申请/专利权人：国网辽宁省电力有限公司营销服务中心

申请日：2023-11-28

公开（公告）日：2024-03-01

公开（公告）号：CN117636321A

主分类号：G06V20/62

分类号：G06V20/62;G06V20/70;G06V30/18;G06V10/82;G06N3/0475;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明涉及图像处理技术领域，具体为电能表铭牌关键特征识别方法及系统，包括以下步骤：基于单三相电能表及物联表的铭牌，采用多角度拍摄技术和自适应曝光控制，生成多角度铭牌图像集。本发明中，通过卷积神经网络在图像特征提取和边缘增强方面的应用，提升了对模糊文字和数字的识别率，处理了传统方法在处理磨损或模糊铭牌时的不足，通过结合光学字符识别技术和自然语言处理算法，解析铭牌上的型号和日期信息，提升了文本识别的准确率，通过使用生成对抗网络和变形学习技术，能够有效处理非标准形状铭牌的识别问题，结合用户反馈和在线学习机制，使得识别算法能够持续优化，适应不断变化的铭牌型号和格式，保证了长期有效性和适应性。

主权项：1.电能表铭牌关键特征识别方法，其特征在于，包括以下步骤：基于单三相电能表及物联表的铭牌，采用多角度拍摄技术和自适应曝光控制，生成多角度铭牌图像集；基于所述多角度铭牌图像集，使用卷积神经网络进行图像特征提取和边缘增强，识别磨损或模糊的文字和数字，生成边缘增强图像；基于所述边缘增强图像，运用光学字符识别技术进行文字和数字识别，适应多型号铭牌字体和排列格式，生成识别文本数据；基于所述识别文本数据，应用自然语言处理算法进行语义分析，解释铭牌型号和日期信息，生成语义解析数据；基于非标准形状铭牌图像，使用生成对抗网络结合变形学习技术进行识别和解析，生成异形铭牌识别数据；基于所述语义解析数据和异形铭牌识别数据，结合用户反馈，通过在线学习机制对识别算法进行优化，生成优化铭牌识别结果。

全文数据：

权利要求：

百度查询： 国网辽宁省电力有限公司营销服务中心 电能表铭牌关键特征识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD