CN106373365A - 快速识别的摄像式远传水表抄表系统及其读数识别方法 - Google Patents

快速识别的摄像式远传水表抄表系统及其读数识别方法 Download PDF

Info

Publication number
CN106373365A
CN106373365A CN201610944218.1A CN201610944218A CN106373365A CN 106373365 A CN106373365 A CN 106373365A CN 201610944218 A CN201610944218 A CN 201610944218A CN 106373365 A CN106373365 A CN 106373365A
Authority
CN
China
Prior art keywords
reading
water meter
character wheel
dial plate
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201610944218.1A
Other languages
English (en)
Inventor
孟凡民
李聪
赵钦君
李春梅
王辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Jinan
Original Assignee
Shandong Golden Instrument Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Golden Instrument Technology Co Ltd filed Critical Shandong Golden Instrument Technology Co Ltd
Priority to CN201610944218.1A priority Critical patent/CN106373365A/zh
Publication of CN106373365A publication Critical patent/CN106373365A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08CTRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

一种快速识别的摄像式远传水表系统及其水表读数方法,系统包括摄像头、补光灯、单片机、存储器和RS485电路,摄像头正对直读式字轮水表的表盘设置,补光灯设置在摄像头附近且光线射向直读式字轮水表的表盘,单片机分别与摄像头、补光灯、存储器和RS485电路相连,摄像头拍摄直读式字轮水表表盘图像信息发送给单片机,单片机首选对表盘图像训练样本进行训练获取数字0‑9的特征向量矩阵并构成因子矩阵,然后对采集的表盘图像信息进行处理获取每个字轮的数字图片,最后将每个字轮的数字图片与因子矩阵相乘得到水表表盘的实际读数。本发明不仅能够有效的解决了现有水表抄表系统单片机内存不足的问题,而且减低了水表抄表系统的成本。

