CN108124487B - 云端抄表方法及装置 - Google Patents

云端抄表方法及装置 Download PDF

Info

Publication number
CN108124487B
CN108124487B CN201780002752.3A CN201780002752A CN108124487B CN 108124487 B CN108124487 B CN 108124487B CN 201780002752 A CN201780002752 A CN 201780002752A CN 108124487 B CN108124487 B CN 108124487B
Authority
CN
China
Prior art keywords
meter reading
digital
instrument
digit
reading
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.)
Active
Application number
CN201780002752.3A
Other languages
English (en)
Other versions
CN108124487A (zh
Inventor
南一冰
廉士国
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.)
Cloudminds Robotics Co Ltd
Original Assignee
Cloudminds Shanghai Robotics 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 Cloudminds Shanghai Robotics Co Ltd filed Critical Cloudminds Shanghai Robotics Co Ltd
Publication of CN108124487A publication Critical patent/CN108124487A/zh
Application granted granted Critical
Publication of CN108124487B publication Critical patent/CN108124487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Character Discrimination (AREA)

Abstract

本申请提供了云端抄表方法及装置，所述方法包括：获取抄表信息，所述抄表信息包括仪表类型和仪表图像；根据所述仪表类型，对所述仪表图像中的数字区域进行识别，得到有效的仪表读数。本申请相较于传统仪表在仪表侧实现对拍摄到的仪表图像的识别，对仪表图像的质量要求较低，识别前无需对仪表图像进行二值化、去噪等预处理，适用范围更广，以及在云端抄表平台侧进行对拍摄到的仪表图像的识别，运算能力更强，适用更复杂更精确的算法，尤其是对于数字转动而非跳变形式的机械仪表，识别更精确。

Description

云端抄表方法及装置
技术领域
本申请涉及仪表数据采集技术领域，特别涉及云端抄表方法及装置。
背景技术
传统仪表(如电表、燃气表和水表等)由于低廉的价格，广泛存在于各个行业中，但传统仪表不具备远传数据功能，需要人工上门进行抄表工作，费时费力。现有的解决方案有，基于物联网技术，对传统仪表进行数字化改造，增加仪表读数识别模块和网络传输模块等，使其具备远程自动抄表的功能。
其中，仪表读数识别模块采用光学字符识别(OCR：Optical CharacterRecognition)技术，用于对包含文本信息的图像进行分析识别处理，获取文字及版面信息。现有仪表读数识别模块需要对图像进行二值化、去噪等预处理，对图像的质量要求较高，对拍摄时的光照情况也比较敏感，以及对于实际应用中遇到的成百上千种的仪表来说，适用范围也非常有限。此外，现有仪表读数识别模块一般运行在终端侧，终端的运算能力往往难以支撑较大型的算法，尤其是对于数字转动而非跳变形式的机械仪表来说，识别精度的问题更加突出。
发明内容
本申请实施例提出了云端抄表方法及装置，以解决现有仪表识别精度较差的技术问题。
在一个方面，本申请实施例提供了一种云端抄表方法，应用于云端抄表平台，包括：
获取抄表信息，所述抄表信息包括仪表类型和仪表图像；
根据所述仪表类型，对所述仪表图像中的数字区域进行识别，得到有效的仪表读数。
在另一个方面，本申请实施例提供了一种云端抄表装置，应用于云端抄表平台，包括：
获取模块，用于获取抄表信息，所述抄表信息包括仪表类型和仪表图像；
识别模块，用于根据所述仪表类型，对所述仪表图像中的数字区域进行识别，得到有效的仪表读数。
在另一个方面，本申请实施例提供了一种电子设备，所述电子设备包括：
接收设备，存储器，一个或多个处理器；以及
一个或多个模块，所述一个或多个模块被存储在所述存储器中，并被配置成由所述一个或多个处理器执行，所述一个或多个模块包括用于执行上述方法中各个步骤的指令。
在另一个方面，本申请实施例提供了一种与电子设备结合使用的计算机程序产品，所述计算机程序产品包括计算机可读的存储介质和内嵌于其中的计算机程序机制，所述计算机程序机制包括用于执行上述方法中各个步骤的指令。
有益效果如下：
本实施例中，通过将获取仪表类型和仪表图像等抄表信息发送至云端抄表平台，以使云端抄表平台根据仪表类型，对仪表图像中的数字区域进行识别，得到有效的仪表读数。相较于传统仪表在仪表侧实现对拍摄到的仪表图像的识别，对仪表图像的质量要求较低，识别前无需对仪表图像进行二值化、去噪等预处理，适用范围更广，以及在云端抄表平台侧进行对拍摄到的仪表图像的识别，运算能力更强，适用更复杂更精确的算法，尤其是对于数字转动而非跳变形式的机械仪表，识别更精确。
附图说明
下面将参照附图描述本申请的具体实施例，其中：
图1为本申请实施例一中云端抄表的方法原理图；
图2为本申请实施例一中云端抄表的方法流程示意图；
图3为本申请实施例一中云端抄表的仪表图像示意图；
图4为本申请实施例二中云端抄表的装置结构图；
图5为本申请实施例三中电子设备的结构示意图。
具体实施方式
以下通过具体示例，进一步阐明本发明实施例技术方案的实质。
为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。
发明人在发明过程中注意到：
传统仪表侧的仪表读数识别模块需要对拍摄到的仪表图像进行二值化、去噪等预处理，因此对仪表图像质量和光照等条件要求较高，以及受传统仪表侧的本地运算能力的限制，对于数字转动而非跳变形式的机械仪表同一位数单位上同时出现两个数字，即进位到中间状态时，无法实现对拍摄到的仪表图像的准确识别。
针对上述不足/基于此，本申请实施例提出了云端智能抄表架构，充分发挥云端平台的优势，采用精度较高的深度学习算法，避免传统仪表侧复杂的图像预处理过程，且对图像质量和光照等条件的要求较低，适用于各种仪表类型，实现云端自动抄表，以及通过读数逻辑修正、历史数据拟合等方法，解决机械表进位到中间状态识别精度较差的问题，进一步提升识别率。
为了便于本申请的实施，下面实例进行说明。
实施例1
图1示出了本申请实施例一中云端抄表的方法原理图，如图1所示，该方法包括：
步骤101：获取抄表信息，所述抄表信息包括仪表类型和仪表图像。
步骤102：根据所述仪表类型，对所述仪表图像中的数字区域进行识别，得到有效的仪表读数。
在步骤101中，图2示出了本申请实施例一中云端抄表的方法流程示意图，如图2所示，抄表信息来自仪表侧，仪表包括采集模组硬件，该采集模组硬件包括拍照模组和通信模组。具体为，拍照模组拍摄仪表图像，并通过通信模块将仪表图像和仪表信息传输至云端抄表平台。其中，仪表信息包括仪表类型、仪表编号等信息。
在步骤102中，云端抄表平台对仪表图像和仪表编号的合法性和完整性进行校验，校验通过后，确定仪表类型，如，机械式电表、机械式燃气表、液晶式电表等，根据仪表类型调用相应的识别算法，利用相应的识别算法获取仪表图像中的数字区域，识别得到所有数字区域中的数字信息，尤其针对机械表数字进位转到中间状态的情况，对数字信息进行逻辑修正得到有效的仪表读数。
实施中，根据仪表类型调用相应的识别算法，还包括：根据仪表编号在数据库中查询该仪表的历史数据，并将仪表编号、历史数据和仪表图像输入相应的识别算法得到有效的仪表读数。
在本实施例中，所述对所述仪表图像中的数字区域进行识别，得到有效的仪表读数，包括：
通过获取仪表图像中所有的数字区域，得到所有的数字区域中数字的位置信息；
根据所述的位置信息，对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数。
实施中，通过获取仪表中所有的数字区域，得到每个数字区域中数字的位置信息，位置信息包括数字左上角或中心点坐标(x，y)和该数字区域的宽w、高h，将位置信息输入卷积神经网络(CNN：Convolutional Neural Network)得出每个数字区域的识别结果和对应的置信度(取值范围在0～1之间)，将每个数字区域的置信度最高的识别结果，按照数字进位顺序排序，得到有效的仪表读数。
现有技术一般采用传统的机器学习算法，并将其部署在终端设备上，相较于传统机器学习，深度神经网络运算开销较大，部署在终端存在瓶颈，本申请采用的基于深度学习的卷积神经网络部署在云端抄表平台，充分发挥云端的性能优势，在识别精度上提升较大。
在本实施例中，所述若所述仪表类型为机械式仪表，则对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数，包括：
对所有的数字区域中数字的位置信息进行数字进位顺序排序，得到仪表识别结果；
若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数。
在本实施例中，所述若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数，包括：
通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果；
根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数；
根据所确定的所述同一位数单位上的有效读数，得到有效的仪表读数。
在本实施例中，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，确定所述两个数字区域中上半位数字区域的识别结果和下半位数字区域的识别结果。
在本实施例中，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则选择所述两个数字区域的识别结果中置信度较高的识别结果为有效识别结果；
若有效识别结果为上半位数字区域的识别结果，则根据ddown＝dup％10+1，确定下半位数字区域的识别结果；
若有效识别结果为下半位数字区域的识别结果，则根据dup＝(ddown+8)％10+1，确定上半位数字区域的识别结果；
其中，ddown为下半位数字区域的识别结果，dup为上半位数字区域的识别结果，％为取余操作。
在本实施例中，所述根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数，包括：
若所述同一位数单位的在前位数单位上存在一个数字区域，则根据所述同一位数单位上的任一数字区域与所述在前位数单位上的数字区域的位置关系，确定所述同一位数单位上的有效读数；
若所述在前位数单位上存在两个数字区域，则根据所述在前位数单位上的有效读数的位置参数，确定所述同一位数单位上的有效读数。
实施中，图3示出了本申请实施例一中云端抄表的仪表图像示意图，如图3所示，将每个数字区域的置信度最高的识别结果按照数字进位顺序排序，排序方式按照从左到右、从上到下的原则，如图3所示，排序后为“0156909090”。对于机械仪表同一位数单位上同时出现两个数字，即进位到中间状态的情况，具体的逻辑修正过程为：
1)确定每个位数单位的识别结果。识别各个位数单位(即，数字区域)上的识别结果，若某位数单位的识别结果只有一个(如图3中的千位和万位)，则直接得到有效读数；若某位数单位存在上下两个半位的识别结果(例如，图3中的小数位、个位、十位和百位)，则判断是否符合正确的进位逻辑，判断依据为，判断上下两个半位的识别结果之差是否为1或9，如图3中百位的5和6，十位的9和0，若不为1或9，则选择其中识别结果置信度较高的识别结果为正确结果，并修正另一个识别结果，以使其和正确结果之间满足正确的进位逻辑。其中，修正另一个识别结果的规则具体为：
若上方数字为正确结果，则下方数字ddown＝dup％10+1；
若下方数字为正确结果，则上方数字dup＝(ddown+8)％10+1；
其中，％表示取余操作，例如，假设十位的9和0中下方的0为正确结果，则上方数字应为(0+8)％10+1＝9。
2)修正不同位数单位之间的逻辑关系。如图3所示，正确读数是“01599.9”或“01600.0”，当读数为“01500.0”、“01699.9”、“01509.0”，则读数为错误读数。不同位数单位之间的逻辑关系的进位修正具体为：
a)获取所有数字区域的纵轴坐标y的最小值，以及纵轴坐标y与数字区域的高h之和的最大值，即y+h的最大值，两个参数分别对应所有数字区域在垂直方向分布的最小值和最大值，并计算出y的最小值和y+h的最大值的均值mean。
