基于图像分割的仪表读数识别方法及系统技术方案

本发明专利技术公开了一种基于图像分割的仪表读数识别方法及系统，包括：获取待识别的仪表图像，利用训练好的语义分割模型分别提取出仪表图像中的指针区域、表盘中心区域以及设定三角区域的掩码信息；其中，所述设定的三角区域为表盘首尾刻度值之间与表盘中心区域构成的三角区域；基于各区域的掩码信息将指针区域、表盘中心区域与设定三角区域分离成三个独立通道，对仪表图像中的仪表位置进行旋转校正；对设定三角区域进行三角形拟合，在表盘中心区域、指针区域和拟合后的设定三角区域分别选取关键点，基于关键点计算仪表的读数。本发明专利技术的分割方法在标注效率上更高，并且标注的目标区域更少，更大，从而导致算法在整体的性能均有提升。提升。提升。

【技术实现步骤摘要】
基于图像分割的仪表读数识别方法及系统


[0001]本专利技术涉及仪表读数识别
，尤其涉及一种基于图像分割的仪表读数识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]在供暖或水流运输等场景中，压力与温度等是非常需要关注的安全指标，考虑到实行性与精度因素，指针式仪表通常是这些场景下的首选。但由于指针式仪表缺乏对应的数据输出端口，往往需要耗费人力资源去进行仪表读数的监控，而且由于工作的繁琐与主观疲劳等因素，可能出现漏检或者错检的情况发生。
[0004]近年来，机器视觉技术得到了广泛的应用，由于机器视觉算法的客观性与高准确性，使得工业场景下的自动化水平得到了重大突破。
[0005]现有技术公开了利用机器视觉进行仪表读数识别的方法，在现场光线不佳或者仪表存在倾斜或翻转等不良情况时，仍然能够实现对仪表读数的准确识别；但是，当仪表存在遮挡，或者，仪表类型不同时，现有技术的方法往往存在泛化能力不足的问题，从而导致无法准确识别出仪表读数。