Description

快速识别的摄像式远传水表抄表系统及其读数识别方法
技术领域
本发明涉及一种水表远传系统,具体地说是一种快速识别的摄像式远传水表抄表系统及其读数识别方法。
背景技术
我国的远传水表按照数据终端的采集方式大体可分为脉冲式和直读式两大类,两种水表的发展逐步趋于成熟,各自占有一部分市场份额,在业界中已经形成了一定的应用规范,也得到了广泛的接受。其原理和特点总结如下:
1脉冲式远传水表
脉冲式远传水表抄表系统在我国的发展已有20多年的历史,技术的开发与应用已经到了成熟阶段。该类水表的缺点是当电源断电、断线时,会造成数据的丢失,由于系统是通过对脉冲个数的累加计算的,所以断电后就需要对数据重新设置;而且传感器使用时间过长会产生疲劳损耗,造成用水量计数不准。该类水表按照使用的水流传感器的不同类型分为三类:
(1)霍尔传感器型远传水表,其基本工作原理:在机械水表的指针上安装一个磁钢,随着指针的转动,霍尔元件与磁钢的位置随之改变。当磁钢与霍尔元件的位置到达感应区域时,传感器利用磁感应原理就可感应到信号,通过将磁信号到电信号的转换,就可以达到将指针转动的动作数变成数字脉冲的目的,将该数字脉冲经过整形等处理传送到信号采集器中,通过对脉冲个数进行累加得出用户的用水量。
(2)干簧管传感器型远传水表,其工作原理:干簧管传感器也是一种磁敏传感器,当转盘转动永磁铁经过干簧管传感器时,即通过传感器时就会产生一个磁感应信号脉冲,将这个脉冲送到脉冲接收器中进行累加计数就可以得到用户用水量。干簧管传感器与霍尔传感器都是磁敏传感器,都是由在磁场的作用下发生磁信号到电信号的转换才产生的脉冲,所以脉冲产生的准确性决定了用水量计数的准确性。
(3)韦根式传感器型水表,其基本工作原理:韦根式传感器在交变的外磁场作用下,磁极方向会发生瞬间的翻转现象,从而产生正负脉冲信号,在此在检测线圈中会产生感应电脉冲信号,从而实现了磁信号向电信号的转换。这种抄表系统优点无需外用电源供电,缺点是由于其磁阻很大,容易吸附住叶轮而增加始动流量,引起热水管道中杂质增多,最后会导致叶轮转动受阻,无法正常工作。
2直读式远传水表
远传水表中直读式技术在2000年左右才兴起。起初的直读水表采用电阻触电式和光电式。这两种方式对制作的工艺要求很高,广泛应用存在很大的难度。随着信息科技的发展,相继产生了计数直读式抄表系统和摄像直读式抄表系统。
(1)触点直读式远传水表大致由电阻式抄表系统和电位器式抄表系统这两种构成,针对字轮式水表的抄表系统,需要对水表进行改造,在每一个字轮上要安装一个微型电刷,将电阻或电位器片安装在与电刷相对应的位置上。字轮上显示的数字可以通过电阻的变化表现出来。从制造工艺上可见其具体的实施有很大的难度,而且由于电路的工作环境要求高,以致这类产品只能在干式水表中应用,对于湿式水表还存在很多问题,测量电路在潮湿的环境中有可能发生短路、芯片损坏等状况
(2)光电直读式远传水表系统大致由光电对射式抄表系统和光电对射式抄表系统两种组成。针对字轮式水表的抄表系统,同触电式相同需要对水表进行细微的改造,将光电发射源固定在每一个字轮的一侧,将光电接收装置固定在其对应的字轮上,通过对光电接收装置的位置状态可以判断字轮所转到的具体数字位置,从而确定对应的全部水表号码。因为每一个字轮的构造都需要进行改造,而且传感器的位置需要精确的定位,这为水表抄表系统的施工带来了很大的难题。在光电直读式远传水表产品发展初期阶段,随着技术的发展和工艺的改进,对零点进位状态下的差错进行了修正,但在制造工艺上依然要求很高的施工精密度,不适宜大规模投入生产和应用。而且该方式的抄表系统对环境要求依然很高,湿式水表有水珠的影响,容易给系统带来损坏并且影响读数,干式水表环境更适于这种抄表系统。
(3)摄像直读式远传水表的优点是对水表的改造最小,任何水表的表头都可以保持构造不变,只需要对水表上面的塑料外壳进行轻微的改造,在水表的正上方几厘米处固定一个摄像式图像传感器,将拍摄的模拟视频信号传送出来,提供给计算机或数字处理器进行处理。2007年左右,随着图像传输与图像处理技术的相对成熟,使摄像式直读产品的研发得到了突破性进展,研发的产品也得到了推广应用。由于DSP或高端嵌入式单片机的问世,摄像直读式远传水表的研制成为当今研究的重点。
综合上述,国内主流的抄表技术大多基于机械脉冲的原理,主要利用前置采集器完成脉冲信息检测,进而实现信息的采集、保留和传输。脉冲抄表系统基于机械振动的原理,容易出现电磁干扰或退磁现象,在精确度上一直不能有效解决。再有,计数方式的水表,其计数和读数是同步的,断停电时计数丢失,造成读数低于实际计数,给供水公司带来损失;有干扰时,水表计数脉冲也可能出现虚增现象,即当前读数偏高。因此,脉冲计数这种技术诚然存在简单易完成的优点,不过由于同样存在需实时供电,功耗大以及抗干扰性差等多方面的问题,发展前景存在桎梏。针对脉冲表技术上存在的缺点,产生了多种其他无源直读式抄表系统,比如触点式、光电式、摄像式等装置。其中光电式一般适用于干式表,同时对精密度的要求比较高;触点式水表利用判别电阻阻值原理来确定字符位置,触点数量过多造成构造相对复杂,同时很容易产生读数误差;摄像式的直读水表则是把采集到的图像经过数字图象处理器进行识别并处理,从而最终实现自动抄表。鉴于上述存在的因素,利用摄像头拍摄水表表盘上的图像进行识别的抄表系统比较符合目前国内抄表公司所考虑无源和直读抄表技术的研究方向。这种方式基于视觉检测的原理,只需在工作时供电,没有累计误差,并且能够记录当前水表的图像,能够有效地减少纠纷。与此前的其他抄表技术相比,该系统具有更积极的意义。
