一种指针式仪表读数识别方法技术

本发明专利技术提供了一种指针式仪表读数识别方法，属于计算机视觉的工业图像应用领域，包括如下步骤：获取指针式仪表图像数据；基于U<supgt;2</supgt;‑Net神经网络架构及MPA注意力机制，将U<supgt;2</supgt;‑Net神经网络架构的编码层和解码层进行跳跃连接，得到跳跃连接权重；将相邻的解码层之间进行上采样，得到上采样权重；将跳跃连接权重和上采样权重分别输入MPA进行特征融合，得到融合后的权重；将跳跃连接权重或上采样权重与融合后的权重相乘后融合输出，得到神经网络分割模型；将指针式仪表图像数据输入神经网络分割模型，得到仪表刻度和指针分割数据；并对两者进行拟合，得到刻度圆和指针直线；对刻度圆和指针直线进行相对角度计算，得到指针读数信息。

【技术实现步骤摘要】

本专利技术属于计算机视觉的工业图像应用领域，具体涉及一种指针式仪表读数识别方法。

技术介绍

1、传统的指针式仪表读数识别方法通常依赖于人工观察和记录指针的位置来获取测量值。这个过程需要操作员仔细地观察仪表上的指针位置，并准确地记录下所指示的数值。人工方法不仅耗时，而且容易出错，业界正在逐步采用计算机视觉的方法来进行仪表读数。然而，现有的计算机视觉方法在对工业环境下的仪表进行读数时，也存在不足。

2、在工业环境中，由于仪表数量多，光照和环境因素会对图像质量产生显著的影响，这使得现有的计算机视觉方法无法充分地提取工业图像中的关键特征，进而影响识别效果。此外，现有的计算机视觉方法在实时性方面也达不到工业场景的要求。因此，在工业场景中，使用目前的基于深度学习的计算机视觉方法在对大规模仪表读数时存在读取效率低下及识别效果差的问题。

技术实现思路

1、为了克服读取效率低及识别效果差的不足，本专利技术提供了一种指针式仪表读数识别方法，包括如下步骤：

2、获取指针式仪表图像数据集；

3、基本文档来自技高网...

【技术保护点】

1.一种指针式仪表读数识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，所述获取指针式仪表图像数据集，包括如下步骤：

3.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，还包括对神经网络分割模型进行训练，具体包括如下步骤：

4.根据权利要求3所述的指针式仪表读数识别方法，其特征在于，所述反向传播损失函数的计算公式如下：

5.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，对所述仪表刻度和指针分割数据进行拟合，得到刻度圆和指针直线，包括如下步骤：

6.根据权利要求1所...

【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，包括如下步骤：

2.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，所述获取指针式仪表图像数据集，包括如下步骤：

3.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，还包括对神经网络分割模型进行训练，具体包括如下步骤：

4.根据权利要求3所述的指针式仪表读数识别方法，其特征在于，所述反向传播损失函数的计算公式如下：

5.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，对所述仪表刻度和指针分割数据进行拟合，得到刻度圆和指针直线，包括如下步骤：

6.根据权利要求1所述的指针式仪表读数识别方法，其特征在于，神经网络分割...

【专利技术属性】
技术研发人员：谭大禹，王劲龙，周晓平，戴益科，苏延森，郑春厚，
申请(专利权)人：安徽大学，
类型：发明
国别省市：