技术实现思路

[0006]为了解决上述问题，本专利技术提出了一种基于图像分割的仪表读数识别方法及系统，仪表数据标注方式，训练出的语义分割模型，能很好的应对仪表存在遮挡的情况，且在不同类型的仪表上具有良好的泛化性。
[0007]在一些实施方式中，采用如下技术方案：
[0008]一种基于图像分割的仪表读数识别方法，包括：
[0009]获取待识别的仪表图像，利用训练好的语义分割模型分别提取出仪表图像中的指针区域、表盘中心区域以及设定三角区域的掩码信息；其中，所述设定的三角区域为表盘首尾刻度值之间与表盘中心区域构成的三角区域；
[0010]基于各区域的掩码信息将指针区域、表盘中心区域与设定三角区域分离成三个独立通道，对仪表图像中的仪表位置进行旋转校正；
[0011]对设定三角区域进行三角形拟合，在表盘中心区域、指针区域和拟合后的设定三角区域分别选取关键点，基于关键点计算仪表的读数。
[0012]作为进一步地方案，对语义分割模型的训练过程具体为：
[0013]构建训练样本库，所述训练样本库中仪表图像的指针区域、表盘中心区域和设定的三角区域分别进行标注；
[0014]基于标注后的样本数据对全卷积神经网络进行训练，得到训练好的语义分割模型。
[0015]作为进一步地方案，对仪表图像中的仪表位置进行旋转校正，具体过程包括：
[0016]保留每一个独立通道中面积最大的连通域；
[0017]在保留的连通域中，分别计算表盘中心区域的重心点c和设定三角区域的重心点t；
[0018]设定正方向，以点c为旋转中心，将mask从向量所指向的方向旋转至正方向。
[0019]作为进一步地方案，计算表盘中心区域的重心点c或计算设定三角区域的重心点t的方法为：
[0020][0021]其中，Ω表示表盘中心区域或者设定三角区域，(x
i
，y
i
)表示相应区域内第i个点的坐标；N表示在区域内选取的点的数量，N≥3；(x,y)是相应区域的重心点坐标。
[0022]作为进一步地方案，对设定三角区域进行三角形拟合，具体过程为：获取设定三角区域的最小外接三角形，实现对设定三角区域进行三角形拟合。
[0023]作为进一步地方案，对设定三角区域进行三角形拟合，在表盘中心区域、指针区域和拟合后的设定三角区域分别选取关键点，具体为：
[0024]选取表盘中心区域的重心点c、指针区域中距离点c最远的点z、拟合后的设定三角区域的水平方向最大值点r和最小值点l作为关键点。
[0025]作为进一步地方案，基于关键点计算仪表的读数，具体为：
[0026][0027][0028]其中，α代表从向量方向出发，经顺时针旋转后到达指针区域所旋转的角度，θ为当指针位于满量程时的偏移角，R为最终的读数，S为仪表的量程，表示向量与之间的锐角夹角。
[0029]在另一些实施方式中，采用如下技术方案：
[0030]一种基于图像分割的仪表读数识别系统，包括：
[0031]仪表信息提取模块，用于获取待识别的仪表图像，利用训练好的语义分割模型分别提取出仪表图像中的指针区域、表盘中心区域以及设定三角区域的掩码信息；其中，所述设定的三角区域为表盘首尾刻度值之间与表盘中心区域构成的三角区域；
[0032]仪表位置校正模块，用于基于各区域的掩码信息将指针区域、表盘中心区域与设定三角区域分离成三个独立通道，对仪表图像中的仪表位置进行旋转校正；
[0033]仪表自动度数模块，用于对设定三角区域进行三角形拟合，在表盘中心区域、指针区域和拟合后的设定三角区域分别选取关键点，基于关键点计算仪表的读数。
[0034]在另一些实施方式中，采用如下技术方案：
[0035]一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的一种基于图像分割的仪表读数识别方法。
[0036]在另一些实施方式中，采用如下技术方案：
[0037]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的一种基于图像分割的仪表读数识别方法。
[0038]与现有技术相比，本专利技术的有益效果是：
[0039](1)本专利技术设计新的图像标注方法，在仪表图像样本数据中标注仪表的中心区域、指针区域与设定的三角形区域；基于标注的样本数据对语义分割模型进行训练，通过训练好的语义分割模型将仪表图像分为指针区域、表盘中心区域以及设定三角区域，相比直接针对刻度分割，本专利技术的分割方法在标注效率上更高，并且标注的目标区域更少，更大，从而导致算法在整体的性能均有提升。
[0040](2)本专利技术的标注只包含指针、仪表中心点、以及中心点、量程起始点和终点的三角区域，因此在整个仪表中某些刻度被遮挡时，对识别结果并不会有影响。此外，仪表读数识别只计算指针与仪表中心点的夹角和量程起始点与终点的夹角，不会受到仪表的类型(如压力表，温度表)的影响。
[0041]本专利技术的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
[0042]图1为本专利技术实施例中的基于图像分割的仪表读数识别方法流程图；
[0043]图2为本专利技术实施例中的仪表图像标注示意图；
[0044]图3为本专利技术实施例中的仪表图像旋转校正示意图；
[0045]图4为本专利技术实施例中的关键点选取示意图。
具体实施方式
[0046]应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本专利技术使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。
[0047]需要注意的是，这里所使用的术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分割的仪表读数识别方法，其特征在于，包括：获取待识别的仪表图像，利用训练好的语义分割模型分别提取出仪表图像中的指针区域、表盘中心区域以及设定三角区域的掩码信息；其中，所述设定的三角区域为表盘首尾刻度值之间与表盘中心区域构成的三角区域；基于各区域的掩码信息将指针区域、表盘中心区域与设定三角区域分离成三个独立通道，对仪表图像中的仪表位置进行旋转校正；对设定三角区域进行三角形拟合，在表盘中心区域、指针区域和拟合后的设定三角区域分别选取关键点，基于关键点计算仪表的读数。2.如权利要求1所述的一种基于图像分割的仪表读数识别方法，其特征在于，对语义分割模型的训练过程具体为：构建训练样本库，所述训练样本库中仪表图像的指针区域、表盘中心区域和设定的三角区域分别进行标注；基于标注后的样本数据对全卷积神经网络进行训练，得到训练好的语义分割模型。3.如权利要求1所述的一种基于图像分割的仪表读数识别方法，其特征在于，对仪表图像中的仪表位置进行旋转校正，具体过程包括：保留每一个独立通道中面积最大的连通域；在保留的连通域中，分别计算表盘中心区域的重心点c和设定三角区域的重心点t；设定正方向，以点c为旋转中心，将mask从向量所指向的方向旋转至正方向。4.如权利要求3所述的一种基于图像分割的仪表读数识别方法，其特征在于，计算表盘中心区域的重心点c或计算设定三角区域的重心点t的方法为：其中，Ω表示表盘中心区域或者设定三角区域，(x
i
，y
i
)表示相应区域内第i个点的坐标；N表示在区域内选取的点的数量，N≥3；(x,y)是相应区域的重心点坐标。5.如权利要求3所述的一种基于图像分割的仪表读数识别方法，其特征在于，对设定三角区域进行三角形拟合，具体过程为：获取设定三角区域的最小外接三角形，实现对设定三角区域进行三角...

【专利技术属性】
技术研发人员：陈英鹏，张朝瑞，刘辰飞，许野平，
申请(专利权)人：神思电子技术股份有限公司，
类型：发明
国别省市：