System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图形处理,尤其涉及一种基于深度学习技术的仪表示数识别方法及装置。
技术介绍
1、相关技术中,室外工业仪表监测方法包括传统的图像识别技术方法和基于深度学习的识别方法。由于室外环境变化较大,其较大程度上影响了图像采集装置,所以最为主流的读数方法为传统的图像识别技术。
2、但是,由于室外场景中的各种环境因素限制(如拍摄角度,对焦程度,光线采集等),部分表盘的图像监测效果较差,基于户外仪表监测,存在两种问题:精度问题、稳定性问题。无法在低数据样本的情况下进行精准监测,从而导致大量监测误报和漏检。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本申请的第一个目的在于提出一种基于深度学习技术的仪表示数识别方法。
3、本申请的第二个目的在于提出一种装置。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、本申请的第五个目的在于提出一种计算机程序产品。
7、为达上述目的,本申请第一方面实施例提出了一种基于深度学习技术的仪表示数识别方法,包括:
8、根据拍摄环境对原始图像进行预处理以获取预处理图像;
9、确定所述预处理图像中的仪表盘区域,并提取所述仪表盘区域中的仪表盘图像;
10、将所述仪表盘图像输入神经网络模型以提取目标像素集;
11、根据所述目标像素集中的像素类
12、可选的,所述根据拍摄环境对原始图像进行预处理以获取预处理图像,包括:
13、如果所述拍摄环境为白天,则根据所述原始图像的模糊度进行筛选,删除模糊度小于预设阈值的所述原始图像,并进行图像增强以获取预处理图像;或,
14、如果所述拍摄环境为黑夜,则对所述原始图像进行光线增强处理以获取预处理图像。
15、可选的,所述目标像素集包括多个第一像素集和第二像素集,其中,所述第一像素集中为指针对应的像素,所述第二像素集中为表盘对应的像素。
16、可选的,所述根据所述目标像素集中的像素类型进行对应的处理以确定仪表示数,包括:
17、根据所述第一像素集确定旋转中心点;
18、根据所述第一像素集中像素与所述旋转中心点之间的距离确定对应的针尖点;
19、提取出各个所述第二像素集对应的起点和终点;
20、根据所述旋转中心点、针尖点、起点和终点确定所述仪表示数。
21、可选的,所述根据所述第一像素集确定旋转中心点,包括:
22、计算多个所述第一像素集的交集,以获取第三像素集;
23、确定所述第三像素集中像素的质心,将所述质心作为所述旋转中心点。
24、可选的,所述根据所述第一像素集中像素与所述旋转中心点之间的距离确定对应的针尖点,包括:
25、根据各个所述第一像素集中像素绘制出对应的外接矩形;
26、计算所述外接矩形的顶点到所述旋转中心点的距离;
27、将所述距离最大的顶点作为所述针尖点。
28、可选的,所述提取出各个所述第二像素集对应的起点和终点,包括:
29、将所述第二像素集中的像素对应的表盘分割图分为两个子图像;
30、将各个所述子图像中纵坐标最小的点分别作为所述起点和所述终点。
31、可选的,所述根据所述旋转中心点、针尖点、起点和终点确定所述仪表示数,包括:
32、将所述针尖点、起点、终点分别与所述旋转中心点相连接,以获取第一直线、第二直线、第三直线;
33、确定所述第一直线与第二直线构成的第一夹角,所述第一直线与第三直线构成的第二夹角;
34、根据所述第一夹角和所述第二夹角确定所述仪表示数。
35、为达上述目的,本申请第二方面实施例提出了一种基于深度学习技术的仪表示数识别装置,包括:
36、预处理模块,用于根据拍摄环境对原始图像进行预处理以获取预处理图像;
37、图像提取模块,用于确定所述预处理图像中的仪表盘区域,并提取所述仪表盘区域中的仪表盘图像;
38、图像分割模块,用于将所述仪表盘图像输入神经网络模型以提取目标像素集;
39、示数识别模块,用于根据所述目标像素集中的像素类型进行对应的处理以确定仪表示数。
40、为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
41、所述存储器存储计算机执行指令;
42、所述处理器执行所述存储器存储的计算机执行指令,以实现如第一方面中任一项所述的方法。
43、为达上述目的,本申请第四方面实施例提出了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的方法。
44、为达上述目的,本申请第五方面实施例提出了一种计算机程序产品,该计算机程序被处理器执行时实现第一方面中任一项所述的方法。
45、本申请提供的基于深度学习技术的仪表示数识别方法、装置、电子设备及存储介质,通过提取仪表盘图像中的目标像素集并识别对应的像素类型,实现了根据图像读取仪表盘的示数,降低了仪表盘示数读取误差,提高了仪表盘示数读取的准确度和效率。
46、通过计算多个指针的第一像素集的交集的质心的方式确定指针的旋转中心的方法,可以更为准确性地确定指针的旋转中心,获得的指针示数更加准确。
47、本申请附加的方面和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,或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于深度学习技术的仪表示数识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述根据拍摄环境对原始图像进行预处理以获取预处理图像,包括:
3.根据权利要求1所述的方法,其特征在于,所述目标像素集包括多个第一像素集和第二像素集,其中,所述第一像素集中为指针对应的像素,所述第二像素集中为表盘对应的像素。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标像素集中的像素类型进行对应的处理以确定仪表示数,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素集确定旋转中心点,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素集中像素与所述旋转中心点之间的距离确定对应的针尖点,包括:
7.根据权利要求4所述的方法,其特征在于,所述提取出各个所述第二像素集对应的起点和终点,包括:
8.根据权利要求1所述的方法,其特征在于,所述根据所述旋转中心点、针尖点、起点和终点确定所述仪表示数,包括:
9.一种基于深度学习技术的仪
10.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-8中任一项所述的方法。
12.一种计算机程序产品,其特征在于,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种基于深度学习技术的仪表示数识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述根据拍摄环境对原始图像进行预处理以获取预处理图像,包括:
3.根据权利要求1所述的方法,其特征在于,所述目标像素集包括多个第一像素集和第二像素集,其中,所述第一像素集中为指针对应的像素,所述第二像素集中为表盘对应的像素。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标像素集中的像素类型进行对应的处理以确定仪表示数,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素集确定旋转中心点,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素集中像素与所述旋转中心点之间的距离确定对应的针尖点,...
【专利技术属性】
技术研发人员:魏昂昂,唐建平,孟欣,陈德为,周凡,许青松,于景龙,王介昌,张俊东,葛鎣,吴昊,吕达,蔡俊龙,周洪东,
申请(专利权)人:华能吉林发电有限公司,
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。