CN111860042A - 仪表读数的方法和装置 - Google Patents
仪表读数的方法和装置 Download PDFInfo
- Publication number
- CN111860042A CN111860042A CN201910343671.0A CN201910343671A CN111860042A CN 111860042 A CN111860042 A CN 111860042A CN 201910343671 A CN201910343671 A CN 201910343671A CN 111860042 A CN111860042 A CN 111860042A
- Authority
- CN
- China
- Prior art keywords
- image
- reading
- area
- reading area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000003860 storage Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 abstract description 3
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013064 chemical raw material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种仪表读数的方法和装置,属于机器学习技术领域。所述方法包括:获取仪表图像;基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。采用本申请,可以节省大量人力。
Description
技术领域
本申请涉及机器学习技术领域,特别涉及一种仪表读数的方法和装置。
背景技术
在人们的日常生活和工业生产中,各种数字仪表和模拟仪表都十分常见。尤其是在工业生产中,仪表更是必不可少,大到化工行业的大型化工原料存储罐的压力计、温湿度计等,小到供热锅炉的温度计。为了时刻了解设备的工作情况,工作人员就要对这些仪表进行值守、监视和读数。
目前,对于各类设备的仪表值守大多要由人工完成,并且也要由人工对仪表进行读数。
在实现本申请的过程中,申请人发现相关技术至少存在以下问题:
对于一些处于恶劣环境中仪表,如在高温环境下的温度计,如果由人工长期值守并读数,由于环境温度较高,需要工作人员频繁轮换,要耗费大量人力。
发明内容
为了解决相关技术的问题,本申请实施例提供了一种仪表读数的方法和装置。所述技术方案如下:
第一方面,提供了一种仪表读数的方法,所述方法包括:
获取仪表图像;
基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;
基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像,包括:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息;
基于所述初始读数区域的位置信息,确定所述仪表图像中的初始读数区域图像;
将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息;
基于所述精确读数区域的位置信息,在所述初始读数区域图像中,确定读数区域图像。
可选的,所述仪表图像为指针式仪表图像,所述初始读数区域为指针读数区域,所述初始读数区域图像为指针读数区域图像,所述精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,所述精确读数区域图像包括指针刻度图像和刻度值图像,其中,所述目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围,所述指针刻度区域是包含所述目标刻度范围的刻度图像和指针图像的区域,所述刻度值区域是包含所述刻度值的图像的区域;
所述将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息,包括:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的指针读数区域的位置信息和单位标识区域的位置信息;
所述将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息,包括:
将所述指针读数区域图像,输入预先训练的第二读数区域检测模型,得到所述指针读数区域图像中的所述指针刻度区域的位置信息和所述刻度值区域的位置信息;
所述基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数,包括:
基于单位标识区域的位置信息,在所述仪表图像中,确定单位标识图像;
将所述指针刻度图像、所述刻度值图像和所述单位标识图像,输入预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述仪表图像为数字式仪表图像,所述初始读数区域为包括有仪表上显示的全部数字读数和每个读数值对应的单位标识的区域,所述初始读数区域图像为包括有所述仪表上显示的全部读数值以及每个读数值对应的单位标识的图像,所述精确读数区域为包括有一个读数值和相对应的单位标识的区域,所述精确读数区域图像为包括有一个读数值和相对应的单位标识的图像。
