CN110263785A - 一种自动抄表方法、装置及计算机可读存储介质 - Google Patents

一种自动抄表方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN110263785A
CN110263785A CN201910533046.2A CN201910533046A CN110263785A CN 110263785 A CN110263785 A CN 110263785A CN 201910533046 A CN201910533046 A CN 201910533046A CN 110263785 A CN110263785 A CN 110263785A
Authority
CN
China
Prior art keywords
image
meter reading
dial
numbers
feature
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
Application number
CN201910533046.2A
Other languages
English (en)
Inventor
南一冰
王文琦
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 Inc
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 Inc filed Critical Cloudminds Inc
Priority to CN201910533046.2A priority Critical patent/CN110263785A/zh
Publication of CN110263785A publication Critical patent/CN110263785A/zh
Pending legal-status Critical Current

Links

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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • 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
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/02—Recognising information on displays, dials, clocks
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Discrimination (AREA)

Abstract

本发明实施例涉及物联网和智能仪表领域，公开了一种自动抄表方法、装置及计算机可读存储介质，所述自动抄表方法包括：获取计量表的表盘图像；对所述表盘图像进行特征提取，得到所述表盘图像中包含数字的N个特征区域，其中，每个所述特征区域均用于提取一个数字，计量表读数由N个所述特征区域提取的N个数字组成，N为大于1的整数；获取每个所述特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值；根据所述N个数字的数值获取所述计量表读数。本发明提供的自动抄表方法、装置及计算机可读存储介质能够在提高抄表效率的同时，确保计量表读数抄录的可靠性。

Description

一种自动抄表方法、装置及计算机可读存储介质
技术领域
本发明实施例涉及物联网和智能仪表领域，特别涉及一种自动抄表方法、装置及计算机可读存储介质。
背景技术
在人类社会进入知识经济时代、信息技术高速发展的背景下，计量表及其测量控制技术得到日益广泛的应用，通过对计量表数据的抄录可实现计量以及相关费用统计。计量表一般指用来测量管路中在某一时间间隔内流体流过的总量(积累量)的仪表，人们日常生活基本上都要用到，如水表、电表、煤气表等；目前计量表基本上是通过表盘上的数字显示用量，如果需要读取计量表的用量，则需要到计量表所在地进行读取，比如煤气公司的工作人员需定期到用户家里抄表，然后计算用户在这个时期的用量，以通知用户需要缴纳的费用。
然而，发明人发现现有技术中至少存在如下问题：抄表过程依赖于工作人员的人工读取和记录，这种采取人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高。
发明内容
本发明实施方式的目的在于提供一种，其能够在提高抄表效率的同时，确保计量表读数抄录的可靠性。
为解决上述技术问题，本发明的实施方式提供了一种自动抄表方法，包括：
获取计量表的表盘图像；对所述表盘图像进行特征提取，得到所述表盘图像中包含数字的N个特征区域，其中，每个所述特征区域均用于提取一个数字，计量表读数由N个所述特征区域提取的N个数字组成，N为大于1的整数；获取每个所述特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值；根据所述N个数字的数值获取所述计量表读数。
本发明的实施方式相对于现有技术而言，通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域，且每个特征区域均用于提取一个数字，也就是说，将计量表显示数字的区域分割成N个特征区域，确保从特征区域中提取出来的数字均为计量表显示的数字，再获取每个特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值，具体而言，由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时，特征区域内会显示两个一半的数字)，因此通过数字的置信度可以确定特征区域最后提取的数字的数值，提高了单个数字的精度，最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字，该行数字即为计量表读数)，从而能够在提高抄表效率的同时，确保计量表读数抄录的可靠性，避免了“人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高”的情况的发生。
另外，在所述获取计量表的表盘图像之后，还包括：对所述表盘图像进行数字行检测，得到所述表盘图像中用于表征计量表读数的数字行区域；判断所述数字行区域中的数字方向是否与预设方向相同，在判定所述数字行区域中的数字方向与预设方向不同时，校正所述表盘图像的放置方向；所述对所述表盘图像进行特征提取，具体包括：对校正放置方向后的所述表盘图像进行特征提取。通过此种方式，能够校正表盘图像，确保表盘图像的放置方向不会对计量表读数的获取造成影响，进一步提高计量表读数抄录的可靠性。
另外，所述对所述表盘图像进行数字行检测，得到所述表盘图像中用于表征计量表读数的数字行区域，具体包括：将所述表盘图像输入用于生成所述数字行区域的第一预设卷积神经网络模型中，得到所述数字行区域，其中，所述第一预设卷积神经网络模型通过历史表盘图像训练得到。
另外，在所述校正所述表盘图像的放置方向之后，还包括：对校正放置方向后的所述表盘图像进行背景分离，得到特征图像，其中，所述特征图像中数字行区域以外的区域像素点置零；所述对校正放置方向后的所述表盘图像进行特征提取，具体包括：对所述特征图像进行特征提取。通过此种方式，能够排除表盘图像上非数字行区域的背景的干扰，降低的获取计量表读数过程中的计算量。
另外，在所述校正所述表盘图像的放置方向之后，还包括：判定所述计量表安装失败，发送警告信息。
另外，在所述得到特征图像之后，还包括：对所述特征图像进行区域识别，得到所述特征图像中用于提取小数的小数位区域，根据所述小数位区域确定小数点位置；所述根据所述N个数字的数值获取所述计量表读数，具体包括：根据所述N个数字的数值及所述小数点位置获取所述计量表读数。通过此种方式，使得计量表读数的小数位判定精确，从而进一步确保了计量表读数抄录的可靠性。
另外，所述对所述特征图像进行区域识别，得到所述特征图像中用于提取小数的小数位区域，根据所述小数位区确定小数点位置，具体包括：将所述N个特征区域输入用于生成所述小数点位置的第二预设卷积神经网络模型中，得到所述小数点位置，其中，所述第二预设卷积神经网络模型通过历史表盘图像训练得到。
另外，所述对所述表盘图像进行特征提取，得到所述表盘图像中包含数字的N个特征区域，具体包括：将所述表盘图像输入用于生成所述特征区域的第三预设卷积神经网络模型中，得到N个所述特征区域，其中，所述第三预设卷积神经网络模型通过历史表盘图像训练得到。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是根据本发明第一实施方式提供的自动抄表方法的流程图；
图2是根据本发明第二实施方式提供的自动抄表方法的流程图；
图3是根据本发明第三实施方式提供的自动抄表方法的流程图；
图4是根据本发明第四实施方式提供的自动抄表方法的流程图；
图5是根据本发明第五实施方式提供的自动抄表装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本发明而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本发明所要求保护的技术方案。
本发明的第一实施方式涉及一种自动抄表方法，具体流程如图1所示，包括：
S101：获取计量表的表盘图像。
关于步骤S101，具体的说，在计量表安装完成后，通过图像采集终端(如摄像机)采集计量表的表盘图像，优选的，图像采集终端会进行定时拍照，如每天在固定时间点拍照一次。更优的，在拍摄的时间点以外的时间，图像采集终端处于待机或关闭状态，从而节省能源。
S102：对表盘图像进行特征提取，得到表盘图像中包含数字的N个特征区域。
关于步骤S102，具体的说，每个所述特征区域均用于提取一个数字，计量表读数由N个所述特征区域提取的N个数字组成，N为大于1的整数。本实施方式可以通过将表盘图像输入用于生成特征区域的第三预设卷积神经网络模型中以得到N个特征区域，第三预设卷积神经网络模型检测出表盘图像的数字区域，可以直接得到N个特征区域的位置信息、置信度以及识别结果，每个数字的识别结果可表示为：{i,score,x,y,w,h}，即{识别结果，置信度，左上角坐标x，左上角坐标y，检测框宽w，检测框高h}。值得一提的是，本实施方式中的第三预设卷积神经网络模型通过历史表盘图像训练得到，历史表盘图像包括对光照、拍摄角度、表的类型等适应性较差的图像，也包括计量表安装位置不合理、表盘内数字转到一半等情况下拍照的图像，通过此种方式，使得训练出来的第三预设卷积神经网络模型的可靠性更高。
S103：获取每个特征区域中数字的置信度，根据置信度确定每个特征区域中提取数字的数值。
关于步骤S103，具体的说，若特征区域中出现了多个读数(一般情况下为两个，即该特征区域的数字转到一半)，此时会计算多个读数的置信度，获取置信度最大的数字。值得一提的是，本实施方式中可以采用进位逻辑校正法提取数字的数值，如N个特征区域从左往右依次排列，左起第一个出现多个读数的特征区域提取的是最上面的数字，则后面的特征区域中出现多个读数的特征区域均直接提取最上面的数字，同理，若右起第一个出现多个读数的特征区域提取的是最下面的数字，则后面的特征区域中出现多个读数的特征区域均直接提取最下面的数字。
为了便于理解，下面对本实施方式中的逻辑校正方法进行具体说明：
首先，检查每个数位的逻辑。如果在某一数字位置只有一个检测结果，跳过这个位置；如果有两个检测的结果，则通过算法检查该数位上半位数与下半位数的差值是否为1，如果没有，那么就取上边界或下边界中较高置信度的数字作为正确的结果处理，其他结果需要修改，修改原则如下：
dup＝(ddown+8)％10+1，如果下半位数置信度高；
ddown＝(dup+1)％10，如果上半位数置信度高；
其中，ddown表示下半位数，dup表示上半位数，％是模算子。
其次，纠正不同数位读取点之间的逻辑关系：计算所有数位边界左上角y的最小值以及右下角y的最大值，得到它们的平均值meany；通过修正算法发现第一个具有两个半位数的检测结果的数位，如果该数位处于所有数位中最高的位置，数字在较高的边界，高度保留为当前位置的读数，如果该数位不处于所有数位中最高的位置，则计算：
(centery1-meany)×(centery2-meany)；
其中，centery1为数位边界框中心坐标中较低的数字，centery2为数位边界框中心坐标最后一位的整数。如果计算结果小于0，将上半位数保留为当前数位的读数，否则，将下半位数保留为当前数位的读数。然后，设置一个标志来表示应该为其他数位保留哪个半位数，如果centeryres-centery<0，flag＝0，表示保留上半位数，否则flag＝1。
然后，检查其余的数字。当遇到半位数时，根据flag的值保留合适的位数。在一些极端情况下，如光照不好或数字尺寸太小，可能在同一位置只有一个检测结果，但在最后的位置有两个。如个位的下半位数为0，对于这种情况，有四种可能的情况：
flag＝0 and centerycur-meany<0，
flag＝0 and centerycur-meany>0，
flag＝1 and centerycur-meany<0，
flag＝1 and centerycur-meany>0。
其中，centerycur为当前数位边界框的中心坐标，对于第二种情况，数字值应该减1，对于第四种情况，数字值应该加1。
S104：根据N个数字的数值获取计量表读数。
关于步骤S104，具体的说，由于在将表盘图像的数字区域进行分割时，也会得到分割后的N个特征区域的位置信息，因此根据该位置信息即可确定从特征区域中提取出来的数字的具体位置。为了便于理解，下面对本实施方式中如何根据N个数字的数值获取所述计量表读数进行举例说明：
假设N等于6，则有6个特征区域，6个特征区域从左往右依次排列，且从左往右的7个特征区域提取的数值分别为：7，8，2，0，0，0，则计量表的读数为78200.0。
