一种基于AI技术的仪器仪表识别方法技术

本公开涉及信息化数据采集技术领域，提供一种基于AI技术的仪器仪表识别方法，解决了现有技术中实验室仪器仪表数据记录困难、准确性差的技术问题。一种基于AI技术的仪器仪表识别方法，包括以下步骤：获取识别区域，所述识别区域包括仪器仪表的示数数据以及位于所述示数数据周围的边框，所述边框为长方形；获取中间数据，依次对识别区域进行灰度化、腐蚀、膨胀得到中间数据；获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据；获取示数信息，识别所述识别数据中的示数数据得到示数信息；输出示数信息。在实际应用过程中，不需要手工记录，提高了数据记录精度，并且，降低了操作人员的劳动强度。操作人员的劳动强度。操作人员的劳动强度。

【技术实现步骤摘要】
一种基于AI技术的仪器仪表识别方法


[0001]本公开涉及信息化数据采集
，尤其涉及一种基于AI技术的仪器仪表识别方法。

技术介绍

[0002]在研究材料的重点实验室中，使用大型仪器仪表完成材料的合成和化学反应等是经常发生的。使用大型设备如：复合型真空计等。实验过程中进行的数据采集都需要人工进行值守记录化学反应数据，通过人工值守抄录的方式进行。
[0003]常见的数据记录方式是，首先制定记录规则，包含记录周期、记录仪器仪表、记录点位。然后根据记录规则，制定记录计划表，人工按照计划表定时到指定位置，抄录指定仪器仪表的读数。电子式仪表数据，人工抄录LED显示读数。
[0004]这种数据记录方式及时性、记录数据的准确性无法完全保证，并且，这种数据记录方式操作周期长、操作人员劳动强度大。