第二方面,提供了一种仪表读数的装置,所述装置包括:
获取模块,用于获取仪表图像;
确定模块,用于基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;
读数模块,用于基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述确定模块,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息;
基于所述初始读数区域的位置信息,确定所述仪表图像中的初始读数区域图像;
将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息;
基于所述精确读数区域的位置信息,在所述初始读数区域图像中,确定读数区域图像。
可选的,所述仪表图像为指针式仪表图像,所述初始读数区域为指针读数区域,所述初始读数区域图像为指针读数区域图像,所述精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,所述精确读数区域图像包括指针刻度图像和刻度值图像,其中,所述目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围,所述指针刻度区域是包含所述目标刻度范围的刻度图像和指针图像的区域,所述刻度值区域是包含所述刻度值的图像的区域;
所述确定模块,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的指针读数区域的位置信息和单位标识区域的位置信息;
所述确定模块,用于:
将所述指针读数区域图像,输入预先训练的第二读数区域检测模型,得到所述指针读数区域图像中的所述指针刻度区域的位置信息和所述刻度值区域的位置信息;
所述读数模块,用于:
基于单位标识区域的位置信息,在所述仪表图像中,确定单位标识图像;
将所述指针刻度图像、所述刻度值图像和所述单位标识图像,输入预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述仪表图像为数字式仪表图像,所述初始读数区域为包括有仪表上显示的全部数字读数和每个读数值对应的单位标识的区域,所述初始读数区域图像为包括有所述仪表上显示的全部读数值以及每个读数值对应的单位标识的图像,所述精确读数区域为包括有一个读数值和相对应的单位标识的区域,所述精确读数区域图像为包括有一个读数值和相对应的单位标识的图像。
第三方面,提供了一种电子设备,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上述第一方面所述的仪表读数的方法。
第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上述第一方面所述的仪表读数的方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
本申请实施例中,由设备获取仪表图像,并根据该仪表图像和预先训练好的读数区域检测模型,可以确定确定出该仪表图像中的读数区域图像,进一步的可以根据该读数区域图像和预先训练的读数模型,便可以得到仪表的读数。可见,本方法无需再进行人工读数,节省了人力。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种仪表读数的方法的流程图;
图2是本申请实施例提供的一种仪表图像示意图;
图3是本申请实施例提供的一种仪表图像示意图;
图4是本申请实施例提供的一种仪表图像示意图;
图5是本申请实施例提供的一种仪表图像示意图;
图6是本申请实施例提供的一种仪表读数的装置的结构示意图;
图7是本申请实施例提供的一种终端结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供了一种仪表读数的方法,该方法可以由终端实现。其中,终端可以为台式计算机、平板电脑或笔记本等。本方案可以在如下场景实施,固定放置摄像设备,对准待读数的仪表进行仪表图像拍摄,然后,将拍摄得到的仪表图像传输至上述电子设备中以执行本方法来对拍摄的仪表图像进行读数。根据不同的应用场景,摄像设备拍摄仪表图像的间隔也可以不同,例如,家用水电表可以在每月初进行仪表图像拍摄,一些工业生产中需要实施监控的压力计、温度计等,可以持续对仪表进行拍摄,并将拍摄的每一帧仪表图像都发送至上述电子设备。需要说明的是,上述终端还可以为具有一定图像处理能力的摄像设备,即摄像设备在拍摄得到仪表图像后,可以直接执行本方法,后续可以将读数上传至后台或者云端,再进行其他处理。以下以具有一定图像处理能力的摄像设备执行该仪表读数的方法进行说明,其他情况与之类似在此不做赘述。
如图1所示,该方法的处理流程可以包括如下的步骤:
在步骤101中,获取仪表图像。
在实施中,拍摄设备按照预设时间间隔对仪表进行拍摄,以获取仪表图像。例如,对于家用电表来说,可以在每月第一天对电表进行拍摄,对于一些需要实时读数的工业仪表来说,可以每过几秒、甚至几毫秒等很小的时间间隔,拍摄一次。
在步骤102中,基于仪表图像和预先训练的读数区域检测模型,确定仪表图像中的读数区域图像。
在实施中,可以将获取到仪表图像输入预先训练的读数区域检测模型,经过该读数区域检测模型可以获得该仪表图像中的读数区域图像。