b)从仪表的最高位开始进行修正，若识别结果为一个完整数字，则直接得到有效读数；若当前位数单位的识别结果为上下两个识别结果，且前一位数单位的识别结果为一个完整数字，则分别判断当前位数单位位于下方的半位数字的中心点坐标Centery1和前一位数单位的完整数字的中心点坐标Centery2与步骤a)中均值mean的关系，例如，图3中判断百位的6和千位的1与均值mean的关系，若(Centery1–mean)*(Centery2–mean)<0，则说明当前位数单位位于下方的半位数字和前一位数单位的完整数字位于均值mean所在水平线的两侧，即取当前位数单位位于上方的半位数字作为当前位数单位的有效读数，并设置当前位数单位的位置参数为0；若(Centery1–mean)*(Centery2–mean)>＝0，则取当前位数单位位于下方的半位数字作为当前位数单位的有效读数，并设置当前位数单位的位置参数为1。
c)若同一位数单位上存在上下两个识别结果，且前一位数单位的识别结果同样也是上下两个识别结果，则根据步骤b)设置的位置参数确定当前位数单位的有效读数，即若前一位数单位的位置参数为0，则确定当前位数单位位于上方的半位数字为有效读数；若前一位数单位的位置参数为1，则确定当前位数单位位于下方的半位数字为有效读数。例如，图3中的百位为5，则十位取9，百位为6，则十位取0，依次类推。
d)此外，由于光照、仪表位置旋转等原因，导致前一位数单位的识别结果为上下两个识别结果，而当前位数单位仅识别出一个读数，针对上述情形，对仅识别出的数字是否符合进位逻辑进行判断，根据上述b)可知，若前一位数单位的位置参数为0，则当前位数单位位于上方的半位数字为有效读数，但当前位数单位的数字的中心点坐标Centery1位于均值mean所在水平线的下方，则需要重新对当前位数单位的读数进行修正，修正规则参见上述1)。
3)判断仪表是否存在小数位，若存在则滤除。具体为，机械式仪表通过识别数字区域中的特殊颜色确定小数位，液晶式仪表通过识别数字区域中是否存在小数点确定小数位。
在本实施例中，还包括：
当判断所述有效的仪表读数为异常的仪表读数时，根据仪表历史数据得到仪表预测读数；
通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数。
在本实施例中，所述通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数，包括：
若所述有效的仪表读数与所述仪表预测读数的差值在阈值范围内，则所述有效的仪表读数为最终的仪表读数；
若所述有效的仪表读数与所述仪表预测读数的差值超过阈值范围，则所述仪表预测读数为最终的仪表读数。
在本实施例中，所述判断所述有效的仪表读数为异常的仪表读数，包括：
若所述有效的仪表读数的位数少于预设仪表位数、所述数字区域的识别结果中置信度低于预设值或者其结合，则有效的仪表读数为异常的仪表读数。
实施中，根据仪表读数位数、数字区域的识别结果对应的置信度、数字区域的位置信息中的一个或多个，综合判断有效的仪表读数是否存在异常，若异常则输出最终的仪表读数、置信度信息、异常标识等，并判断是否请求人工后台介入进行修正。
1)有效的仪表读数异常包括但不限于以下种类：
a)仪表读数位数太少，如电表的最少位数一般为4位；
b)识别结果对应的置信度低于一定的阈值，置信度过低代表数字区域可能存在反光、模糊、光照过暗等情况；
c)数字区域的位置过于靠近边缘，导致数字区域拍摄不完整，从而得到错误的识别结果。
2)判断是否请求人工后台介入进行修正包括但不限于以下情况：
若仪表读数位数太少，如电表的最少位数一般为4位，仅识别得到3位，则确定为严重异常，直接请求人工后台介入进行修正；若识别结果对应的置信度低于第一阈值，例如，第一阈值为40％，但当前识别结果对应的置信度高于第二阈值，例如，第二阈值为30％，则确定为轻微异常，不需要请求人工后台介入进行修正，直接输出最终的仪表读数、置信度信息、异常标识等信息即可。
实施中，若确定有效的仪表读数存在异常，还可以利用数据拟合算法对仪表历史数据的规律进行训练并预测出当前的仪表读数，若预测出的仪表读数与识别得到的有效的仪表读数之差大于一定的阈值，则采用预测出的仪表读数作为最终的仪表读数，否则采用识别得到的有效的仪表读数为最终的仪表读数。
其中，云端抄表平台将最终的仪表读数、置信度信息、异常标识等存入数据库，并将由于算法识别导致错误的仪表图像加入仪表历史数据中进行训练，以提升算法性能。
本申请以具体场景为例，对本申请实施例1进行详细描述。
本申请实施例应用范围包括但不限于机械式/电子式的电表、燃气表、水表等。以机械式电表为例，具体流程如下：
步骤201：电表的拍照设备定时拍摄电表的照片，拍照设备包括摄像头和补光照明设备等，拍摄时，照明设备自动开启，拍摄后，通过通信模块将照片和仪表编号等信息上传至云端抄表平台。
步骤202：云端抄表平台对照片和仪表编号等信息的合法性和完整性进行校验，校验内容包括：照片来源是否已授权、照片文件是否完整等。
步骤203：校验通过后，识别仪表类型，如，机械式电表、液晶式电表等，根据仪表类型调用相应的识别算法。
步骤204：识别电表所有数字区域中的数字，得到有效的仪表读数。
步骤205：根据仪表读数位数、数字区域的识别结果对应的置信度、数字区域的位置信息中的一个或多个，综合判断有效的仪表读数是否存在异常，若异常则输出最终的仪表读数、置信度信息、异常标识等，并判断是否请求人工后台介入进行修正；或者，利用数据拟合算法预测出当前的仪表读数，若预测出的仪表读数与识别得到的有效的仪表读数之差大于一定的阈值，则采用预测出的仪表读数作为最终的仪表读数，否则采用识别得到的有效的仪表读数为最终的仪表读数。
