【技术实现步骤摘要】
一种指针式仪表读数识别方法及系统
[0001]本专利技术涉及一种指针式仪表读数识别方法及系统,属于计算机视觉的
技术介绍
[0002]指针式仪表是目前生产过程中非常普遍的测量仪表之一,不仅种类繁多,而且数量巨大。目前国内对这类仪表的检定工作多采用人工观测仪表盘指针读数,这种传统方法受检测人员的操作经验、工作态度、业务水平和精神状态等其他主观因素的影响,存在劳动强度大、生产效率低、检测误差大、可靠性差等问题。另外,在高温、辐射、野外等比较恶劣的工作环境下,通常不适于人工监测指针式仪表的读数,这种情况下,图像识别得到了越来越多的应用。
[0003]中国专利文献CN202010326587公开了一种基于HRNet网络模型的SF6仪表图像读数方法,其中,对数据集的处理是标注SF6指针表的刻度关键点、指针、指针在仪表上的旋转中心点以及中间交点,然后所采用的关键点检测算法为自上而下的HRNet,也就是针对每一个关键点都利用一张特征图去预测,文献中所述的不同特征图按照顺序预测指定位置的关键点信息,这也就要求标注时候要严格按照一定的顺序进行标注,对于关键点的预测结果,因此上述文献由于只针对一种指针表型,所以结合刻度值的先验知识进行读数处理,采用的读数方法为角度判别法。
[0004]中国专利文献CN202010326587具有以下特点:
①
数据集处理方式中,所述标注的信息为刻度关键点、指针、指针在仪表上的旋转中心点以及中间交点,并且有严格的标注顺序要求;
②
使用算法:该文献 ...
【技术保护点】
【技术特征摘要】
1.一种指针式仪表读数识别方法,其特征在于,包括:S1、构建指针式仪表图像数据集:分别对指针式仪表图像进行标注,对应形成标注完成的指针式仪表刻度值数据集和标注完成的指针式仪表关键点数据集;S2、构建指针式仪表刻度值检测网络模型:利用标注完成的指针式仪表刻度值数据集对指针式仪表刻度值检测网络模型进行训练;构建指针式仪表关键点检测网络模型:利用标注完成的指针式仪表关键点数据集对指针式仪表关键点检测网络模型进行训练;S3、利用训练好的指针式仪表刻度值检测网络模型对待识别的指针式仪表图像进行刻度值预测;利用训练好的指针式仪表关键点检测网络模型对待识别的指针式仪表图像进行关键点预测;S4、根据步骤S3的预测结果进行后处理分析,获取待识别的指针式仪表图中当前指针式仪表读数。2.根据权利要求1所述的一种指针式仪表读数识别方法,其特征在于,所述步骤S1中构建指针式仪表图像数据集具体包括:S11、利用摄像头拍摄指针式仪表图像;S12、获取各摄像头拍摄的视频,并收集不同时间段下的视频流;S13、采用抽帧的方法对收集到的视频流进行处理,得到若干张图片;S14、将所有收集到的图片汇总,将包含指针式仪表图像的所有图片筛选出来制作未标注的指针式仪表图像数据集;S15、标注指针式仪表图像数据集:利用开源标注工具Labelimg对未标注的指针式仪表图像数据集各图片中的表盘刻度值进行标注,标注类别即为表盘刻度值,形成标注完成的指针式仪表刻度值数据集;利用开源标注工具Labelme对未标注的指针式仪表图像数据集各图片中的表盘刻度、指针针头、指针针尾进行标注,形成标注完成的指针式仪表关键点数据集。3.根据权利要求1所述的一种指针式仪表读数识别方法,其特征在于,在步骤S2中,所述指针式仪表刻度值检测网络模型,包括:在yolov5目标检测算法中添加ASFF自适应特征融合模块,用于对上层的输出特征层进行加权融合;所述ASFF自适应特征融合模块采用公式:将上层的输入特征分别乘上各自对应的权重参数得到下一层的特征融合图权重参数经过降维之后通过softmax函数使得它们的范围都在[0,1]内并且和为1。4.根据权利要求3所述的一种指针式仪表读数识别方法,其特征在于,在步骤S2中,所述指针式仪表关键点检测网络模型:在步骤S15中,通过标注出的表盘刻度、指针针头和指针针尾分别为指针式仪表刻度特征层、指针式仪表针头特征层和指针式仪表针尾特征层;
对于指针式仪表刻度特征层,利用Associative Embedding后处理方法提取指针式仪表刻度关键点;对于指针式仪表针头特征层和指针式仪表针尾特征层则提取特征图中最大特征值所在的位置作为指针式仪表针头关键点和指针式仪表针尾关键点。5.根据权利要求1所述的一种指针式仪表读数识别方法,其特征在于,在步骤S3中,所述利用训练好的指针式仪表刻度值检测网络模型对待识别的指针式仪表图像进行刻度值预测,具体包括:将待识别的指针式仪表图像输入到训练好的指针式仪表刻度值检测网络模型中进行特征提取,并根据提取的特征,对不同的输出层进行自适应的特征融合:对指针式仪表图像中的表盘上的刻度值的位置以及类别进行检测,得...
【专利技术属性】
技术研发人员:张亚辉,张健,王书堂,徐传伦,王飞,
申请(专利权)人:智洋创新科技股份有限公司,
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。