可选的,为了更准确的确定出仪表读数区域图像,可以先确定出一个包括有范围较大的读数区域的图像,再进一步确定出最终用于读数的读数区域图像,相应的,在步骤102中可以进行如下S1021-S1024的处理:
S1021,将仪表图像,输入预先训练的第一读数区域检测模型,得到仪表图像中的初始读数区域的位置信息。
在实施中,仪表可以分为指针式仪表和数字式仪表,对于不同类型的仪表,根据其仪表图像确定出的初始读数区域的位置信息也不相同。
对于待读数仪表为指针式仪表的情况,初始读数区域为指针读数区域。将指针式仪表的仪表图像,输入预先训练的第一读数区域检测模型,可以得到该仪表图像的指针读数区域的位置信息和单位标识区域的位置信息,位置信息可以以一个矩形框表示,即,得到的位置信息为该矩形框的长、宽以及其左上角的坐标。如图2所示,其中黑色框内的区域即为该仪表的初始读数区域和单位标识区域,黑色框的位置信息即为该初始读数区域的位置信息。
对于待读数仪表为数字式仪表的情况,初始读数区域为仪表上所显示的所有待读数的数字和其各自对应的单位标识。将数字式仪表的仪表图像,输入到预先训练的第一读数区域检测模型,可以得到该仪表图像中包括有所有待读数的数字和其各自对应的单位标识的区域的位置信息。此处的位置信息表示方法同上。如图3所示,其中黑色框内的区域即为该仪表的初始读数区域,黑色框的位置信息即为该初始读数区域的位置信息,可见在该仪表图像中的三个读数值和每个读数值对应的单位标识均在黑框内。
S1022,基于初始读数区域的位置信息,确定仪表图像中的初始读数区域图像。
在实施中,根据上述步骤确定出的初始读数区域的位置信息,在仪表图像中确定出初始读数区域图像,该过程也可以称为抠图。即,在仪表图像中根据确定出的初始读数区域的位置信息,截取出初始读数区域图像。此处,对于待读数仪表为指针式仪表的情况来说,除了确定出初始读数区域图像外,还可以根据单位标识区域的位置信息,确定出单位标识图像。
S1023,将初始读数区域图像,输入预先训练的第二读数区域检测模型,得到初始读数区域图像中精确读数区域的位置信息。
在实施中,对于待读数的仪表为指针式仪表的情况,精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围。将上述抠图得到的指针读数区域图像,输入预先训练的第二读数区域检测模型,得到指针读数区域图像中的指针刻度区域的位置信息和刻度值区域的位置信息。如图4所示,黑色框中的虚线框,即代表精确读数区域的位置信息,可见,其中的20和30处为刻度值区域,指针处为指针刻度区域。此处,还可以将上述确定出的单位标识图像也输入第二读数区域检测模型,得到单位标识区域更小的单位标识图像,当然,此处,也可以不将单位标识图像输入第二读数区域检测模型,而对该单位标识图像直接执行步骤103。
对于待读数的仪表为数字式仪表的情况,如果上述S1022中确定出的初始读数区域图像中只有一个读数值和相对应的单位标识,则可以不进行该步骤,直接进行S1024。当然,在这种情况下也可以执行该步骤,本方案对此不做限定,根据实际情况可以选择执行或者不执行该步骤。如果上述步骤确定出的初始读数区域图像包括有多个读数值和每个读数值对应的单位标识,则该步骤中的精确读数区域为包括有一个读数值和相对应的单位标识的区域。将上述抠图得到的指针读数区域图像,输入预先训练的第二读数区域检测模型,得到包括有一个读数值和相对应的单位标识的区域的位置信息。如图5所示,黑框中的每个虚线框代表了一个读数值和其相对应的单位标识的区域。
S1024,基于精确读数区域的位置信息,在初始读数区域图像中,确定读数区域图像。
在实施中,对于待读数的仪表为指针式仪表的情况,可以根据指针刻度区域的位置信息和所述刻度值区域的位置信息,在初始读数区域图像中抠图得到指针刻度图像和刻度值图像。如果,在上述步骤中也确定出了更小的单位标识区域位置信息,也可以根据该单位标识区域位置信息,在S1022中确定的单位标识图像中,确定出该更小的单位标识区域的单位标识图像。
对于待读数的仪表为指针式仪表的情况,则根据得到的每一个读数值和对应的单位标识的位置信息,确定出包括有一个读数值和对应的单位标识的图像。
在步骤103中,基于读数区域图像和预先训练的读数模型,得到仪表图像对应的仪表读数。
在实施中,对于待读数的仪表为指针式仪表的情况,可以将得到的单位标识图像、指针刻度图像和刻度值图像一起输入到预先训练的读数模型中,以得到仪表图像对应的读数。
对于待读数的仪表为数字式仪表的情况,可以将得到的每个包括有一个读数值和对应的单位标识的图像输入到预先训练的读数模型中,以得到仪表图像对应的读数。
可选的,对于上述各步骤所提到的模型,在实际用之前,要对其进行训练,相应的,处理可以如下:
在实施中,先建立初始第一读数区域检测模型、初始第二读数区域检测模型和初始读数模型。其中,一读数区域检测模型和所述第二读数区域检测模型均可以为CNN,对于读数模型来说,待读数的仪表类型不同,建立模型时所采用的初始网络也不同,对于待读数的仪表为指针式仪表的情况,读数模型可以为CNN,对于待读数的仪表为数字式仪表的情况,读数模型可以为RNN。需要说明的是,对于复杂的图像识别来说,采用CNN的效果会更好些,则对于待读数的仪表为数字式仪表的情况,读数模型当然也可以为CNN,本实施例对于上述三个模型具体为CNN、RNN又或者为其他神经网络,不做限定,可根据实际情况,在建立模型时确定。