步骤206：将最终的仪表读数、置信度信息、异常标识等存入数据库。
步骤207：定期采集由于算法识别导致错误的仪表图像，并作为训练样本加入仪表历史数据中进行训练，以提升算法性能。
实施例2
基于同一发明构思，本申请实施例中还提供了一种云端抄表装置，由于这些设备解决问题的原理与一种云端抄表方法相似，因此这些设备的实施可以参见方法的实施，重复之处不再赘述。
图4示出了本申请实施例二中云端抄表的装置结构图，如图4所示，云端抄表装置400可以包括：
获取模块401，用于获取抄表信息，所述抄表信息包括仪表类型和仪表图像。
识别模块402，用于根据所述仪表类型，对所述仪表图像中的数字区域进行识别，得到有效的仪表读数。
判断模块403，用于当判断所述有效的仪表读数为异常的仪表读数时，根据仪表历史数据得到仪表预测读数；以及，
通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数。
在本实施例中，所述对所述仪表图像中的数字区域进行识别，得到有效的仪表读数，包括：
通过获取仪表图像中所有的数字区域，得到所有的数字区域中数字的位置信息；
根据所述的位置信息，对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数。
在本实施例中，所述若所述仪表类型为机械式仪表，则对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数，包括：
对所有的数字区域中数字的位置信息进行数字进位顺序排序，得到仪表识别结果；
若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数。
在本实施例中，所述若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数，包括：
通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果；
根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数；
根据所确定的所述同一位数单位上的有效读数，得到有效的仪表读数。
在本实施例中，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，确定所述两个数字区域中上半位数字区域的识别结果和下半位数字区域的识别结果。
在本实施例中，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则选择所述两个数字区域的识别结果中置信度较高的识别结果为有效识别结果；
若有效识别结果为上半位数字区域的识别结果，则根据ddown＝dup％10+1，确定下半位数字区域的识别结果；
若有效识别结果为下半位数字区域的识别结果，则根据dup＝(ddown+8)％10+1，确定上半位数字区域的识别结果；
其中，ddown为下半位数字区域的识别结果，dup为上半位数字区域的识别结果，％为取余操作。
在本实施例中，所述根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数，包括：
若所述同一位数单位的在前位数单位上存在一个数字区域，则根据所述同一位数单位上的任一数字区域与所述在前位数单位上的数字区域的位置关系，确定所述同一位数单位上的有效读数；
若所述在前位数单位上存在两个数字区域，则根据所述在前位数单位上的有效读数的位置参数，确定所述同一位数单位上的有效读数。
在本实施例中，所述通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数，包括：
若所述有效的仪表读数与所述仪表预测读数的差值在阈值范围内，则所述有效的仪表读数为最终的仪表读数；
若所述有效的仪表读数与所述仪表预测读数的差值超过阈值范围，则所述仪表预测读数为最终的仪表读数。
在本实施例中，所述判断所述有效的仪表读数为异常的仪表读数，包括：
若所述有效的仪表读数的位数少于预设仪表位数、所述数字区域的识别结果中置信度低于预设值或者其结合，则有效的仪表读数为异常的仪表读数。
实施例3
基于同一发明构思，本申请实施例中还提供了一种电子设备，由于其原理与一种云端抄表方法相似，因此其实施可以参见方法的实施，重复之处不再赘述。
图5示出了本申请实施例三中电子设备的结构示意图，如图5所示，所述电子设备包括：接收设备501，存储器502，一个或多个处理器503；以及一个或多个模块，所述一个或多个模块被存储在所述存储器中，并被配置成由所述一个或多个处理器执行，所述一个或多个模块包括用于执行任一上述方法中各个步骤的指令。
实施例4
基于同一发明构思，本申请实施例还提供了一种与电子设备结合使用的计算机程序产品，由于其原理与一种云端抄表方法相似，因此其实施可以参见方法的实施，重复之处不再赘述。所述计算机程序产品包括计算机可读的存储介质和内嵌于其中的计算机程序机制，所述计算机程序机制包括用于执行任一上述方法中各个步骤的指令。
为了描述的方便，以上所述装置的各部分以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

