【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及一种用于指针式仪表的数据标注方法、装置、电子设备及存储介质。
技术介绍
1、指针式仪表由于具有结构简单、使用方便、性能稳定、成本较低等特点，长期以来在国家电网、工业控制、汽车船舶等领域，以及我们的日常生活中得到了广泛的应用。但对于指针式仪表，由于没有提供数据传送接口，这样就很难实现数据的自动采集和实时监控，以满足自动化的需求。同时，指针式仪表在电力领域中被广泛应用，特别是在变电站等高温、高压、高辐射的恶劣环境中，目前大量的工业仪表需要人工参与记录读数，人工记录带来的工作强度大、人力成本高、即时性差、效率低、误差高等缺点。因此通过图像识别模型自动识别指针式仪表的读数具有巨大的实用意义。
2、为了通过图像识别模型自动识别指针式仪表的读数，本领域研究人员致力于使用深度学习算法来解决指针式仪表的自动读数问题，而深度学习算法的训练需要大量高质量的数据集，尤其是面向图像分割算法的语义分割标注数据。
3、然而，相关技术中，针对指针式仪表的数据标注数据大多采用传统标注方法，即依赖于人工描点标注实现...
【技术保护点】
1.一种用于指针式仪表的数据标注方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于形态学的图像处理算法，对所述标注图中进行了粗标注的刻度区域和指针区域进行形态学特征提取，得到包含刻度区域和指针区域的形态学特征图，包括：
3.如权利要求2所述的方法，其特征在于，所述对每一个结构元素区域进行形态学闭运算，得到包含刻度区域和指针区域的形态学特征图，包括：
4.如权利要求1所述的方法，其特征在于，所述在所述形态学特征图中进行刻度区域和指针区域的连通，得到所述指针式仪表的细标注数据，包括：
5.如权...
【技术特征摘要】
1.一种用于指针式仪表的数据标注方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于形态学的图像处理算法，对所述标注图中进行了粗标注的刻度区域和指针区域进行形态学特征提取，得到包含刻度区域和指针区域的形态学特征图，包括：
3.如权利要求2所述的方法，其特征在于，所述对每一个结构元素区域进行形态学闭运算，得到包含刻度区域和指针区域的形态学特征图，包括：
4.如权利要求1所述的方法，其特征在于，所述在所述形态学特征图中进行刻度区域和指针区域的连通，得到所述指针式仪表的细标注数据，包括：
5.如权利要求4所述的方法，其特征在于，所述对所述形态学特征图中的前景像素进行连通域标记，得到至少包含...
【专利技术属性】
技术研发人员：梅焕，陈世峰，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。