信息推送至所述数据显示模块(22)直接进行显示以供人员查看读数。2.根据权利要求1所述的基于AI图像分析算法的工业仪表智能读数识别方法，其特征在于：所述图像处理模块(21)包括图像接收单元(211)、图像分析单元(212)、数据生成单元(213)与数据传输单元(214)，所述图像接收单元(211)用于接收所述摄像头模块(11)拍...

【专利技术属性】
技术研发人员：傅博，
申请(专利权)人：微钜上海智能信息科技有限公司，
类型：发明
国别省市：