Claims (15)

1.一种云端抄表方法，其特征在于，应用于云端抄表平台，包括：
获取抄表信息，所述抄表信息包括仪表类型和仪表图像；
根据所述仪表类型，通过卷积神经网络对所述仪表图像中的数字区域进行识别，得到有效的仪表读数，包括：
根据所述仪表类型，通过卷积神经网络获取所述仪表图像中的数字区域；
通过获取仪表图像中所有的数字区域，得到所有的数字区域中数字的位置信息；
根据所述的位置信息，对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数；
其中，所述对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数，包括：
对所有的数字区域中数字的位置信息进行数字进位顺序排序，得到仪表识别结果；
若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数；
其中，所述若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数，包括：
通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果；
根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数；
根据所确定的所述同一位数单位上的有效读数，得到有效的仪表读数；
其中，所述判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，得到仪表识别结果；
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则对所述仪表识别结果进行逻辑修正。
2.如权利要求1所述的方法，其特征在于，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，确定所述两个数字区域中上半位数字区域的识别结果和下半位数字区域的识别结果。
3.如权利要求1所述的方法，其特征在于，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则选择所述两个数字区域的识别结果中置信度较高的识别结果为有效识别结果；
若有效识别结果为上半位数字区域的识别结果，则根据ddown＝dup％10+1，确定下半位数字区域的识别结果；
若有效识别结果为下半位数字区域的识别结果，则根据dup＝(ddown+8)％10+1，确定上半位数字区域的识别结果；
其中，ddown为下半位数字区域的识别结果，dup为上半位数字区域的识别结果，％为取余操作。
4.如权利要求1所述的方法，其特征在于，所述根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数，包括：
若所述同一位数单位的在前位数单位上存在一个数字区域，则根据所述同一位数单位上的任一数字区域与所述在前位数单位上的数字区域的位置关系，确定所述同一位数单位上的有效读数；
若所述在前位数单位上存在两个数字区域，则根据所述在前位数单位上的有效读数的位置参数，确定所述同一位数单位上的有效读数。
5.如权利要求1所述的方法，其特征在于，还包括：
当判断所述有效的仪表读数为异常的仪表读数时，根据仪表历史数据得到仪表预测读数；
通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数。
6.如权利要求5所述的方法，其特征在于，所述通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数，包括：
若所述有效的仪表读数与所述仪表预测读数的差值在阈值范围内，则所述有效的仪表读数为最终的仪表读数；
若所述有效的仪表读数与所述仪表预测读数的差值超过阈值范围，则所述仪表预测读数为最终的仪表读数。
7.如权利要求5所述的方法，其特征在于，所述判断所述有效的仪表读数为异常的仪表读数，包括：
若所述有效的仪表读数的位数少于预设仪表位数、所述数字区域的识别结果中置信度低于预设值或者其结合，则有效的仪表读数为异常的仪表读数。
8.一种云端抄表装置，其特征在于，应用于云端抄表平台，包括：
获取模块，用于获取抄表信息，所述抄表信息包括仪表类型和仪表图像；
识别模块，用于根据所述仪表类型，通过卷积神经网络对所述仪表图像中的数字区域进行识别，得到有效的仪表读数；
其中，所述识别模块具体用于：
根据所述仪表类型，通过卷积神经网络获取所述仪表图像中的数字区域；
通过获取仪表图像中所有的数字区域，得到所有的数字区域中数字的位置信息；
根据所述的位置信息，对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数；
其中，所述对所有的数字区域中的数字进行进位顺序排序，得到有效的仪表读数，包括：
对所有的数字区域中数字的位置信息进行数字进位顺序排序，得到仪表识别结果；
若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数；
其中，所述若仪表识别结果中同一位数单位上存在两个数字区域，则对所述仪表识别结果进行逻辑修正，得到有效的仪表读数，包括：
通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果；
根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数；
根据所确定的所述同一位数单位上的有效读数，得到有效的仪表读数；
其中，所述判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，得到仪表识别结果；
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则对所述仪表识别结果进行逻辑修正。
9.如权利要求8所述的装置，其特征在于，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差满足进位逻辑差值，则根据数字区域中数字的位置信息，确定所述两个数字区域中上半位数字区域的识别结果和下半位数字区域的识别结果。
10.如权利要求8所述的装置，其特征在于，所述通过判断所述两个数字区域的识别结果是否符合进位逻辑关系，确定所述同一位数单位上的两个数字区域的识别结果，包括：
若所述两个数字区域的识别结果之差不满足进位逻辑差值，则选择所述两个数字区域的识别结果中置信度较高的识别结果为有效识别结果；
若有效识别结果为上半位数字区域的识别结果，则根据ddown＝dup％10+1，确定下半位数字区域的识别结果；
若有效识别结果为下半位数字区域的识别结果，则根据dup＝(ddown+8)％10+1，确定上半位数字区域的识别结果；
其中，ddown为下半位数字区域的识别结果，dup为上半位数字区域的识别结果，％为取余操作。
11.如权利要求8所述的装置，其特征在于，所述根据所述两个数字区域的识别结果，确定所述同一位数单位上的有效读数，包括：
若所述同一位数单位的在前位数单位上存在一个数字区域，则根据所述同一位数单位上的任一数字区域与所述在前位数单位上的数字区域的位置关系，确定所述同一位数单位上的有效读数；
若所述在前位数单位上存在两个数字区域，则根据所述在前位数单位上的有效读数的位置参数，确定所述同一位数单位上的有效读数。
12.如权利要求8所述的装置，其特征在于，还包括判断模块，所述判断模板包括：
当判断所述有效的仪表读数为异常的仪表读数时，根据仪表历史数据得到仪表预测读数；
通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数。
13.如权利要求12所述的装置，其特征在于，所述通过判断所述有效的仪表读数与所述仪表预测读数的差值是否在阈值范围内，确定最终的仪表读数，包括：
若所述有效的仪表读数与所述仪表预测读数的差值在阈值范围内，则所述有效的仪表读数为最终的仪表读数；
若所述有效的仪表读数与所述仪表预测读数的差值超过阈值范围，则所述仪表预测读数为最终的仪表读数。
14.如权利要求12所述的装置，其特征在于，所述判断所述有效的仪表读数为异常的仪表读数，包括：
若所述有效的仪表读数的位数少于预设仪表位数、所述数字区域的识别结果中置信度低于预设值或者其结合，则有效的仪表读数为异常的仪表读数。
15.一种电子设备，其特征在于，所述电子设备包括：
接收设备，存储器，一个或多个处理器；以及
一个或多个模块，所述一个或多个模块被存储在所述存储器中，并被配置成由所述一个或多个处理器执行，所述一个或多个模块包括用于执行权利要求1-7中任一所述方法中各个步骤的指令。
CN201780002752.3A 2017-12-22 2017-12-22 云端抄表方法及装置 Active CN108124487B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/117894 WO2019119391A1 (zh) 2017-12-22 2017-12-22 云端抄表方法及装置