目前的摄像式直读水表的摄像模块硬件基本采用单片机+DPS+摄像头驱动模块,单片机负责与上位机或集中器通信,DSP主要用来对图像采集和识别处理,软件多数采用图像二值化,图像分割,样本对照来识别字轮数值。这样不但成本高,而且开发难度增大,软件处理复杂,不利于产品快速上市产业化。
发明内容
针对上述不足,本发明提供了一种快速识别的摄像式远传水表系统及其水表读数方法,其能够有效的解决现有水表抄表系统单片机内存不足的问题,减低水表抄表系统的成本。
本发明解决其技术问题采取的技术方案是:快速识别的摄像式远传水表抄表系统,所述远传水表为直读式字轮水表,其特征是,包括摄像头、补光灯、单片机、存储器和RS485电路,所述摄像头正对直读式字轮水表的表盘设置,所述补光灯设置在摄像头附近且光线射向直读式字轮水表的表盘,所述单片机分别与摄像头、补光灯、存储器和RS485电路相连;所述摄像头拍摄直读式字轮水表表盘图像信息发送给单片机,所述单片机首选对表盘图像训练样本进行训练获取数字0-9的特征向量矩阵并构成因子矩阵,然后对采集的表盘图像信息进行处理获取每个字轮的数字图片,最后将每个字轮的数字图片与因子矩阵相乘得到水表表盘的实际读数。
优选地,所述单片机采用STM32F407单片机,所述摄像头采用OV2640摄像头,所述摄像头连接有24M有源晶振,所述存储器采用AT24C02存储芯片,所述RS485电路采用SP3485芯片。
优选地,所述单片机还连接有25M有源晶振和Mbus电路。
优选地,所述补光灯采用LED灯珠。
优选地,本发明的抄表系统还包括电源电路,所述电源电路包括RT9193-1.8芯片、RT9193-2.8芯片和RT9193-3.3芯片,所述RT9193-1.8芯片、RT9193-2.8芯片分别与摄像头连接,所述RT9193-3.3芯片与单片机连接。
本发明还提供了一种快速识别的摄像式远传水表读数识别方法,其特征是,包括以下步骤:
1)通过样本图像进行神经网络训练获取图像识别的因子矩阵;
2)拍摄直读式字轮水表表盘图像信息;
3)对表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
4)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个字轮数值图片;
5)将每个字轮数值图片分别与因子矩阵相乘,得到每个字轮的数值;
6)将识别的每个字轮的数值进行合并为水表读数。
优选地,在步骤1)中,获取图像识别的因子矩阵的过程具体包括一下步骤:
11)驱动直读式字轮水表工作使其字轮转动;
12)每秒钟拍摄一次直读式字轮水表表盘图像信息,采集2000副表盘图像作为训练样本,并且数字0-9中每个数字均出现在2000副表盘图像中的一部分图像中;
13)对采集的表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
14)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个数字图片,并按照0-9这10类对图像进行分类,获取0-9数字中每个数字的训练样本;
14)将获取到的训练样本输入MATLAB,采用MATLAB进行神经网络训练,并将特征值提取部分使用像素值作为特征进行逐行逐列扫描获取每个数字的特征向量矩阵;
15)将所有的训练样本输入MATLAB后,得到一个因子矩阵,这个因子矩阵显示出所有的训练样本每个像素点与训练值的比例值。
优选地,每个数字图片的高度为36,宽度为16;每个训练样本包括576个特征。
本发明的有益效果是:
本发明的控制核心采用低功耗单片机STM32F407来管理整个系统,极大降低了功耗;单片机和摄像头分别提供25MHz和24MHz有源晶振,保证了系统时钟的稳定性,提高了抗干扰能力。本发明的软硬件成本低,功能强,测量精度高,误差小,便于产业化。
本发明采用单片机+摄像头模块的硬件设计,软件采用神经网络实现图像识别,大大简化硬件设计,减少硬件成本;识别方法首先使用MATLAB对样本图像采用神经网络学习算法进行训练,得出0-9数字的因子矩阵,然后对单片机采集到的图像与此矩阵因子相乘,即可识别出采集图像的数字值。此识别方法快速、准确。本发明对水表读数识别速度快,准确率极高,满足了实际现场需求。
附图说明
图1为直读式字轮水表的表盘示意图;
图2为传统字轮水表采用摄像图形识别的字轮图像示意图;
图3为本发明的系统原理框图;
图4为本发明的电路原理图;
图5为本发明的方法流程图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式并结合其附图对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图3和图4所示,本发明的一种快速识别的摄像式远传水表抄表系统,所述远传水表为直读式字轮水表,抄表系统包括摄像头、补光灯、单片机、存储器和RS485电路,所述摄像头正对直读式字轮水表的表盘设置,所述补光灯设置在摄像头附近且光线射向直读式字轮水表的表盘,所述单片机分别与摄像头、补光灯、存储器和RS485电路相连。
所述单片机采用STM32F407单片机,所述摄像头采用OV2640摄像头,所述摄像头连接有24M有源晶振,所述存储器采用AT24C02存储芯片,所述RS485电路采用SP3485芯片。
