申请/专利权人：广州市扬新技术研究有限责任公司

申请日：2023-08-30

公开（公告）日：2024-03-12

公开（公告）号：CN116844058B

主分类号：G06V20/10

分类号：G06V20/10;G06N3/0455;G06N3/0464;G06N3/08;G06V10/24;G06V10/32;G06V10/44;G06V10/764;G06V10/80;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2023.10.24#实质审查的生效;2023.10.03#公开

摘要：本发明公开了一种指针式仪表示数的识别方法、装置、设备及存储介质，包括在待识别示数图上检测四个关键点；根据检测到的四个关键点进行透视变换，并输出目标画布；对目标画布采用语义分割，分割出仪表图像指针，并识别指针；求解语义分割出指针的最小外接矩形；计算当前最小外接矩形坐标点和角度，根据求解得到的旋转角度，再根据仪表量程，求解当前示数。本发明先用深度学习的目标检测方法准确找到仪表图像的四个关键点，用opencv中的透视变换算法矫正仪表图像；再利用深度学习的语义分割模型，将矫正后的指针式仪表图像，只分割出指针；由于图像是矫正后的，可以直接求解指针外接最小矩形，根据数学公式和仪表量程，直接求解仪表示数。

主权项：1.一种指针式仪表示数的识别方法，其特征在于，在进行图像识别仪表指针示数之前，先进行图像矫正，包括如下步骤：第一步、获取特定范围内的图像数据，其中，所述图像数据包括至少一个仪表图像作为待检测图像；第二步、对待检测图像先检测四个关键点，再对待检测图像进行矫正；第三步、根据检测到的四个关键点进行透视变换，并输出目标画布，实现图像矫正；第四步、对目标画布采用语义分割，分割出仪表图像指针，并识别指针；第五步、求解语义分割出指针的最小外接矩形；第六步、计算当前最小外接矩形坐标点和角度，根据求解得到的旋转角度，再根据仪表量程，求解当前示数；语义分割采用DeepLabv3+模型，DeepLabv3+模型包括Encoder-Decoder模型，该Encoder-Decoder模型的Encoder部分包括Backbone和ASPP，Backbone的主体是带有空洞卷积的DCNN，采用常用的分类网络ResNet，DeepLabv3+引入了Decoder模块，ASPP带有空洞卷积，用于进一步提取多尺度信息，采用池化层获取更多尺度特征，其中ASPP采用池化层获取目标画布多尺度特征，Encoder-Decoder模型的Decoder部分接受来自Backbone中间层的低级特征图和来自ASPP的输出作为输入，将Backbone输出的低级特征图进行通道降维，将ASPP输出特征图进行插值上采，将两种所得特征图拼接进行卷积处理，再进行线性插值上采样，得到原图大小预测图像，构成Encoder-Decoder体系，双线性差值上采样是一个简单的Decoder，将底层特征与高层特征进一步融合，分割出仪表图像指针。

全文数据：

权利要求：

百度查询： 广州市扬新技术研究有限责任公司 一种指针式仪表示数的识别方法、装置、设备及存储介质

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