【技术实现步骤摘要】
本专利技术涉及仪表盘读数方法领域，尤其涉及一种基于ai视觉的指针式测量仪表数据识别方法及电子设备。
技术介绍
1、随着社会的发展，高压电网的分布越来越广，而高压电网中存在着大量的测量仪表，这些仪表的管理问题变得越来越复杂。
2、高压电网的测量仪表中包含大量的指针式测量仪表，这些测量仪表产生的数据需要定期采集和记录，但是传统的数据采集方法是通过安排大量数据采集人员进行人工人眼观察、手动抄写采集的人工眼看手抄采集法，这种方法不仅采集效率低下还消耗大量的人力资源，且在人工对测量仪表的数据进行采集时，常常遇到采集环境光线不足、肉眼观察不准确而导致的数据采集误差问题。
3、因此，亟需一种能够解决现有的指针式仪表数据识别方法中存在的人工消耗大，人工采集数据容易产生误差的技术问题。
技术实现思路
1、本专利技术提供了一种基于ai视觉的指针式测量仪表数据识别方法及电子设备，用以解决现有的指针式仪表数据识别方法中存在人工消耗大，人工采集数据容易产生误差的技术问题。
2、为实现上述目的，本专利技术提供了一种基于ai视觉的指针式测量仪表数据识别方法，包括：
3、对测量仪表进行图像采集，得到第一图像；
4、对第一图像进行图像预处理，得到第二图像；
5、将第二图像输入目标检测网络，进行测量仪表的指针位置检测，得到指针位置信息；
6、根据指针位置信息，得到指针的最小边界矩形；计算最小边界矩形的中心点坐标，即得到指针中心位置信息
7、根据指针中心位置信息和表盘中心位置信息，得到指针偏转角度信息；
8、根据指针偏转角度信息，结合测量仪表的实际刻度，识别得到测量仪表的数据。
9、优选的，计算最小边界矩形的中心点坐标包括：
10、计算最小边界矩形任意一对对角的坐标；
11、求任意一对对角的坐标的平均值，即得到最小边界矩形的中心点坐标。
12、优选的，对第一图像进行图像预处理包括：
13、将图像依次采用双三次插值对图像进行缩放、进行直方图均衡化、进行高斯滤波、进行钝化掩蔽和进行霍尔曼圆检测。
14、优选的，采用双三次插值对图像进行缩放包括：
15、采用opencv中的cv.resize函数对不同尺寸的图像进行尺寸统一的缩放，采用双三次插值和lanczos插值分别进行图像缩放后，再将分别处理的图像采取1：1的比例合成一张新的图像。
16、优选的，进行直方图均衡化包括：
17、将图像中的像素值出现的频率进行重新分布，增强图像的对比度；对图像的灰度级别进行统计，对灰度级别的分布进行调整，使每个灰度级别的像素数量大致相同。
18、优选的，进行钝化掩蔽包括：
19、第一步，生成蒙板gm(x,y)：
20、
21、其中，f(x,y)表示原图；表示表示经过10乘10的均值滤波核处理后的模糊图像；
22、第二步，将蒙板按照比例k与原图相加，得到进行钝化掩蔽后的图像g(x,y)：
23、g(x,y)＝f(x,y)+k*gm(x,y)
24、优选的，进行霍尔曼圆检测包括：
25、在图像中进行圆形参数空间的搜索，对于每一个像素点，遍历可能的圆心和半径，生成一个三维空间的累加器数组，记录圆心和半径的投票个数，然后遍历累加器数组，从而找到投票个数超过阈值以及满足设定半径大小的组合；最后遍历图像每一个像素，如果该像素点在圆形区域内则无变化，如果该像素点在圆形区域外则将像素值变为(255，2552，255)，以去除与测量仪表无关的环境背景，提取测量仪表的表盘部分。
26、优选的，目标检测网络采用yolo网络；
27、使用yolo网络对输入的图像进行指针位置检测中，面临指针或测量仪表表盘背景的分类时，使用非极大值抑制挑选检测框。
28、优选的，在识别得到测量仪表的数据后，保存数据至云端，以联机存储数据。
29、本专利技术还提供了一种电子设备，电子设备包括存储器及处理器，存储器上存储有计算机程序，处理器执行计算机程序时实现本专利技术的方法。
30、本专利技术具有以下有益效果：
31、本专利技术的基于ai视觉的指针式测量仪表数据识别方法，首先采集测量仪表的图像，再将图像预处理得到预处理图像，并通过目标检测网络识别预处理图像中指针的位置，最后通过计算得到指针的偏转角度后即可得到测量仪表的测量数据，相比传统的需要大量数据采集人员的人工眼看手抄法，本方法仅需要对测量仪表进行图像采集，再通过后续的数据处理即可得到测量仪表的测量数据，不需要对测量数据进行手动抄写，大大减少了人力资源的消耗，且避免了人工观察使测量数据结果产生误差。
32、本方法通过指针位置计算得到指针的最小边界矩形，计算最小边界矩形的中心点坐标，得到了指针中心位置信息；并根据霍夫曼圆检测得到测量仪表的表盘中心位置信息；再根据指针中心位置信息和表盘中心位置信息得到了指针偏转角度信息，这种直接通过坐标信息计算得到的指针偏转角度信息的方法准确性较高，使得本方法能够根据指针偏转角度信息来准确地得到测量仪表的数据。
33、本方法对采集的图像进行了图像预处理，使得本方法避免了会影响测量数据读取的图像质量因素的影响。
34、除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本专利技术作进一步详细的说明。
本文档来自技高网...【技术保护点】
1.一种基于AI视觉的指针式测量仪表数据识别方法，其特征在于，包括：
2.根据权利要求1所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，计算所述最小边界矩形的中心点坐标包括：
3.根据权利要求2所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，对所述第一图像进行图像预处理包括：
4.根据权利要求1至3任一项所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，所述采用双三次插值对图像进行缩放包括：
5.根据权利要求4所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，所述进行直方图均衡化包括：
6.根据权利要求5所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，所述进行钝化掩蔽包括：
7.根据权利要求6所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，所述进行霍尔曼圆检测包括：
8.根据权利要求1至3任一项所述的基于AI视觉的指针式测量仪表数据识别方法，其特征在于，所述目标检测网络采用YOLO网络；
9.根据权利要求8所述的基于A
10.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种基于ai视觉的指针式测量仪表数据识别方法，其特征在于，包括：
2.根据权利要求1所述的基于ai视觉的指针式测量仪表数据识别方法，其特征在于，计算所述最小边界矩形的中心点坐标包括：
3.根据权利要求2所述的基于ai视觉的指针式测量仪表数据识别方法，其特征在于，对所述第一图像进行图像预处理包括：
4.根据权利要求1至3任一项所述的基于ai视觉的指针式测量仪表数据识别方法，其特征在于，所述采用双三次插值对图像进行缩放包括：
5.根据权利要求4所述的基于ai视觉的指针式测量仪表数据识别方法，其特征在于，所述进行直方图均衡化包括：
6.根据权利要求5所述的基于ai视觉的指针式测量仪...
【专利技术属性】
技术研发人员：曾昭强，彭禹尧，王立德，谭麒邦，严宇，伍艺，周展帆，谭明甜，王青，周辉，肖麟祥，刘卫东，章健军，何文正，何权，于艺盛，
申请(专利权)人：国网湖南省电力有限公司，
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。