优选地,所述单片机还连接有25M有源晶振和Mbus电路。
优选地,所述补光灯采用LED灯珠。
优选地,本发明的抄表系统还包括电源电路,所述电源电路包括RT9193-1.8芯片、RT9193-2.8芯片和RT9193-3.3芯片,所述RT9193-1.8芯片、RT9193-2.8芯片分别与摄像头连接,所述RT9193-3.3芯片与单片机连接。
图1为直读式字轮水表的表盘示意图,图2是传统直读式字轮水表采用摄像图形识别的字轮图像示意图。如图2所示它用摄像来识别的困难在于数字滚动过程中的识别,视觉识别技术来确定个位是“9”还是“8”需要用样本来训练。最难的是识别的是图2个位上的数值。如果要提高识别率,对不同的厂家,不同的字的位置、机械结构差异以及环境光线等都都需要训练样本,工作量很大,且有些样本只能在一定条件下进行。所以当如环境光线等条件变化,识别率就下降。
本发明的摄像头拍摄直读式字轮水表表盘图像信息发送给单片机,所述单片机首选对表盘图像训练样本进行训练获取数字0-9的特征向量矩阵并构成因子矩阵,然后对采集的表盘图像信息进行处理获取每个字轮的数字图片,最后将每个字轮的数字图片与因子矩阵相乘得到水表表盘的实际读数。
在本发明的抄表系统中,STM32F407单片机通过DCMI接口和I2C接口与摄像头OV2640相连,单片机负责拍摄表盘图像并通过算法识别出水表表盘上的真实读数。单片机和摄像头分别提供25MHz和24MHz有源晶振,保证了系统时钟的稳定性,提高了抗干扰能力。485通讯转换芯片sp3485与单片机通过UART相连,将单片机TTL电平转换成RS485通讯,通过485总线将数据传输到集中器或计算机上;因为sp3485只能支持半双工的通信,所以使用PB15引脚来控制这个芯片是收数据还是发数据的。摄像水表可能安装在光线阴暗的地方,这会给拍摄的照片清晰度造成影响,因此需要通过LED灯珠进行灯光补偿,单片机管脚PB14控制LED的亮灭。LDO芯片RT9193-1.8、RT9193-2.8为摄像头提供稳定的1.8V、2.8V电压,RT9193-3.3为单片机提供3.3V电压,它们均能提供300mA以上电流,满足系统工作。摄像头在工作是的功耗在30mA左右,在摄像头不工作时,可以使用单片机管脚PA5控制摄像头电源,使其工作在低功耗模式,在低功耗模式其工作电流是0.9mA,同时单片机在空闲时也工作在低功耗模式,只有10μA,这样就大大降低了功耗。
本发明的抄表过程为:(1)上位机通过485总线发送检测命令到STM32F407单片机,STM32F407单片机收到命令使其从低功耗模式唤醒,并切换到正常工作模式,首先置低PB14管脚,打开补光灯;然后将PA5管脚置低,是摄像头工作在正常模式;(2)单片机通过I2C接口与摄像头通信,开始拍摄水表的照片,通过DCMI接口读取拍到的照片数据;然后根据算法,识别出水表的真实读数。(3)单片机通过485总线将识别到的数据传输上位机,并拉高PB14管脚,关闭补光灯,拉高PA5管脚,使摄像头工作在低功耗模式,然后单片机切换到低功耗模式,完成检测。
如图5所示,本发明的一种快速识别的摄像式远传水表读数识别方法,它包括以下步骤:
1)通过样本图像进行神经网络训练获取图像识别的因子矩阵;
2)拍摄直读式字轮水表表盘图像信息;
3)对表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
4)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个字轮数值图片;
5)将每个字轮数值图片分别与因子矩阵相乘,得到每个字轮的数值;
6)将识别的每个字轮的数值进行合并为水表读数。
在步骤1)中,获取图像识别的因子矩阵的过程具体包括一下步骤:
11)驱动直读式字轮水表工作使其字轮转动;
12)每秒钟拍摄一次直读式字轮水表表盘图像信息,采集2000副表盘图像作为训练样本,并且数字0-9中每个数字均出现在2000副表盘图像中的一部分图像中;
13)对采集的表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
14)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个数字图片,每个数字图片的高度为36,宽度为16,并按照0-9这10类对图像进行分类,获取0-9数字中每个数字的训练样本,每个训练样本包括576个特征;
14)将获取到的训练样本输入MATLAB,采用MATLAB进行神经网络训练,并将特征值提取部分使用像素值作为特征进行逐行逐列扫描获取每个数字的特征向量矩阵;
15)将所有的训练样本输入MATLAB后,得到一个因子矩阵,这个因子矩阵显示出所有的训练样本每个像素点与训练值的比例值。
本发明的水表读数识别方法使用神经网络对图像进行识别,包括训练和识别两个过程,识别速度快,200ms以内,准确率极高,经测试能够达到99.8%的准确度,满足实际现场需求。
此外,本发明的应用范围不局限于说明书中描述的特定实施例的工艺、机构、制造、物质组成、手段、方法及步骤。从本发明的公开内容,作为本领域的普通技术人员将容易地理解,对于目前已存在或者以后即将开发出的工艺、机构、制造、物质组成、手段、方法或步骤,其中它们执行与本发明描述的对应实施例大体相同的功能或者获得大体相同的结果,依照本发明可以对它们进行应用。因此,本发明所附权利要求旨在将这些工艺、机构、制造、物质组成、手段、方法或步骤包含在其保护范围内。