Publications (2)

Publication Number Publication Date
CN108124487A CN108124487A (zh) 2018-06-05
CN108124487B true CN108124487B (zh) 2023-04-04

Family

ID=62233598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780002752.3A Active CN108124487B (zh) 2017-12-22 2017-12-22 云端抄表方法及装置

Country Status (2)

Country Link
CN (1) CN108124487B (zh)
WO (1) WO2019119391A1 (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108898813A (zh) * 2018-06-13 2018-11-27 深圳市云识科技有限公司 一种基于物联网架构的云识别抄表系统
CN108875738B (zh) * 2018-06-13 2022-03-08 深圳市云识科技有限公司 一种智能摄像表的云识别纠错系统及其方法
CN108833405A (zh) * 2018-06-13 2018-11-16 深圳市云识科技有限公司 一种智能摄像表的云识别服务处理平台及方法
CN108627794B (zh) * 2018-06-27 2020-09-29 方汝松 一种基于深度学习的智能化仪表检测方法
CN109271987A (zh) * 2018-08-28 2019-01-25 上海鸢安智能科技有限公司 一种数字电表读数方法、装置、系统、计算机设备及存储介质
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
JP6818002B2 (ja) * 2018-12-12 2021-01-20 株式会社東芝 読取支援システム、移動体、読取支援方法、プログラム、及び記憶媒体
CN110097041A (zh) * 2019-03-08 2019-08-06 贵州电网有限责任公司 一种用于电力仪表巡检的标准字符快速识别方法
CN110033037A (zh) * 2019-04-08 2019-07-19 重庆邮电大学 一种数字式仪表读数的识别方法
CN110203566B (zh) * 2019-04-26 2021-02-05 国电南瑞科技股份有限公司 一种冷藏集装箱抄表方法
CN110220639B (zh) * 2019-06-04 2021-09-07 国家电网有限公司 变电站内压力表抄表方法、装置及终端设备
CN111353502B (zh) * 2020-02-25 2023-06-30 北京眸视科技有限公司 数字表识别方法、装置以及电子设备
CN112712465B (zh) * 2020-12-31 2023-08-04 四川长虹网络科技有限责任公司 一种优化拍照式抄表终端通信数据量的方法和系统
CN113076945B (zh) * 2021-03-17 2024-05-14 华夏芯（北京）通用处理器技术有限公司 一种基于改进ransac的摄像直读抄表仪异常点剔除方法
CN112947129A (zh) * 2021-04-13 2021-06-11 北京正能远传节能技术研究院有限公司 一种用于机械表的控制系统
CN113110173A (zh) * 2021-04-14 2021-07-13 北京正能远传节能技术研究院有限公司 一种用于远传表的控制系统
CN113221866B (zh) * 2021-04-30 2022-11-15 东方蓝天钛金科技有限公司 一种基于图像识别的设备数据采集系统及方法
CN113361539A (zh) * 2021-05-21 2021-09-07 煤炭科学技术研究院有限公司 一种井下巡检机器人的仪表读取方法、装置及电子设备
CN113358172B (zh) * 2021-06-02 2022-12-20 三川智慧科技股份有限公司 一种水表自动设置机电同步的方法、装置、设备和介质
CN113269194A (zh) * 2021-06-11 2021-08-17 四川长虹网络科技有限责任公司 读数表不完整字符识别方法以及读数表字符识别方法
CN113420510B (zh) * 2021-07-07 2022-06-17 广东电网有限责任公司 一种基于前端感知和学习的能耗判别方法
CN114120309A (zh) * 2022-01-27 2022-03-01 树根互联股份有限公司 一种仪表读数识别方法、装置及计算机设备
CN114494684B (zh) * 2022-04-01 2022-08-05 深圳市海清视讯科技有限公司 指针式表盘的读数识别方法、装置、设备、存储介质
CN115265620B (zh) * 2022-09-28 2023-01-17 明度智云(浙江)科技有限公司 一种仪器显示数据的获取录入方法、装置和存储介质
CN116049502A (zh) * 2023-01-31 2023-05-02 广东中设智控科技股份有限公司 一种关于累计型工业仪表的读取数据处理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105718927A (zh) * 2015-12-15 2016-06-29 福建上润精密仪器有限公司 基于转轮式自来水表的智能抄表方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236788B (zh) * 2010-04-20 2015-09-02 荣科科技股份有限公司 电力电能表图像自动识别方法
US9135492B2 (en) * 2011-09-20 2015-09-15 Honeywell International Inc. Image based dial gauge reading
CN103209211B (zh) * 2013-03-06 2015-12-02 江苏运赢物联网产业发展有限公司 一种计量表读数识别的方法、计量表自助抄表系统及其抄表方法
JP6073193B2 (ja) * 2013-07-02 2017-02-01 三菱電機ビルテクノサービス株式会社 検針用携帯端末
CN103955694B (zh) * 2014-04-09 2017-05-24 广州邦讯信息系统有限公司 图像识别抄表系统及方法
JP2016146174A (ja) * 2015-02-06 2016-08-12 パナソニックＩｐマネジメント株式会社 決定方法およびプログラム
CN106156807B (zh) * 2015-04-02 2020-06-02 华中科技大学 卷积神经网络模型的训练方法及装置
CN106845545B (zh) * 2017-01-20 2020-09-22 浙江省电力试验研究院技术服务中心 数字式电测仪表自动检定装置中的图像识别方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105718927A (zh) * 2015-12-15 2016-06-29 福建上润精密仪器有限公司 基于转轮式自来水表的智能抄表方法和系统

Also Published As

Publication number Publication date
CN108124487A (zh) 2018-06-05
WO2019119391A1 (zh) 2019-06-27

Similar Documents

Publication Publication Date Title
CN108124487B (zh) 云端抄表方法及装置
CN109658584B (zh) 一种票据信息识别方法及装置
CN108701234A (zh) 车牌识别方法及云系统
CN110781885A (zh) 基于图像处理的文本检测方法、装置、介质及电子设备
CN101770582B (zh) 图像匹配系统及方法
CN111814850A (zh) 缺陷检测模型训练方法、缺陷检测方法及相关装置
CN110490181B (zh) 一种基于ocr识别技术的表单填写审核方法、装置、设备以及计算机存储介质
CN109711375B (zh) 一种信号灯的识别方法及装置
CN111310826A (zh) 样本集的标注异常检测方法、装置及电子设备
CN113903024A (zh) 一种手写票据数值信息识别方法、系统、介质及装置
CN114266764A (zh) 一种印刷标签的字符完整性检测方法及其装置
CN115082922A (zh) 基于深度学习的水表数字图片处理方法及系统
CN115760808A (zh) 平板玻璃尺寸测量方法、系统、装置及可读存储介质
CN115861801A (zh) 指针式仪表识别方法、系统、电子设备及可读存储介质
CN116071335A (zh) 墙面验收方法、装置、设备及存储介质
CN112686851B (zh) 一种图像检测方法、装置及存储介质
CN112801013B (zh) 一种基于关键点识别校验的人脸识别方法、系统及装置
CN112329845B (zh) 更换纸币的方法、装置、终端设备及计算机可读存储介质
CN109448012A (zh) 一种图像边缘检测方法及装置
CN111598943B (zh) 基于书本辅助阅读设备的书本就位检测方法、装置及设备
CN114627435A (zh) 基于图像识别的智能灯光调节方法、装置、设备及介质
CN113780492A (zh) 一种二维码二值化方法、装置、设备及可读存储介质
CN113378847A (zh) 字符分割方法、系统、计算机设备和存储介质
CN113469955A (zh) 一种光伏组件故障区图像检测方法及系统
CN112967224A (zh) 一种基于人工智能的电子电路板检测系统、方法及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210210

Address after: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant after: Dalu Robot Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant before: CLOUDMINDS (SHENZHEN) ROBOTICS SYSTEMS Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201111 Building 8, No. 207, Zhongqing Road, Minhang District, Shanghai

Applicant after: Dayu robot Co.,Ltd.

Address before: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant before: Dalu Robot Co.,Ltd.

GR01 Patent grant
GR01 Patent grant