建立完初始的模型后,采用不同的样本对初始的模型进行训练,以使训练后的模型可以适应相应的环境,完成相应的任务。由于每个摄像机所对应的仪表是固定的,那么,模型所要执行任务的对象也就确定了。对于初始第一读数区域检测模型来说,样本输入为该仪表在不同光照、不同环境下每个读数的对应的仪表图像,样本输出为初始读数区域的位置信息,这里的初始读数区域的位置信息可以有人工对作为样本输入的每个仪表图像进行初始读数区域的位置信息标定,以得到训练后的第一读数区域检测模型。对于初始第二区域检测模型来说,样本输入为上述人工标定初始读数区域的位置信息所对应的初始读数区域图像,样本输出为人工对作为样本输入的每个初始读数区域图像进行标定的精确读数区域的位置信息。
基于相同的技术构思,本申请实施例还提供了一种仪表读数的装置,该装置可以为上述实施例中的具有一定图像处理能力的摄像设备,如图6所示,该装置包括:获取模块610,确定模块620和读数模块630。
获取模块610,用于获取仪表图像;
确定模块620,用于基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;
读数模块630,用于基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述确定模块620,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息;
基于所述初始读数区域的位置信息,确定所述仪表图像中的初始读数区域图像;
将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息;
基于所述精确读数区域的位置信息,在所述初始读数区域图像中,确定读数区域图像。
可选的,所述仪表图像为指针式仪表图像,所述初始读数区域为指针读数区域,所述初始读数区域图像为指针读数区域图像,所述精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,所述精确读数区域图像包括指针刻度图像和刻度值图像,其中,所述目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围,所述指针刻度区域是包含所述目标刻度范围的刻度图像和指针图像的区域,所述刻度值区域是包含所述刻度值的图像的区域;
所述确定模块620,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的指针读数区域的位置信息和单位标识区域的位置信息;
所述确定模块620,用于:
将所述指针读数区域图像,输入预先训练的第二读数区域检测模型,得到所述指针读数区域图像中的所述指针刻度区域的位置信息和所述刻度值区域的位置信息;
所述读数模块630,用于:
基于单位标识区域的位置信息,在所述仪表图像中,确定单位标识图像;
将所述指针刻度图像、所述刻度值图像和所述单位标识图像,输入预先训练的读数模型,得到所述仪表图像对应的仪表读数。
可选的,所述仪表图像为数字式仪表图像,所述初始读数区域为包括有仪表上显示的全部数字读数和每个读数值对应的单位标识的区域,所述初始读数区域图像为包括有所述仪表上显示的全部读数值以及每个读数值对应的单位标识的图像,所述精确读数区域为包括有一个读数值和相对应的单位标识的区域,所述精确读数区域图像为包括有一个读数值和相对应的单位标识的图像。
可选的,所述第一读数区域检测模型和所述第二读数区域检测模型均为卷积神经网络CNN。
可选的,所述仪表图像为指针式仪表图像,所述读数模型为CNN。
可选的,所述仪表图像为数字式仪表图像,所述读数模型为循环神经网络RNN。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
需要说明的是:上述实施例提供的仪表的读数的装置在进行仪表读数时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的仪表读数的装置与仪表读数的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图7是本申请实施例提供的一种终端的结构框图。该终端700可以是台式计算机、笔记本和或者具有一定图像处理能力的摄像机等终端。
通常,终端700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是有形的和非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器701所执行以实现本申请中提供的仪表读数的方法。
在一些实施例中,终端700还可选包括有:外围设备接口703和至少一个外围设备。具体地,外围设备包括:射频电路704、摄像头705、定位组件706和电源707中的至少一种。
外围设备接口703可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路704还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
摄像头组件705用于采集图像或视频。可选地,摄像头组件705包括前置摄像头和后置摄像头。通常,前置摄像头用于实现视频通话或自拍,后置摄像头用于实现照片或视频的拍摄。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能,主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能。在一些实施例中,摄像头组件705还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