Claims (8)

1.快速识别的摄像式远传水表抄表系统,所述远传水表为直读式字轮水表,其特征是,包括摄像头、补光灯、单片机、存储器和RS485电路,所述摄像头正对直读式字轮水表的表盘设置,所述补光灯设置在摄像头附近且光线射向直读式字轮水表的表盘,所述单片机分别与摄像头、补光灯、存储器和RS485电路相连;所述摄像头拍摄直读式字轮水表表盘图像信息发送给单片机,所述单片机首选对表盘图像训练样本进行训练获取数字0-9的特征向量矩阵并构成因子矩阵,然后对采集的表盘图像信息进行处理获取每个字轮的数字图片,最后将每个字轮的数字图片与因子矩阵相乘得到水表表盘的实际读数。
2.根据权利要求1所述的快速识别的摄像式远传水表抄表系统,其特征是,所述单片机采用STM32F407单片机,所述摄像头采用OV2640摄像头,所述摄像头连接有24M有源晶振,所述存储器采用AT24C02存储芯片,所述RS485电路采用SP3485芯片。
3.根据权利要求1所述的快速识别的摄像式远传水表抄表系统,其特征是,所述单片机还连接有25M有源晶振和Mbus电路。
4.根据权利要求1所述的快速识别的摄像式远传水表抄表系统,其特征是,所述补光灯采用LED灯珠。
5.根据权利要求1至4任意一项所述的快速识别的摄像式远传水表抄表系统,其特征是,还包括电源电路,所述电源电路包括RT9193-1.8芯片、RT9193-2.8芯片和RT9193-3.3芯片,所述RT9193-1.8芯片、RT9193-2.8芯片分别与摄像头连接,所述RT9193-3.3芯片与单片机连接。
6.快速识别的摄像式远传水表读数识别方法,其特征是,包括以下步骤:
1)通过样本图像进行神经网络训练获取图像识别的因子矩阵;
2)拍摄直读式字轮水表表盘图像信息;
3)对表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
4)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个字轮数值图片;
5)将每个字轮数值图片分别与因子矩阵相乘,得到每个字轮的数值;
6)将识别的每个字轮的数值进行合并为水表读数。
7.根据权利要求6所述的快速识别的摄像式远传水表读数识别方法,其特征是,在步骤1)中,获取图像识别的因子矩阵的过程具体包括一下步骤:
11)驱动直读式字轮水表工作使其字轮转动;
12)每秒钟拍摄一次直读式字轮水表表盘图像信息,采集2000副表盘图像作为训练样本,并且数字0-9中每个数字均出现在2000副表盘图像中的一部分图像中;
13)对采集的表盘图像首先采用直方图均衡化算法进行灰度化和图像增强处理,然后采用中滤波算法进行滤波处理,最后使用迭代最佳阈值法找到图像的阈值并进行二值化处理;
14)对图像进行分割将表盘的每个字轮的数值分割出来并形成每个数字图片,并按照0-9这10类对图像进行分类,获取0-9数字中每个数字的训练样本;
14)将获取到的训练样本输入MATLAB,采用MATLAB进行神经网络训练,并将特征值提取部分使用像素值作为特征进行逐行逐列扫描获取每个数字的特征向量矩阵;
15)将所有的训练样本输入MATLAB后,得到一个因子矩阵,这个因子矩阵显示出所有的训练样本每个像素点与训练值的比例值。
8.根据权利要求7所述的快速识别的摄像式远传水表读数识别方法,其特征是,每个数字图片的高度为36,宽度为16;每个训练样本包括576个特征。
CN201610944218.1A 2016-11-02 2016-11-02 快速识别的摄像式远传水表抄表系统及其读数识别方法 Withdrawn CN106373365A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610944218.1A CN106373365A (zh) 2016-11-02 2016-11-02 快速识别的摄像式远传水表抄表系统及其读数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610944218.1A CN106373365A (zh) 2016-11-02 2016-11-02 快速识别的摄像式远传水表抄表系统及其读数识别方法

Publications (1)

Publication Number Publication Date
CN106373365A true CN106373365A (zh) 2017-02-01

Family

ID=57892751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610944218.1A Withdrawn CN106373365A (zh) 2016-11-02 2016-11-02 快速识别的摄像式远传水表抄表系统及其读数识别方法

Country Status (1)

Country Link
CN (1) CN106373365A (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107101701A (zh) * 2017-06-05 2017-08-29 上海大学 机械式水表计量精度视觉自适应检定方法
CN107305733A (zh) * 2017-05-10 2017-10-31 浙江理工大学 一种可以识别并自动发送仪表读数的抄表设备
CN107356201A (zh) * 2017-07-07 2017-11-17 杭州山科智能科技股份有限公司 一种摄像水表字轮坐标获取方法及装置
CN107911654A (zh) * 2017-11-16 2018-04-13 四川长虹电器股份有限公司 基于图像处理技术的水表自动抄表系统及方法
CN108040231A (zh) * 2017-12-27 2018-05-15 洛阳愿景科技有限公司 一种电池供电的LoRa水表码盘摄像识别远传设备
CN108229480A (zh) * 2017-12-25 2018-06-29 新智数字科技有限公司 一种数字表读数的识别方法、装置及设备
CN108305454A (zh) * 2018-01-04 2018-07-20 山东翔瑞电子科技有限公司 一种用于表具信息的智能采集系统
CN108491842A (zh) * 2018-03-27 2018-09-04 康体佳智能科技(深圳)有限公司 一种基于神经网络的表盘识别系统及识别方法
CN108491844A (zh) * 2018-02-07 2018-09-04 西安工程大学 基于图像处理的水表自动检测系统及其图像处理方法
CN109064731A (zh) * 2018-10-08 2018-12-21 深圳蜜獾智抄科技有限公司 图像识别系统、具有图像识别系统的集抄数据系统及一种远程集中抄表方法
CN109274935A (zh) * 2018-09-17 2019-01-25 杭州泽火科技有限公司 一种摄像抄表装置及抄表方法
CN109360396A (zh) * 2018-09-27 2019-02-19 长江大学 基于图像识别技术和NB-IoT技术的远程抄表方法及系统
CN109407664A (zh) * 2018-09-26 2019-03-01 东莞绿邦智能科技有限公司 一种变电站自动读表机器人
CN110021158A (zh) * 2019-04-18 2019-07-16 南京工程学院 一种基于深度学习的摄像抄表系统及方法
CN110632397A (zh) * 2019-08-30 2019-12-31 深圳市华奥通通信技术有限公司 一种信号分析方法及计算机可读存储介质
CN112197824A (zh) * 2020-09-27 2021-01-08 江阴市立信智能设备有限公司 一种基于霍尔传感编码的直读水表及其实现方法
CN112434693A (zh) * 2020-11-03 2021-03-02 辽宁长江智能科技股份有限公司 一种数字式水表识别方法与系统
CN114018354A (zh) * 2021-10-19 2022-02-08 湖南省计量检测研究院 指针式计量器具表盘图像转换方法、系统、设备及介质
CN115244592A (zh) * 2020-03-09 2022-10-25 三菱电机大楼技术服务株式会社 水表抄表装置
CN117351477A (zh) * 2023-10-27 2024-01-05 重庆富世恒睿物联网科技有限公司 一种嵌入式水表读数识别方法、识别装置及电子设备

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107305733A (zh) * 2017-05-10 2017-10-31 浙江理工大学 一种可以识别并自动发送仪表读数的抄表设备
CN107101701A (zh) * 2017-06-05 2017-08-29 上海大学 机械式水表计量精度视觉自适应检定方法
CN107101701B (zh) * 2017-06-05 2019-11-19 上海大学 机械式水表计量精度视觉自适应检定方法
CN107356201A (zh) * 2017-07-07 2017-11-17 杭州山科智能科技股份有限公司 一种摄像水表字轮坐标获取方法及装置
CN107356201B (zh) * 2017-07-07 2019-11-08 杭州山科智能科技股份有限公司 一种摄像水表字轮坐标获取方法及装置
CN107911654A (zh) * 2017-11-16 2018-04-13 四川长虹电器股份有限公司 基于图像处理技术的水表自动抄表系统及方法
CN108229480A (zh) * 2017-12-25 2018-06-29 新智数字科技有限公司 一种数字表读数的识别方法、装置及设备
CN108040231A (zh) * 2017-12-27 2018-05-15 洛阳愿景科技有限公司 一种电池供电的LoRa水表码盘摄像识别远传设备
CN108305454A (zh) * 2018-01-04 2018-07-20 山东翔瑞电子科技有限公司 一种用于表具信息的智能采集系统
CN108491844A (zh) * 2018-02-07 2018-09-04 西安工程大学 基于图像处理的水表自动检测系统及其图像处理方法
CN108491842A (zh) * 2018-03-27 2018-09-04 康体佳智能科技(深圳)有限公司 一种基于神经网络的表盘识别系统及识别方法
CN109274935A (zh) * 2018-09-17 2019-01-25 杭州泽火科技有限公司 一种摄像抄表装置及抄表方法
CN109407664A (zh) * 2018-09-26 2019-03-01 东莞绿邦智能科技有限公司 一种变电站自动读表机器人
CN109407664B (zh) * 2018-09-26 2022-08-19 托马斯智通机器人技术(常州)有限公司 一种变电站自动读表机器人
CN109360396B (zh) * 2018-09-27 2021-07-30 长江大学 基于图像识别技术和NB-IoT技术的远程抄表方法及系统
CN109360396A (zh) * 2018-09-27 2019-02-19 长江大学 基于图像识别技术和NB-IoT技术的远程抄表方法及系统
CN109064731A (zh) * 2018-10-08 2018-12-21 深圳蜜獾智抄科技有限公司 图像识别系统、具有图像识别系统的集抄数据系统及一种远程集中抄表方法
CN110021158A (zh) * 2019-04-18 2019-07-16 南京工程学院 一种基于深度学习的摄像抄表系统及方法
CN110632397A (zh) * 2019-08-30 2019-12-31 深圳市华奥通通信技术有限公司 一种信号分析方法及计算机可读存储介质
CN110632397B (zh) * 2019-08-30 2021-11-19 深圳市华奥通通信技术有限公司 一种信号分析方法及计算机可读存储介质
CN115244592A (zh) * 2020-03-09 2022-10-25 三菱电机大楼技术服务株式会社 水表抄表装置
CN112197824A (zh) * 2020-09-27 2021-01-08 江阴市立信智能设备有限公司 一种基于霍尔传感编码的直读水表及其实现方法
CN112434693A (zh) * 2020-11-03 2021-03-02 辽宁长江智能科技股份有限公司 一种数字式水表识别方法与系统
CN114018354A (zh) * 2021-10-19 2022-02-08 湖南省计量检测研究院 指针式计量器具表盘图像转换方法、系统、设备及介质
CN114018354B (zh) * 2021-10-19 2024-04-16 湖南省计量检测研究院 指针式计量器具表盘图像转换方法、系统、设备及介质
CN117351477A (zh) * 2023-10-27 2024-01-05 重庆富世恒睿物联网科技有限公司 一种嵌入式水表读数识别方法、识别装置及电子设备

