一种水表检测的智能气泡识别系统及方法技术方案

技术编号:39501223 阅读:8 留言:0更新日期:2023-11-24 11:31
本发明专利技术提供了一种水表检测的智能气泡识别系统及方法,它解决了水表气泡识别等问题,其包括如下步骤:

【技术实现步骤摘要】
一种水表检测的智能气泡识别系统及方法


[0001]本专利技术属于图像检测
,具体涉及一种水表检测的智能气泡识别系统及方法


技术介绍

[0002]气泡随着水流进入水表后,气泡以空气杂质的形式通过水表

此时,水表会产生一个错误的脉冲,因为目前的测量技术还无法区分空气体积量和水流体积量

因此,这种情况下水表会产生正误差,严重时可能导致水表漏水

因此需要对水平气泡进行检测,对水表进行及时维护调整

现有的检测方式为人工查验,该查验方式检测精度较差,且由于环境限制,对其图像采集较为不便

除此之外,采用人工校验的方式所需时间以及成本较多

[0003]为了解决现有技术存在的不足,人们进行了长期的探索,提出了各式各样的解决方案

例如,中国专利文献公开了一种水表气泡检测方法
[202310124708.7],其通过摄像头采集水表表盘图像,利用水表气泡检测模型检测水表表盘图像中的数字区域是否存在气泡;若上述过程中不存在气泡,则通过检测亮度关键点判断水表表盘图像中的数字区域是否存在气泡,否则由人工识别度数;若上述过程中不存在气泡,则通过边缘特征判断水表表盘图像中的数字区域是否存在气泡,否则由人工识别度数;若上述过程中不存在气泡,则自动识别度数,否则由人工识别度数

[0004]上述方案在一定程度上解决了水表气泡检测的问题,但是该方案依然存在着诸多不足,例如仍然需要进行人工校验

无法保证检测精度等问题


技术实现思路

[0005]本专利技术的目的是针对上述问题,提供一种设计合理,识别检测精度高的水表检测的智能气泡识别方法

[0006]本专利技术的目的是针对上述问题,提供一种检测精度高的水表检测的智能气泡识别系统

[0007]为达到上述目的,本专利技术采用了下列技术方案:一种水表检测的智能气泡识别方法,包括如下步骤:
[0008]S1
:采集水表图像;
[0009]S2
:对水表图像进行预处理;
[0010]S3
:对水表图像进行特征提取;
[0011]S4
:利用
yolov8
模型进行图像分类检测;
[0012]S5
:识别判断水表内部气泡

[0013]在上述的一种水表检测的智能气泡识别方法中,步骤
S1
包括如下步骤:
[0014]S11
:将摄像头与水表表面平行;
[0015]S12
:检测水表表面是否位于摄像头最佳聚焦位置;
[0016]S13
:调整水表表面边缘接近
FOV
拍摄矩形成像区域大小;
[0017]S14
:水表表面中心与摄像头的镜头光轴相合;
[0018]S15
:调整水表表面成像亮度接近像素灰度饱和值

[0019]在上述的一种水表检测的智能气泡识别方法中,步骤
S2
包括如下步骤:
[0020]S21
:将采集的水表图像导入
OpenCV

[0021]S22
:利用
OpenCV
中的
minread
函数读取图像;
[0022]S23
:调整图像大小,并进行灰度化以及阈值化;
[0023]S24
:利用
NumPy
数组调整图像的像素;
[0024]S25
:利用中值过滤器对图像进行锐化处理;
[0025]S26
:进行边缘检测识别图像边界

[0026]在上述的一种水表检测的智能气泡识别方法中,步骤
S26
包括如下步骤:
[0027]S261
:获取灰度图像并利用微分算子对灰度图像预处理;
[0028]S262
:将图像灰度值作为信息素量,采用蚁群算法进行迭代;
[0029]S263
:根据设置的阈值,将图像按照每个像素的灰度值大小转换为二值图像,得到边缘结果图

[0030]在上述的一种水表检测的智能气泡识别方法中,
S26
包括如下步骤:
[0031]S264
:对图像进行二值化处理;
[0032]S265
:对二值图像进行距离变换;
[0033]S266
:对距离变换图像进行阈值处理;
[0034]S267
:对初始标记图像进行分水岭分割得到边缘结果图

[0035]在上述的一种水表检测的智能气泡识别方法中,步骤
S3
包括如下步骤:
[0036]S31
:通过
Gamma
校正法对图像标准化处理;
[0037]S32
:计算图像中各像素梯度;
[0038]S33
:将图像划分为若干
cells

[0039]S34
:根据各
cells
的梯度直方图构建
descriptor

[0040]S35
:将若干
cells
组合为
block
并将特征
descriptor
串联得到该
block

HOG
特征
descriptor

[0041]S36
:将图像内所有
block

HOG
特征
descriptor
串联得到图像的
HOG
特征
descriptor。
[0042]在上述的一种水表检测的智能气泡识别方法中,步骤
S4
包括如下步骤:
[0043]S41
:准备运行环境,安装
ultralytics
包;
[0044]S42
:建立数据集;
[0045]S43
:利用步骤
S3
提取的特征向量划分数据集

[0046]在上述的一种水表检测的智能气泡识别方法中,步骤
S4
包括如下步骤:
[0047]S44
:将数据集中文件类型转换为
yolov8
标准的格式;
[0048]S45
:查看数据集标签类型以及数量;
[0049]S46
:修改数据并配置文件

[0050]在上述的一种水表检测的智能气泡识别方法中,步骤
S4
包括如下步骤:
[0051]S47
:进行本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种水表检测的智能气泡识别方法,其特征在于,包括如下步骤:
S1
:采集水表图像;
S2
:对水表图像进行预处理;
S3
:对水表图像进行特征提取;
S4
:利用
yolov8
模型进行图像分类检测;
S5
:识别判断水表内部气泡
。2.
根据权利要求1所述的一种水表检测的智能气泡识别方法,其特征在于,所述的步骤
S1
包括如下步骤:
S11
:将摄像头与水表表面平行;
S12
:检测水表表面是否位于摄像头最佳聚焦位置;
S13
:调整水表表面边缘接近
FOV
拍摄矩形成像区域大小;
S14
:水表表面中心与摄像头的镜头光轴相合;
S15
:调整水表表面成像亮度接近像素灰度饱和值
。3.
根据权利要求1所述的一种水表检测的智能气泡识别方法,其特征在于,所述的步骤
S2
包括如下步骤:
S21
:将采集的水表图像导入
OpenCV

S22
:利用
OpenCV
中的
minread
函数读取图像;
S23
:调整图像大小,并进行灰度化以及阈值化;
S24
:利用
NumPy
数组调整图像的像素;
S25
:利用中值过滤器对图像进行锐化处理;
S26
:进行边缘检测识别图像边界
。4.
根据权利要求3所述的一种水表检测的智能气泡识别方法,其特征在于,所述的步骤
S26
包括如下步骤:
S261
:获取灰度图像并利用微分算子对灰度图像预处理;
S262
:将图像灰度值作为信息素量,采用蚁群算法进行迭代;
S263
:根据设置的阈值,将图像按照每个像素的灰度值大小转换为二值图像,得到边缘结果图
。5.
根据权利要求3所述的一种水表检测的智能气泡识别方法,其特征在于,所述的
S26
包括如下步骤:
S264
:对图像进行二值化处理;
S265
:对二值图像进行距离变换;
S266
:对距离变换图像进行阈值处理;
S267
:对初始标记图像...

【专利技术属性】
技术研发人员:吴永尚徐叶琛张玄远郑利炳陈圣超徐霄宇
申请(专利权)人:宁波草船科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1