定位组件706用于定位终端700的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件706可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源707用于为终端700中的各个组件进行供电。电源707可以是交流电、直流电、一次性电池或可充电电池。当电源707包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图7中示出的结构并不构成对终端700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种计算机可读存储介质,存储介质中存储有至少一条指令,至少一条指令由处理器加载并执行以实现上述实施例中的识别动作类别的方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种仪表读数的方法,其特征在于,所述方法包括:
获取仪表图像;
基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;
基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。
2.根据权利要求1所述的方法,其特征在于,所述基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像,包括:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息;
基于所述初始读数区域的位置信息,确定所述仪表图像中的初始读数区域图像;
将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息;
基于所述精确读数区域的位置信息,在所述初始读数区域图像中,确定读数区域图像。
3.根据权利要求2所述的方法,其特征在于,所述仪表图像为指针式仪表图像,所述初始读数区域为指针读数区域,所述初始读数区域图像为指针读数区域图像,所述精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,所述精确读数区域图像包括指针刻度图像和刻度值图像,其中,所述目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围,所述指针刻度区域是包含所述目标刻度范围的刻度图像和指针图像的区域,所述刻度值区域是包含所述刻度值的图像的区域;
所述将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息,包括:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的指针读数区域的位置信息和单位标识区域的位置信息;
所述将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息,包括:
将所述指针读数区域图像,输入预先训练的第二读数区域检测模型,得到所述指针读数区域图像中的所述指针刻度区域的位置信息和所述刻度值区域的位置信息;
所述基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数,包括:
基于单位标识区域的位置信息,在所述仪表图像中,确定单位标识图像;
将所述指针刻度图像、所述刻度值图像和所述单位标识图像,输入预先训练的读数模型,得到所述仪表图像对应的仪表读数。
4.根据权利要求2所述的方法,其特征在于,所述仪表图像为数字式仪表图像,所述初始读数区域为包括有仪表上显示的全部数字读数和每个读数值对应的单位标识的区域,所述初始读数区域图像为包括有所述仪表上显示的全部读数值以及每个读数值对应的单位标识的图像,所述精确读数区域为包括有一个读数值和相对应的单位标识的区域,所述精确读数区域图像为包括有一个读数值和相对应的单位标识的图像。
5.一种仪表读数的装置,其特征在于,所述装置包括:
获取模块,用于获取仪表图像;
确定模块,用于基于所述仪表图像和预先训练的读数区域检测模型,确定所述仪表图像中的读数区域图像;
读数模块,用于基于所述读数区域图像和预先训练的读数模型,得到所述仪表图像对应的仪表读数。
6.根据权利要求5所述的装置,其特征在于,所述确定模块,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的初始读数区域的位置信息;
基于所述初始读数区域的位置信息,确定所述仪表图像中的初始读数区域图像;
将所述初始读数区域图像,输入预先训练的第二读数区域检测模型,得到所述初始读数区域图像中精确读数区域的位置信息;
基于所述精确读数区域的位置信息,在所述初始读数区域图像中,确定读数区域图像。
7.根据权利要求6所述的装置,其特征在于,所述仪表图像为指针式仪表图像,所述初始读数区域为指针读数区域,所述初始读数区域图像为指针读数区域图像,所述精确读数区域包括目标刻度范围对应的指针刻度区域和刻度值区域,所述精确读数区域图像包括指针刻度图像和刻度值图像,其中,所述目标刻度范围是与指针位置相邻的两个刻度值之间的刻度范围,所述指针刻度区域是包含所述目标刻度范围的刻度图像和指针图像的区域,所述刻度值区域是包含所述刻度值的图像的区域;
所述确定模块,用于:
将所述仪表图像,输入预先训练的第一读数区域检测模型,得到所述仪表图像中的指针读数区域的位置信息和单位标识区域的位置信息;
所述确定模块,用于:
将所述指针读数区域图像,输入预先训练的第二读数区域检测模型,得到所述指针读数区域图像中的所述指针刻度区域的位置信息和所述刻度值区域的位置信息;
所述读数模块,用于:
基于单位标识区域的位置信息,在所述仪表图像中,确定单位标识图像;
将所述指针刻度图像、所述刻度值图像和所述单位标识图像,输入预先训练的读数模型,得到所述仪表图像对应的仪表读数。
8.根据权利要求6所述的装置,其特征在于,所述仪表图像为数字式仪表图像,所述初始读数区域为包括有仪表上显示的全部数字读数和每个读数值对应的单位标识的区域,所述初始读数区域图像为包括有所述仪表上显示的全部读数值以及每个读数值对应的单位标识的图像,所述精确读数区域为包括有一个读数值和相对应的单位标识的区域,所述精确读数区域图像为包括有一个读数值和相对应的单位标识的图像。
9.一种终端,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至4任一所述的仪表读数的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至4任一所述的仪表的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343671.0A CN111860042B (zh) | 2019-04-26 | 2019-04-26 | 仪表读数的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343671.0A CN111860042B (zh) | 2019-04-26 | 2019-04-26 | 仪表读数的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111860042A true CN111860042A (zh) | 2020-10-30 |
CN111860042B CN111860042B (zh) | 2024-02-23 |
Family
ID=72951736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910343671.0A Active CN111860042B (zh) | 2019-04-26 | 2019-04-26 | 仪表读数的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111860042B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705350A (zh) * | 2021-07-28 | 2021-11-26 | 广州中科云图智能科技有限公司 | 变电站的指针仪表读数识别方法、装置、介质和电子设备 |
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
CN115265620A (zh) * | 2022-09-28 | 2022-11-01 | 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 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160109263A1 (en) * | 2014-10-16 | 2016-04-21 | Sensus Spectrum, Llc | Method and system for initializing a meter reading device |
CN107665348A (zh) * | 2017-09-26 | 2018-02-06 | 山东鲁能智能技术有限公司 | 一种变电站数字仪表的数字识别方法和装置 |
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 |
CN108460327A (zh) * | 2018-01-12 | 2018-08-28 | 河南大学 | 一种基于图像处理的指针式仪表读数自动识别方法 |
CN109214378A (zh) * | 2018-08-16 | 2019-01-15 | 新智数字科技有限公司 | 一种基于神经网络整体识别计量表读数的方法和系统 |
CN109492573A (zh) * | 2018-11-05 | 2019-03-19 | 四川华雁信息产业股份有限公司 | 一种指针读取方法及装置 |
-
2019
- 2019-04-26 CN CN201910343671.0A patent/CN111860042B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160109263A1 (en) * | 2014-10-16 | 2016-04-21 | Sensus Spectrum, Llc | Method and system for initializing a meter reading device |