技术实现思路

[0005]本公开提供一种基于AI技术的仪器仪表识别方法，解决了现有技术中实验室仪器仪表数据记录困难、准确性差的技术问题。
[0006]解决上述技术问题采用的一些实施方案包括：
[0007]一种基于AI技术的仪器仪表识别方法，包括以下步骤：
[0008]获取识别区域，所述识别区域包括仪器仪表的示数数据以及位于所述示数数据周围的边框，所述边框为长方形；
[0009]获取中间数据，依次对识别区域进行灰度化、腐蚀、膨胀得到中间数据；
[0010]获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据；
[0011]获取示数信息，识别所述识别数据中的示数数据得到示数信息；
[0012]输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域。
[0013]本方案通过获取识别区域，识别区域包括示数数据以及边框，边框限定识别区域的面积，并使示数数据位于边框以内。限定识别区域可以避免识别区域以外的信息干扰示数数据的识别。降低了示数数据识别过程中的运算压力，并且，提高了示数数据识别效率。
[0014]通过获取中间数据，中间数据主要是用于对识别区域进行相应处理，去掉识别区域中的噪声，提高示数数据识别精度。同时，识别数据对中间数据进行进一步修正，进一步提高了示数数据的识别精度。
[0015]在实际应用过程中，不需要操作人员亲至现场，不需要手工记录，提高了数据记录精度、提高了数据记录效率，并且，降低了操作人员的劳动强度。
[0016]作为优选，所述获取识别区域包括：
[0017]获取包含有识别区域的视频；
[0018]抽取所述视频中至少三帧图像得到识别图像；
[0019]抽取每帧所述识别图像中的识别区域，并删除每帧所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；
[0020]根据所述边框叠加至少三个前置识别区得到所述识别区域。
[0021]本方案通过在视频中取帧的方式获取前置识别区，并对前置识别区处理后形成识别区域，不需要专业视频获取设备，常规的视频获取设备即可满足需求，降低了识别方法的应用成本。
[0022]作为优选，所述获取识别区域包括：
[0023]获取识别区域的视频；
[0024]抽取所述视频中至少三帧图像得到识别图像；
[0025]根据所述边框叠加所述识别图像得到所述识别区域。
[0026]本方案直接获取识别区域的视频，从硬件上直接获取识别区域视频，不需要对由视频获取的识别图像进行裁剪处理，降低了硬件的运行压力，提升了示数信息的识别效率。
[0027]作为优选，所述获取识别区域包括：
[0028]获取至少三张包含所述识别区域的图像得到识别图像；
[0029]删除每张所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；
[0030]根据所述边框叠加至少三个前置识别区得到所述识别区域。
[0031]本方案通过图片的形成获得前置识别区，不需要由视频中取帧，提高了识别区域的获取效率。
[0032]作为优选，所述获取识别区域包括：
[0033]获取至少三张识别区域的图像得到识别图像；
[0034]根据所述边框叠加至少三个识别图像得到所述识别区域。
[0035]本方案不需要对识别图像进行裁剪，进一步提升了识别区域的获取效率。
[0036]作为优选，所述获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据包括：
[0037]预置第一虚拟轴；
[0038]预置第二虚拟轴，所述第一虚拟轴与所述第二虚拟轴垂直，所述第一虚拟轴与所述第二虚拟轴相交于虚拟原点；
[0039]获取所述边框的中点；
[0040]获取所述边框的长边中点，两个所述长边中点的连线过所述中点；
[0041]获取所述边框的短边中点，两个所述短边中点的连线过所述中点；
[0042]使所述中点与所述虚拟原点重合，并使所述长边中点在所述第一虚拟轴上、所述短边中点在所述第二虚拟轴上，得到所述识别数据。
[0043]本方案通过第一虚拟轴、第二虚拟轴、虚拟原点以及长边中点、短边中点校正中间数据，识别数据具有较高的精度，即识别数据不会倾斜或者识别数据中的被识别元素不会重叠，提高了示数信息识别精度。
[0044]作为优选，所述获取示数信息，识别所述识别数据中的示数数据得到示数信息包括：
[0045]接收识别请求；
[0046]调取识别模型；
[0047]利用识别模型识别示数数据得到示数信息。
[0048]作为优选，所述识别模型为chinese_ocr_db_crnn_server模型。
[0049]作为优选，所述输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域包括：
[0050]传输所述示数信息至显示区域并使显示区域显示所述示数信息。
[0051]作为优选，所述输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域包括：
[0052]所述示数信息叠加于所述边框内，并使叠加于所述边框内的示数信息与所述边框内的示数数据不重叠，得到存储数据，存储所述存储数据。
[0053]本方案通过将示数信息叠加于边框内进行存储，便于后期查阅。
[0054]相对于现有技术，本公开提供的一种基于AI技术的仪器仪表识别方法具有如下优点：
[0055]1、通过获取识别区域，识别区域包括示数数据以及边框，边框限定识别区域的面积，并使示数数据位于边框以内。限定识别区域可以避免识别区域以外的信息干扰示数数据的识别。降低了示数数据识别过程中的运算压力，并且，提高了示数数据识别效率。
[0056]2、通过获取中间数据，中间数据主要是用于对识别区域进行相应处理，去掉识别区域中的噪声，提高示数数据识别精度。同时，识别数据对中间数据进行进一步修正，进一步提高了示数数据的识别精度。
[0057]3、在实际应用过程中，不需要操作人员亲至现场，不需要手工记录，提高了数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI技术的仪器仪表识别方法，其特征在于，包括以下步骤：获取识别区域，所述识别区域包括仪器仪表的示数数据以及位于所述示数数据周围的边框，所述边框为长方形；获取中间数据，依次对识别区域进行灰度化、腐蚀、膨胀得到中间数据；获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据；获取示数信息，识别所述识别数据中的示数数据得到示数信息；输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域。2.根据权利要求1所述的基于AI技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取包含有识别区域的视频；抽取所述视频中至少三帧图像得到识别图像；抽取每帧所述识别图像中的识别区域，并删除每帧所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；根据所述边框叠加至少三个前置识别区得到所述识别区域。3.根据权利要求1所述的基于AI技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取识别区域的视频；抽取所述视频中至少三帧图像得到识别图像；根据所述边框叠加所述识别图像得到所述识别区域。4.根据权利要求1所述的基于AI技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取至少三张包含所述识别区域的图像得到识别图像；删除每张所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；根据所述边框叠加至少三个前置识别区得到所述识别区域。5.根据权利要求1所述的基于AI技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取至少三张识别区域的图像得到识别图像；根据所述边框叠加至少三个识别图像得到所述...

【专利技术属性】
技术研发人员：龚博翔，周奇，陈耀刚，杨纪，刘杰，叶鑫，丁玲，
申请(专利权)人：贵州溪山科技有限公司，
类型：发明
国别省市：