本发明的实施方式相对于现有技术而言，通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域，且每个特征区域均用于提取一个数字，也就是说，将计量表显示数字的区域分割成N个特征区域，确保从特征区域中提取出来的数字均为计量表显示的数字，再获取每个特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值，具体而言，由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时，特征区域内会显示两个一半的数字)，因此通过数字的置信度可以确定特征区域最后提取的数字的数值，提高了单个数字的精度，最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字，该行数字即为计量表读数)，从而能够在提高抄表效率的同时，确保计量表读数抄录的可靠性，避免了“人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高”的情况的发生。
本发明的第二实施方式涉及一种自动抄表方法，第二实施方式是在第一实施方式的基础上做了进一步的改进，具体改进之处在于：在第二实施方式中，在所述获取计量表的表盘图像之后，还包括：对所述表盘图像进行数字行检测，得到所述表盘图像中用于表征计量表读数的数字行区域；判断所述数字行区域中的数字方向是否与预设方向相同，在判定所述数字行区域中的数字方向与预设方向不同时，校正所述表盘图像的放置方向；所述对所述表盘图像进行特征提取，具体包括：对校正放置方向后的所述表盘图像进行特征提取。通过此种方式，能够校正表盘图像，确保表盘图像的放置方向不会对计量表读数的获取造成影响。
本实施方式的具体流程如图2所示，包括：
S201：获取计量表的表盘图像。
S202：对表盘图像进行数字行检测，得到表盘图像中用于表征计量表读数的数字行区域。
关于步骤S202，具体的说，本实施方式中数字行区域的获取方式可以为：将表盘图像输入用于生成数字行区域的第一预设卷积神经网络模型中，得到数字行区域。值得一提的是，本实施方式中的第一预设卷积神经网络模型通过历史表盘图像训练得到，历史表盘图像包括对光照、拍摄角度、表的类型等适应性较差的图像，也包括计量表安装位置不合理、表盘内数字转到一半等情况下拍照的图像，通过此种方式，使得训练出来的第一预设卷积神经网络模型的可靠性更高。
S203：判断数字行区域中的数字方向是否与预设方向相同，在判定所述数字行区域中的数字方向与预设方向不同时，校正表盘图像的放置方向。
关于步骤S203，具体的说，本实施方式中的预设方向可以根据实际需求设定，如可以为长方形的表盘图像的长边方向，第一预设卷积神经网络的输出结果包括数字行的坐标位置和倾斜方向，用该倾斜方向直接进行倾斜校正，从而能够简单有效的校正表盘图像的放置方向。
可以理解的是，若计量表安装后需要校正获取的表盘图像的放置方向，则表明计量表的安装位置不准确，此时判定计量表安装失败，发送警告信息，使得维修人员在接收到警告信息后能够对该计量表重新安装。需要说明的是，在后续计量表的使用过程中，只要存在校正表盘图像的放置方向的情形，就会发送警告信息以使维修人员能够及时维修，且会将需要校正方向的表盘图像作为历史表盘图像，放入神经网络模型中进行训练。值得一提的是，由于正常情况下所有表盘图像中数字行都不会完全水平，几乎所有照片都要进行倾斜校正，因此本实施方式可以设置只有当数字行的倾斜角度大于预设的倾斜角度时，才需要发送警告信息。
S204：对校正放置方向后的表盘图像进行特征提取，得到表盘图像中包含数字的N个特征区域。
S205：获取每个特征区域中数字的置信度，根据置信度确定每个特征区域中提取数字的数值。
S206：根据N个数字的数值获取计量表读数。
本实施方式中的步骤S201、步骤S204至步骤S206与第一实施方式中的步骤S101至步骤S104类似，为了避免重复，此处不再赘述。
本发明的实施方式相对于现有技术而言，通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域，且每个特征区域均用于提取一个数字，也就是说，将计量表显示数字的区域分割成N个特征区域，确保从特征区域中提取出来的数字均为计量表显示的数字，再获取每个特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值，具体而言，由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时，特征区域内会显示两个一半的数字)，因此通过数字的置信度可以确定特征区域最后提取的数字的数值，提高了单个数字的精度，最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字，该行数字即为计量表读数)，从而能够在提高抄表效率的同时，确保计量表读数抄录的可靠性，避免了“人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高”的情况的发生。
本发明的第三实施方式涉及一种自动抄表方法，第三实施方式是在第二实施方式的基础上做了进一步的改进，具体改进之处在于：在第三实施方式中，在所述校正所述表盘图像的放置方向之后，还包括：对校正放置方向后的所述表盘图像进行背景分离，得到校正放置方向后的所述表盘图像的二值图像；所述对校正放置方向后的所述表盘图像进行特征提取，具体包括：对所述二值图像进行特征提取。通过此种方式，能够排除表盘图像上非数字行区域的背景的干扰，降低的获取计量表读数的计算量。
本实施方式的具体流程如图3所示，包括：
S301：获取计量表的表盘图像。
S302：对表盘图像进行数字行检测，得到表盘图像中用于表征计量表读数的数字行区域。
S303：判断数字行区域中的数字方向是否与预设方向相同，在判定所述数字行区域中的数字方向与预设方向不同时，校正表盘图像的放置方向。
S304：对校正放置方向后的表盘图像进行背景分离，得到特征图像。
关于步骤S304，具体的说，特征图像中数字行区域以外的区域的像素点置零，通过对表盘图像进行背景分离，并对数字行区域以外的区域进行二值化处理，能够更易于后续步骤中提取特征图像中的特征区域。图像二值化(Image Binarization)就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程，可以理解的是，本实施方式是将数字行区域以外的区域的像素点灰度值均设置为0。在数字图像处理中，二值化占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。
S305：对特征图像进行特征提取，得到特征图像中包含数字的N个特征区域。
S306：获取每个特征区域中数字的置信度，根据置信度确定每个特征区域中提取数字的数值。
S307：根据N个数字的数值获取计量表读数。
本实施方式的步骤S301至步骤S303、步骤S305至步骤S307与第二实施方式的步骤S201至步骤S206类似，为了避免重复，此处不再赘述。
本发明的实施方式相对于现有技术而言，通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域，且每个特征区域均用于提取一个数字，也就是说，将计量表显示数字的区域分割成N个特征区域，确保从特征区域中提取出来的数字均为计量表显示的数字，再获取每个特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值，具体而言，由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时，特征区域内会显示两个一半的数字)，因此通过数字的置信度可以确定特征区域最后提取的数字的数值，提高了单个数字的精度，最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字，该行数字即为计量表读数)，从而能够在提高抄表效率的同时，确保计量表读数抄录的可靠性，避免了“人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高”的情况的发生。
本发明第四实施方式涉及一种自动抄表方法，第四实施方式是在第一实施方式的基础上做了进一步的改进，具体改进之处在于：在第四实施方式中，在所述得到所述表盘图像中包含数字的N个特征区域之后，还包括：对所述N个特征区域进行区域识别，得到所述N个特征区域中用于提取小数的小数位区域，根据所述小数位区域确定小数点位置；所述根据所述N个数字的数值获取所述计量表读数，具体包括：根据所述N个数字的数值及所述小数点位置获取所述计量表读数。通过此种方式，使得小数位的判定精确，从而进一步确保了计量表读数抄录的可靠性。
本实施方式的具体流程如图4所示，包括：
S401：获取计量表的表盘图像。
S402：对表盘图像进行特征提取，得到表盘图像中包含数字的N个特征区域。
S403：对特征图像进行区域识别，得到特征图像中用于提取小数的小数位区域，根据小数位区域确定小数点位置。
关于步骤S403，具体的说，本实施方式中的小数点位置可以通过如下方式获取：将特征图像输入用于生成所述小数点位置的第二预设卷积神经网络模型中，第二预设卷积神经网络模型输出一个像素级的语义分割结果，然后根据N个特征区域和分割结果的重叠情况，得到所述小数点位置。值得一提的是，本实施方式中的第二预设卷积神经网络模型通过历史表盘图像训练得到，历史表盘图像包括对光照、拍摄角度、表的类型等适应性较差的图像，也包括计量表安装位置不合理、表盘内数字转到一半等情况下拍照的图像，通过此种方式，使得训练出来的第二预设卷积神经网络模型的可靠性更高。
S404：获取每个特征区域中数字的置信度，根据置信度确定每个特征区域中提取数字的数值。
S405：根据N个数字的数值及小数点位置获取计量表读数。
本发明的实施方式相对于现有技术而言，通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域，且每个特征区域均用于提取一个数字，也就是说，将计量表显示数字的区域分割成N个特征区域，确保从特征区域中提取出来的数字均为计量表显示的数字，再获取每个特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值，具体而言，由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时，特征区域内会显示两个一半的数字)，因此通过数字的置信度可以确定特征区域最后提取的数字的数值，提高了单个数字的精度，最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字，该行数字即为计量表读数)，从而能够在提高抄表效率的同时，确保计量表读数抄录的可靠性，避免了“人工读取以及手工录入计量数据的作业方式，工作量大，且存在误记、漏记等问题，从而使得抄表效率低、错误率高”的情况的发生。
