一种基于深度学习实现指针式工业仪表读数的方法及系统技术方案

本发明专利技术涉及工业仪表读数技术领域，尤其涉及一种基于深度学习实现指针式工业仪表读数的方法及系统。采集仪表图像，使用YOLOv5算法对图像进行预处理；结合OpenCV和OCR技术检测圆形仪表盘，使用DeepLabv3算法对图像进行分割；将分割后的仪表图像结果进行坐标转换和矩阵转换，提取横坐标数组，通过指针位置在刻度线中的比例，计算仪表读数。本发明专利技术的方法不仅适用于单一类型的仪表，还可以扩展应用于不同的指针式工业仪表，具有广泛的适用性和灵活性。通过现有的监控摄像头和计算设备，无需额外的硬件投入，利用图像处理服务即可实现功能，具有较高的性价比。本发明专利技术提供了一种高效、可靠且经济的工业仪表读数解决方案。

【技术实现步骤摘要】

本专利技术涉及工业仪表读数，尤其涉及一种基于深度学习实现指针式工业仪表读数的方法及系统。

技术介绍

1、指针式工业仪表在工业生产中被广泛用于监控和记录物理参数，如压力、温度和电流等。这些仪表通过机械指针显示读数，具有结构简单、可靠性高等优点。然而，人工读取方式效率低下、易出错，同时，此类仪表经常出现在可能对人员具有伤害的场所，不利于读数人员的安全。故采用人工读数的方式已无法满足现代工业自动化和智能化的需求。因此，使用人工智能识别仪表读数替代传统的人工读数具有重大的应用意义。

技术实现思路

1、鉴于上述现有技术中存在的问题，提出了本专利技术。

2、因此，本专利技术提供了一种基于深度学习实现指针式工业仪表读数的方法，能够解决传统的人工读数方式效率低下且容易出错，特别是在危险或不便于人工操作的环境中，安全性也受到威胁。本专利技术的方法不仅显著减少了人工读数过程中可能出现的错误和延迟，提高了读数的准确性和一致性，还提升了工作和生产的安全性和可靠性。

3、为解决上述技术问题，本专利技术提供如下技本文档来自技高网...

【技术保护点】

1.一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：包括，

2.如权利要求1所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述预处理包括取待检测的指针式仪表图像，使用工厂和园区的监控摄像头实时传输监控画面，通过图像处理系统从监控视频流中截取包含仪表的图像，确保图像清晰且包含完整的仪表信息；

3.如权利要求2所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述检测圆形仪表盘结合OpenCV技术和ORC技术，计算圆心坐标(a,b)和圆心半径r0，识别仪表上标注的最大值Vmax和最小值Vmin，得到仪表的量程信息L＝Vmax-...

【技术特征摘要】

1.一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：包括，

2.如权利要求1所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述预处理包括取待检测的指针式仪表图像，使用工厂和园区的监控摄像头实时传输监控画面，通过图像处理系统从监控视频流中截取包含仪表的图像，确保图像清晰且包含完整的仪表信息；

3.如权利要求2所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述检测圆形仪表盘结合opencv技术和orc技术，计算圆心坐标(a,b)和圆心半径r0，识别仪表上标注的最大值vmax和最小值vmin，得到仪表的量程信息l＝vmax-vmin；

4.如权利要求3所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述坐标转换包括将分割后的仪表图像结果进行极坐标转换，将每个像素点坐标(x,y)转换为直线坐标(θ,r)，得到矩形标记图像，坐标转换公式表示为，

5.如权利要求4所述的一种基于深度学习实现指针式工业仪表读数的方法，其特征在于：所述矩阵转换包括对像素点进行矩阵转换，将图像分别转换为两个像素点横纵坐标(x,y)的矩...

【专利技术属性】
技术研发人员：陈松，袁存发，陶玉程，宋金峰，李辉，耿天涛，卞志刚，
申请(专利权)人：朗坤智慧科技股份有限公司，
类型：发明
国别省市：