Similar Documents

Publication Publication Date Title
CN106373365A (zh) 快速识别的摄像式远传水表抄表系统及其读数识别方法
CN106597463B (zh) 基于动态视觉传感器芯片的光电式接近传感器及探测方法
CN106500928B (zh) 一种水库坝体渗流安全在线自动监测系统
CN105842716B (zh) 一种北斗导航定位系统及优化方法
CN102750539A (zh) 一种对区域空间人群进行统计的装置及其统计方法
CN101000652A (zh) 流量计费表数字远传图像自动识别方法及数字远传抄表系统
CN104008638A (zh) 基于物联网的燃气计量摄像抄表系统及抄表方法
CN103701991A (zh) 移动终端状态识别方法和移动终端
CN107247914A (zh) 一种直读式水表的视觉识别系统及其识别方法
CN112131982A (zh) 一种基于卷积神经网络的茶树嫩芽识别方法
CN111027456B (zh) 基于图像识别的机械水表读数识别方法
CN107238727A (zh) 基于动态视觉传感器芯片的光电式转速传感器及探测方法
CN103324919A (zh) 基于人脸识别的视频监控系统及其数据处理方法
CN105589801A (zh) 手机集群测试方法和系统
CN105975904A (zh) 一种基于视觉识别的电能表型号检测方法
CN104700405A (zh) 一种前景检测方法和系统
CN112906602B (zh) 基于图像处理的配电柜电量表自动识别装置及识别方法
CN104702920B (zh) 基于cmos图像采集对电能表进行自动抄表的方法
CN210426641U (zh) 一种计量装置
CN116310263A (zh) 一种指针式航空地平仪示数自动读取实现方法
CN210038834U (zh) 一种抄表设备和智能电表
CN204463161U (zh) 一种图像检测处理系统
CN110426094A (zh) 一种计量装置和方法
CN202887218U (zh) 一种对区域空间人群进行统计的装置
CN204924290U (zh) 自然灾害自动监测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Li Lianbao

Inventor after: Li Cong

Inventor after: Wang Hui

Inventor after: Zhao Qinjun

Inventor after: Li Chunmei

Inventor before: Meng Fanmin

Inventor before: Li Cong

Inventor before: Zhao Qinjun

Inventor before: Li Chunmei

Inventor before: Wang Hui

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20170505

Address after: The central nanxinzhuang Ji'nan Road, No. 336 of 250021 cities in Shandong Province

Applicant after: University of Jinan

Address before: 250101 Shandong city of Ji'nan province high tech Zone Shun Road No. 2000 Shun Tai Plaza Building 8, room 1-304-06

Applicant before: Shandong golden Instrument Technology Co., Ltd.

TA01 Transfer of patent application right
WW01 Invention patent application withdrawn after publication

Application publication date: 20170201

WW01 Invention patent application withdrawn after publication