本发明第五实施方式涉及一种自动抄表装置，如图5所示，包括：
至少一个处理器501；以及，
与至少一个处理器501通信连接的存储器502；其中，
存储器502存储有可被至少一个处理器501执行的指令，指令被至少一个处理器501执行，以使至少一个处理器501能够执行上述自动抄表方法。
其中，存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
本发明第六实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种自动抄表方法，其特征在于，包括：
获取计量表的表盘图像；
对所述表盘图像进行特征提取，得到所述表盘图像中包含数字的N个特征区域，其中，每个所述特征区域均用于提取一个数字，计量表读数由N个所述特征区域提取的N个数字组成，N为大于1的整数；
获取每个所述特征区域中数字的置信度，根据所述置信度确定每个所述特征区域中提取数字的数值；
根据所述N个数字的数值获取所述计量表读数。
2.根据权利要求1所述的自动抄表方法，其特征在于，在所述获取计量表的表盘图像之后，还包括：
对所述表盘图像进行数字行检测，得到所述表盘图像中用于表征计量表读数的数字行区域；
判断所述数字行区域中的数字方向是否与预设方向相同，在判定所述数字行区域中的数字方向与预设方向不同时，校正所述表盘图像的放置方向；
所述对所述表盘图像进行特征提取，具体包括：
对校正放置方向后的所述表盘图像进行特征提取。
3.根据权利要求2所述的自动抄表方法，其特征在于，所述对所述表盘图像进行数字行检测，得到所述表盘图像中用于表征计量表读数的数字行区域，具体包括：
将所述表盘图像输入用于生成所述数字行区域的第一预设卷积神经网络模型中，得到所述数字行区域，其中，所述第一预设卷积神经网络模型通过历史表盘图像训练得到。
4.根据权利要求2所述的自动抄表方法，其特征在于，在所述校正所述表盘图像的放置方向之后，还包括：
判定所述计量表安装失败，发送警告信息。
5.根据权利要求2所述的自动抄表方法，其特征在于，在所述校正所述表盘图像的放置方向之后，还包括：
对校正放置方向后的所述表盘图像进行背景分离，得到特征图像，其中，所述特征图像中数字行区域以外的区域像素点置零；
所述对校正放置方向后的所述表盘图像进行特征提取，具体包括：
对所述特征图像进行特征提取。
6.根据权利要求5所述的自动抄表方法，其特征在于，在所述得到特征图像之后，还包括：
对所述特征图像进行区域识别，得到所述特征图像中用于提取小数的小数位区域，根据所述小数位区域确定小数点位置；
所述根据所述N个数字的数值获取所述计量表读数，具体包括：
根据所述N个数字的数值及所述小数点位置获取所述计量表读数。
7.根据权利要求6所述的自动抄表方法，其特征在于，所述对所述特征图像进行区域识别，得到所述特征图像中用于提取小数的小数位区域，根据所述小数位区确定小数点位置，具体包括：
将所述特征图像输入用于生成所述小数点位置的第二预设卷积神经网络模型中，得到所述小数点位置，其中，所述第二预设卷积神经网络模型通过历史表盘图像训练得到。
8.根据权利要求1至5任一项所述的自动抄表方法，其特征在于，所述对所述表盘图像进行特征提取，得到所述表盘图像中包含数字的N个特征区域，具体包括：
将所述表盘图像输入用于生成所述特征区域的第三预设卷积神经网络模型中，得到N个所述特征区域，其中，所述第三预设卷积神经网络模型通过历史表盘图像训练得到。
9.一种网络设备，其特征在于，包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的自动抄表方法。
10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的自动抄表方法。
CN201910533046.2A 2019-06-19 2019-06-19 一种自动抄表方法、装置及计算机可读存储介质 Pending CN110263785A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910533046.2A CN110263785A (zh) 2019-06-19 2019-06-19 一种自动抄表方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910533046.2A CN110263785A (zh) 2019-06-19 2019-06-19 一种自动抄表方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110263785A true CN110263785A (zh) 2019-09-20

Family

ID=67919437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910533046.2A Pending CN110263785A (zh) 2019-06-19 2019-06-19 一种自动抄表方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110263785A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246265A (zh) * 2023-05-12 2023-06-09 威海凯思信息科技有限公司 一种基于图像处理的物业管理方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246265A (zh) * 2023-05-12 2023-06-09 威海凯思信息科技有限公司 一种基于图像处理的物业管理方法和装置
CN116246265B (zh) * 2023-05-12 2023-08-08 威海凯思信息科技有限公司 一种基于图像处理的物业管理方法和装置

Similar Documents

Publication Publication Date Title
JP7099509B2 (ja) 産業機器ゲージのデジタル化及びアラームのためのコンピュータビジョンシステム
CN109360396A (zh) 基于图像识别技术和NB-IoT技术的远程抄表方法及系统
CN105303168A (zh) 一种多视角的指针式仪表识别方法和装置
WO2021143212A1 (zh) 二维码、二维码的编码方法、解码方法、装置和电子系统
WO2021098687A1 (zh) 容量瓶容积的校准方法、装置、终端设备及存储介质
CN114399677A (zh) 一种基于文本区域读取的指针仪表识别方法
CN111626046A (zh) 一种变电站的遥测文本图元与设备图元位置关联校验方法
CN112991459A (zh) 一种相机标定方法、装置、设备以及存储介质
CN105574500A (zh) 提高人脸识别通过率的方法和装置
CN108765306A (zh) 一种图像坏点矫正方法、装置、电子设备及介质
CN110263785A (zh) 一种自动抄表方法、装置及计算机可读存储介质
CN105893938A (zh) 一种油温表的读数方法及系统
CN101839741A (zh) 液面高度辨识方法
CN113642582A (zh) 电表读数识别方法、装置、电子设备和存储介质
CN109215084A (zh) 一种用于畸变矫正中心点定位的方法
CN115861801A (zh) 指针式仪表识别方法、系统、电子设备及可读存储介质
CN114926841B (zh) 基于改进穿线法的电子式水表读数图像识别方法及装置
CN107861931B (zh) 模板文件处理方法、装置、计算机设备和存储介质
CN112507838B (zh) 一种指针表计识别方法、装置和电力巡检机器人
JP7507600B2 (ja) 計量メータ・設置機器情報管理システム、計量メータ・設置機器情報管理方法及び計量メータ・設置機器情報管理プログラム
CN108985160B (zh) 一种确定指针式仪表读数的方法和装置
CN112989998A (zh) 物料监测方法和物料监测装置以及搅拌站
CN109977725B (zh) 一种水表抄表方法和系统
CN117490810B (zh) 一种基于定位信息的水表远程监控方法及监控系统
CN116523544B (zh) 一种软件价格测算方法、系统、存储介质以及设备

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: 20210207

Address after: 200245 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: Shenzhen Qianhaida Yunyun Intelligent Technology Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200245 Building 8, No. 207, Zhongqing Road, Minhang District, Shanghai

Applicant after: Dayu robot Co.,Ltd.

Address before: 200245 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant before: Dalu Robot Co.,Ltd.