CN107665348A (zh) * | 2017-09-26 | 2018-02-06 | 山东鲁能智能技术有限公司 | 一种变电站数字仪表的数字识别方法和装置 |
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 |
CN108460327A (zh) * | 2018-01-12 | 2018-08-28 | 河南大学 | 一种基于图像处理的指针式仪表读数自动识别方法 |
CN109214378A (zh) * | 2018-08-16 | 2019-01-15 | 新智数字科技有限公司 | 一种基于神经网络整体识别计量表读数的方法和系统 |
CN109492573A (zh) * | 2018-11-05 | 2019-03-19 | 四川华雁信息产业股份有限公司 | 一种指针读取方法及装置 |
Non-Patent Citations (2)
Title |
---|
石睿等: "基于SVM的精密指针式仪表自动读数方法", 现代制造技术与装备, no. 11 * |
黄绪勇等: "变电站巡检机器人的数字仪表自动识别技术研究", 机械与电子, no. 11 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705350A (zh) * | 2021-07-28 | 2021-11-26 | 广州中科云图智能科技有限公司 | 变电站的指针仪表读数识别方法、装置、介质和电子设备 |
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
CN114268621B (zh) * | 2021-12-21 | 2024-04-19 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
CN115265620A (zh) * | 2022-09-28 | 2022-11-01 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN111860042B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111860042B (zh) | 仪表读数的方法和装置 | |
US20180278827A1 (en) | Swarm approach to consolidating and enhancing smartphone target imagery by virtually linking smartphone camera collectors across space and time using machine-to machine networks | |
CN105513155B (zh) | 巡检照片的分类、命名方法及终端设备 | |
CN110689580B (zh) | 多相机标定方法及装置 | |
CN111784765B (zh) | 物体测量、虚拟对象处理方法及装置、介质和电子设备 | |
CN112614085A (zh) | 一种物体检测方法、装置及终端设备 | |
CN114739918A (zh) | 植物颜色测定方法、装置、系统及存储介质 | |
CN106453824B (zh) | 一种智能手机功能扩展装置及其使用方法 | |
CN113129307A (zh) | 图像分割方法以及图像分割装置 | |
JP2022027802A (ja) | 情報処理装置およびプログラム | |
CN111724440B (zh) | 监控设备的方位信息确定方法、装置及电子设备 | |
CN109345560B (zh) | 增强现实设备的运动跟踪精度测试方法及装置 | |
CN112348891A (zh) | 一种图像检测及定位方法、装置、存储介质及电子装置 | |
CN109978926B (zh) | 一种图像自动融合方法、装置及终端设备 | |
CN108012141A (zh) | 显示装置、显示系统和显示装置的控制方法 | |
CN107734324B (zh) | 一种闪光灯照度均匀性的测量方法、系统及终端设备 | |
CN111563021B (zh) | 定位方法、定位装置、电子设备及介质 | |
CN113269730B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN112804481B (zh) | 监控点位置的确定方法、装置及计算机存储介质 | |
CN110967036A (zh) | 导航产品的测试方法和设备 | |
CN208366322U (zh) | 测距群机器人及系统 | |
CN114026595A (zh) | 一种图像处理方法、设备及存储介质 | |
JP2019114839A (ja) | 管理装置、管理方法、管理プログラム及び通信システム | |
CN117128985B (zh) | 点云地图更新的方法及设备 | |
CN114155227B (zh) | 一种柔性产品尺寸的检测方法、装置和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |