CN108133213A - 一种面向燃气表外壳式摄像的嵌入式数字识别方法 - Google Patents
一种面向燃气表外壳式摄像的嵌入式数字识别方法 Download PDFInfo
- Publication number
- CN108133213A CN108133213A CN201611091347.7A CN201611091347A CN108133213A CN 108133213 A CN108133213 A CN 108133213A CN 201611091347 A CN201611091347 A CN 201611091347A CN 108133213 A CN108133213 A CN 108133213A
- Authority
- CN
- China
- Prior art keywords
- code word
- character
- feature
- word character
- gas meter
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明公开了一种面向燃气表外壳式摄像的嵌入式数字识别方法,特征在于占用内存小、计算快,鲁棒性强,直接在嵌入式系统中实现。方法包括近景码表表盘图像预处理、码字字符特征提取以及码字字符识别三个模块。(1)近景表盘预处理模块,首先对原始图像进行预处理和对码字字符分割,然后针对分割后的码字进行完整性检测;(2)码字字符特征提取模块,提出了改进的字符穿线数特征提取完整字符的特征和16网格特征提取半码字字符特征的算法;(3)码字字符识别模块,提出了改进的PSO‑SVM参数优化分类算法,提高了整体码字字符识别精度。本发明的高识别准确率和万级数据的功能与压力测试的稳定性表明,本方法具有良好的稳定性与可行性。
Description
技术领域
本发明属于天然气计量领域,具体涉及一种面向燃气表外壳式摄像的嵌入式数字识别方法。
背景技术
1.二十一世纪以来,燃气的普及率在城市中逐年提高,到09年,城市的燃气普及率已经达到91.4%。根据《全国城镇燃气发展十二五规划》,到十二五末期,我国的燃气用户将激增,小县城及城镇预计将有65%以上的用户使用燃气,城市预计有94%的燃气普及率,使用燃气的用户数达到2亿户。
2.近几年出厂的燃气表有电子式、IC卡式等型号,计量箱基本都是膜式即字轮式码表,基本原理相同,只是显示、储存、抄表信息功能不同。根据预测,2012年到2015年,我国膜式燃气表的使用规模将分别达到2074、2488、2986和3583万台,复合增速达20%。传统的人工抄表方式存在入户难、表安装环境不佳等弊端,漏抄、欠抄、漏收问题严重。人工抄表不但收费效率低,而且因为员工疲惫而错抄的事件也时有发生。因此设计实现一种针对燃气表的低功耗、高效率的自动化抄送系统已是大势所趋。
发明内容
为了克服上述现有技术的不足,本发明公开了一种面向燃气表外壳式摄像的嵌入式数字识别方法,该方法实现了嵌入式系统中燃气表码字图像半字符嵌入式数字识别的创新,填补了脉冲计数方式和光电编码直读式燃气表自动读数的空白,极大地提高了燃气表自动读数的准确性。具有实时性高、识别更精确等特点,代替了人工抄表员,实现了全自动化抄表,不但能降低企业成本,还可以避免因人工抄表工作造成的查抄错误。
为实现上述目的,本发明的技术方案是:包括近景码表表盘图像预处理、码字字符特征提取以及用改进的混合PSO-SVM码字识别三个模块。
所述的近景码表表盘图像预处理:包括对采集的图像进行的灰度化操作、二值化操作、滤波去噪操作、边缘检测、字符分割及分割后运用投影连续性作为标准的码字字符的完整性检测。
所述的码字字符特征提取模块:首先对完整字符用改进的字符穿线数算法提取其特征,然后对码字半字符选取图像上半部分数字的数据和图像下部分数字的数据,使用网格区域像素特征将数字上下部分平均分割为大小相同的网格,统计每个网格中的白色像素数总和作为不完整字符识别特征。
所述的改进的混合PSO-SVM码字嵌入式数字识别模块:对优化时容易陷入局部最优解的PSO-SVM方法,引入变异策略,通过变异引入新的个体和群体最优位置,促使粒子逃离局部最优解的局限性,进行迭代直到实现全局的最优。
本发明提出的一种面向燃气表外壳式摄像的嵌入式数字识别方法优点在于:
(1)所述一种面向燃气表外壳式摄像的嵌入式数字识别方法,能够实现码字燃气表工作时出现的字符不完整状态的准确读取;
(2)所述一种面向燃气表外壳式摄像的嵌入式数字识别方法,是一种鲁棒性的数字图像识别方法,对于燃气表的码表表面覆盖有薄膜的圆柱状凸球面,也能够准确识别;
(3)所述的一种面向燃气表外壳式摄像的嵌入式数字识别方法,燃气表数字图像的特殊性,提出的两种特征提取算法,能够更好的识别码字字符,提高了识别的总体识别准确率;
(4)所述的一种面向燃气表外壳式摄像的嵌入式数字识别方法,大大降低了燃气表的维护费用,提高燃气公司的工作效率;
(5)所述的一种面向燃气表外壳式摄像的嵌入式数字识别方法,稳定可靠,实时性高,为燃气公司做用气分析提供了有利保障。
附图说明
图1为本发明的识别流程原理图。
图2 为本发明燃气表码字图像的嵌入式数字识别整体架构图。
图3 为本发明字符完整度判别图。
图4 为本发明网格特征提取图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
参见图2,所述的燃气表码字图像的嵌入式数字识别系统整体架构,为降低系统的成本及保证最后的实现效果,需要确保以下功能指标,本系统的数据处理分别在嵌入式平台和PC机后台上实现,在嵌入式平台,主要实现原始数据的采集,及一部分预处理,得到数值部分的粗定位及压缩;在PC端,实现主要内容识别算法的实现及结果保存,这样极大程度的减少了原始数据的失真及通信的成本,实现了最终图像和识别结果的保存。
参见图3,图像显示的是有两个字符部分的不完整字符,根据其在垂直轴上的投影曲线,他的中间出现断层,不是连续的,判断其为不完整的字符,反之,则为完整字符。
参见图4,所述的网格特征提取,由于燃气表工作状态是持续运转的,所以燃气表时常会在图像采集时处在字轮半转状态,这时拍出图像可能会出现两个数字处在中间这种情况;选取网格区域像素特征采用一种4*4的网格将数字上下部分平均分割分为16个大小相同的网格,每个网格中像素数为25个像素点,效果图如图所示,从1到16,统计每个网格中的白色像素数总和作为不完整字符识别特征,这样就可以得到16维特征向量作为识别分类的特征参数。
Claims (4)
1.面向燃气表外壳式摄像的嵌入式数字识别方法包括在嵌入式系统中码字燃气表的图像采集、图像预处理,预处理后规则化后区域内的码字字符完整性检测,规则化区域内码字字符的特征提取,特别是不完整码字字符特征提取,以及针对所提取特征的码字进行完整字符和半字符识别。
2.根据权利要求1所述的图像预处理的字符完整性检测,其特征在于,利用图像在垂直向量上的投影判断字符的完整度:利用码字字符投影的连续性,判断码字字符的完整性。
3.根据权利要求1所述的不完整码字字符的特征提取,其特征在于,基于网格区域像素特征的n网格特征提取方法:网格区域像素特征采用一种m*m的网格将数字上下部分平均分割分为n个大小相同的网格,统计每个网格中的白色像素数总和,作为不完整字符的识别特征。
4.根据权利要求1所述的码字半字符识别方法,其特征在于,基于变异策略的混合PSO-SVM字符识别方法:通过变异引入新的个体和群体最优位置,使粒子逃离PSO-SVM局部最优解的局限性,不断迭代循环直至实现全局最优。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611091347.7A CN108133213A (zh) | 2016-12-01 | 2016-12-01 | 一种面向燃气表外壳式摄像的嵌入式数字识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611091347.7A CN108133213A (zh) | 2016-12-01 | 2016-12-01 | 一种面向燃气表外壳式摄像的嵌入式数字识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108133213A true CN108133213A (zh) | 2018-06-08 |
Family
ID=62387663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611091347.7A Pending CN108133213A (zh) | 2016-12-01 | 2016-12-01 | 一种面向燃气表外壳式摄像的嵌入式数字识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133213A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858480A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种数字式仪表识别方法 |
CN109886276A (zh) * | 2019-02-18 | 2019-06-14 | 福州视驰科技有限公司 | 一种表盘滚动数字字符的半字判断方法 |
CN111017728A (zh) * | 2019-12-23 | 2020-04-17 | 安徽工业大学 | 一种基于机器视觉的起重机制动器健康状态评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101452357A (zh) * | 2008-12-11 | 2009-06-10 | 广东国笔科技股份有限公司 | 一种手写字符输入方法及系统 |
CN101482920A (zh) * | 2008-12-30 | 2009-07-15 | 广东国笔科技股份有限公司 | 一种手写字符识别方法及系统 |
CN102236788A (zh) * | 2010-04-20 | 2011-11-09 | 荣科科技股份有限公司 | 电力电能表图像自动识别方法 |
CN102298134A (zh) * | 2010-06-23 | 2011-12-28 | 荣科科技股份有限公司 | 撤回电能表批量检测方法与装置 |
US20140079297A1 (en) * | 2012-09-17 | 2014-03-20 | Saied Tadayon | Application of Z-Webs and Z-factors to Analytics, Search Engine, Learning, Recognition, Natural Language, and Other Utilities |
CN106169080A (zh) * | 2016-07-04 | 2016-11-30 | 重庆大学 | 一种基于图像的燃气指数自动识别方法 |
-
2016
- 2016-12-01 CN CN201611091347.7A patent/CN108133213A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101452357A (zh) * | 2008-12-11 | 2009-06-10 | 广东国笔科技股份有限公司 | 一种手写字符输入方法及系统 |
CN101482920A (zh) * | 2008-12-30 | 2009-07-15 | 广东国笔科技股份有限公司 | 一种手写字符识别方法及系统 |
CN102236788A (zh) * | 2010-04-20 | 2011-11-09 | 荣科科技股份有限公司 | 电力电能表图像自动识别方法 |
CN102298134A (zh) * | 2010-06-23 | 2011-12-28 | 荣科科技股份有限公司 | 撤回电能表批量检测方法与装置 |
US20140079297A1 (en) * | 2012-09-17 | 2014-03-20 | Saied Tadayon | Application of Z-Webs and Z-factors to Analytics, Search Engine, Learning, Recognition, Natural Language, and Other Utilities |
CN106169080A (zh) * | 2016-07-04 | 2016-11-30 | 重庆大学 | 一种基于图像的燃气指数自动识别方法 |
Non-Patent Citations (2)
Title |
---|
张北航: "图像处理在仪表识别和布匹瑕疵检测中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
郑武: "POS机购物小票数字识别算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858480A (zh) * | 2019-01-08 | 2019-06-07 | 北京全路通信信号研究设计院集团有限公司 | 一种数字式仪表识别方法 |
CN109886276A (zh) * | 2019-02-18 | 2019-06-14 | 福州视驰科技有限公司 | 一种表盘滚动数字字符的半字判断方法 |
CN109886276B (zh) * | 2019-02-18 | 2023-05-09 | 福州视驰科技有限公司 | 一种表盘滚动数字字符的半字判断方法 |
CN111017728A (zh) * | 2019-12-23 | 2020-04-17 | 安徽工业大学 | 一种基于机器视觉的起重机制动器健康状态评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110543878B (zh) | 一种基于神经网络的指针仪表读数识别方法 | |
CN111767911A (zh) | 面向复杂环境的印章文字检测识别方法、装置及介质 | |
CN108875602A (zh) | 监控环境下基于深度学习的人脸识别方法 | |
CN109543676B (zh) | 一种基于图像处理的字轮型水表数字字符识别方法 | |
CN102024152B (zh) | 一种基于稀疏表达和字典学习进行交通标志识别的方法 | |
CN105160330B (zh) | 一种车标识别方法及车标识别系统 | |
CN106960208A (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
CN105930852B (zh) | 一种气泡图像识别方法 | |
CN102236788A (zh) | 电力电能表图像自动识别方法 | |
CN109800698A (zh) | 基于深度网络的图标检测方法 | |
CN106127205A (zh) | 一种适用于室内轨道机器人的数字仪表图像的识别方法 | |
CN106156684A (zh) | 一种二维码识别方法及装置 | |
CN108133213A (zh) | 一种面向燃气表外壳式摄像的嵌入式数字识别方法 | |
CN112001383A (zh) | 一种基于卷积神经网络技术的水表码智能识别方法 | |
CN110659637A (zh) | 一种结合深度神经网络和sift特征的电能表示数与标签自动识别方法 | |
CN111178282A (zh) | 一种道路交通限速标志定位识别方法及装置 | |
CN116704490B (zh) | 车牌识别方法、装置和计算机设备 | |
CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
CN110287967B (zh) | 一种基于图像的数字及机械表数字识别方法 | |
CN116052110B (zh) | 一种路面标线缺损智能定位方法及系统 | |
CN113095316A (zh) | 基于多级融合和角点偏移的图像旋转目标检测方法 | |
CN112308040A (zh) | 一种基于高清图像的河流排污口检测方法及系统 | |
CN109325487B (zh) | 一种基于目标检测的全种类车牌识别方法 | |
CN110765900A (zh) | 一种基于dssd的自动检测违章建筑方法及系统 | |
CN109145912A (zh) | 一种数字仪表读数自动识别方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180608 |