CN112036409A - 一种液位计的读数识别方法及装置 - Google Patents
一种液位计的读数识别方法及装置 Download PDFInfo
- Publication number
- CN112036409A CN112036409A CN202010811640.6A CN202010811640A CN112036409A CN 112036409 A CN112036409 A CN 112036409A CN 202010811640 A CN202010811640 A CN 202010811640A CN 112036409 A CN112036409 A CN 112036409A
- Authority
- CN
- China
- Prior art keywords
- liquid level
- level meter
- sub
- image
- liquid
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 403
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000013145 classification model Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 25
- 230000000877 morphologic effect Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 11
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 9
- 240000004282 Grewia occidentalis Species 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 description 11
- 238000003709 image segmentation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06V2201/07—Target detection
Abstract
本发明公开了一种液位计的读数识别方法及装置,该方法和装置即使在采集的图像质量较差的情况下也能够较为准确的识别出液位计的读数。其中,液位计的读数识别方法包括:获取包含有第一液位计的待检测图像,并基于目标检测模型在待检测图像中确定第一液位计的位置信息;根据图像分类模型对第一液位计所在图像区域进行识别,确定第一液位计的第一量程值;根据图像分割模型将第一液位计所在的图像区域分割成多个子区域,多个子区域至少包括液面子区域与非液面子区域,液面子区域对应为第一液位计中充液部分;根据液面子区域的第一长度值、非液面子区域的第二长度值以及第一量程值之间的比例关系确定第一液位计的读数。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种液位计的读数识别方法及装置。
背景技术
目前,液位计在各种工业场景中应用十分广泛,例如,油气田厂中通过检测液位计的液位高低可以判断生产过程是否正常。传统方式中,主要依赖于工厂的巡检人员实际达到现场,对液位计的液位进行读取并记录。但是这种方式实时性较差,并不适用于对实时性要求较高的场景中。
因此,现有技术中往往通过巡检机器人或者远程视频监控的方式来实时获取液位计的液位读数,即通过获取液位计的图像,并基于图像中的液位计的刻度线以及实际液柱的高低来确定当前液位计的读数,也就是说,将液位计中具体的刻度线以及刻度线对应的读数作为参照基准。但是考虑到外界环境因素的干扰,例如光照变化,会对获取的液位计的图像质量造成影响,进而无法准确的分辨液位计的刻度线及其对应的读数,使得液位计的读数不太准确。
可见,现有技术中液位计的读数识别方式对图像质量要求较高,一旦获取的图像质量较差,就可能因失去参照基准而导致读数识别的准确性较差甚至无法识别。
发明内容
本发明实施例提供一种液位计的读数识别方法及装置,该方法和装置无需依赖于液位计的刻度线及其对应的示数作为读数识别的参照标准,即使在采集的图像质量较差的情况下也能够较为准确的识别出液位计的读数。
第一方面,本发明实施例提供一种液位识别方法,所述方法包括:
获取包含有第一液位计的待检测图像,并基于目标检测模型在所述待检测图像中确定所述第一液位计的位置信息,其中,所述位置信息用于指示所述第一液位计在所述待检测图像中所在的图像区域;
根据图像分类模型对所述第一液位计所在图像区域进行识别,确定所述第一液位计的第一量程值,所述图像分类模型用于指示液位计的外观特征与量程值的对应关系;
根据图像分割模型将所述第一液位计所在的图像区域分割成多个子区域,所述多个子区域至少包括液面子区域与非液面子区域,所述液面子区域对应为所述第一液位计中充液部分,所述图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,所述液面子区域与所述非液面子区域共同构成所述第一液位计的量程范围;
根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数。
本发明实施例中,待检测的图像中可以认为包含有需要进行液位识别的第一液位计,那么首先通过目标检测模型从待检测图像中确定出第一液位计的位置信息,进而根据第一液位计的位置信息确定出第一液位计在待检测图像中所在的图像区域。
确定第一液位计所在的图像区域之后,一方面,可以将第一液位计所在的图像区域从待检测图像中分离出来并作为图像分类模型的输入,进而根据液位计的外观特征与量程值的对应关系确定出第一液位计的量程值,例如第一量程值;另一方面,可以将第一液位计所在的图像区域作为图像分割模型的输入,进而根据液位计的外观特征与子区域类型的对应关系确定出多个子区域,其中多个子区域至少包括液面子区域和非液面子区域,液面子区域可以认为是第一液位计中的充液部分。
由于液面子区域与非液面子区域共同构成第一液位计的量程范围,该量程范围可以与第一液位计的实际量程值相同,也可以不相同。也就是说,该量程范围与第一液位计的实际量程值成正比。在此基础上,结合液面子区域与非液面子区域的长度信息,例如,液面子区域为第一长度值,非液面子区域为第二长度值,那么根据第一长度值、第二长度值以及第一量程值之间的比例关系即可确定出第一液位计的读数。该方法无需依赖于第一液位计的刻度线及其对应的示数作为读数识别的参照标准,即使在图像质量较差的情况下,也能够较为准确的确定出第一液位计的读数。
可选的,所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系如下:
其中,w表示所述第一液位计的读数,L表示所述第一液位计的第一量程值,h1表示所述第一液位计的液面子区域的第一长度值,h2为所述第一液位计的非液面子区域的第二长度值。
本发明实施例中,第一长度值表示第一液位计中液面子区域的长度,第二长度值表示第一液位计中非液面子区域的长度,那么通过计算第一长度值以及第一长度值与第二长度值之和的比值可以确定出液面子区域在整个液位计中所占的比例,然后再乘以第一液位计的量程值就可以计算出第一液位计的实际读数。由于第一长度值以及第一长度值与第二长度值之和的比值受外界环境因素的干扰较小,例如无论是光照变化或者采集第一液位计图像远近的变化,都不会对上述比值造成影响,从而使得最终计算得到的第一液位计的读数较为准确。
可选的,在根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数信息之前,包括:
针对所述液面子区域与所述非液面子区域进行形态学处理,所述形态学处理包括腐蚀处理与膨胀处理。
本发明实施例中,通过对液面子区域以及非液面子区域进行形态学处理,例如,先进行腐蚀处理再进行膨胀处理,能够尽可能消除液面子区域以及非液面子区域边缘部分的毛刺,使得液面子区域与非液面子区域的边缘部分较为规则,以便于对液面子区域与非液面子区域的长度进行测量。
可选的,所述位置信息为:所述第一液位计的对角坐标;或者,所述第一液位计的中心点的坐标以及宽度信息与高度信息;或者,所述第一液位计的四角坐标。
本发明实施例中,目标检测模型可以通过上述任一方式输出第一液位计的位置信息,在具体实施过程中,可以根据现场实际情况选择输出的第一液位计的位置信息,从而使确定的第一液位计所在的图像区域更为准确,以尽量排除其他设备的干扰。
第二方面,本发明实施例提供一种液位计的读数识别装置,所述装置包括:
第一确定单元,用于获取包含有第一液位计的待检测图像,并基于目标检测模型在所述待检测图像中确定所述第一液位计的位置信息,其中,所述位置信息用于指示所述第一液位计在所述待检测图像中所在的图像区域;
第二确定单元,用于根据图像分类模型对所述第一液位计所在图像区域进行识别,确定所述第一液位计的第一量程值,所述图像分类模型用于指示液位计的外观特征与量程值的对应关系;
第三确定单元,用于根据图像分割模型将所述第一液位计所在的图像区域分割成多个子区域,所述多个子区域至少包括液面子区域与非液面子区域,所述液面子区域对应为所述第一液位计中充液部分,所述图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,所述液面子区域与所述非液面子区域共同构成所述第一液位计的量程范围;
第四确定单元,用于根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数。
可选的,所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系如下:
其中,其中,其中,w表示所述第一液位计的读数,L表示所述第一液位计的第一量程值,h1表示所述第一液位计的液面子区域的第一长度值,h2为所述第一液位计的非液面子区域的第二长度值。
可选的,还包括:
处理单元,用于针对所述液面子区域与所述非液面子区域进行形态学处理,所述形态学处理包括腐蚀处理与膨胀处理。
可选的,所述位置信息为:所述第一液位计的对角坐标;或者,所述第一液位计的中心点的坐标以及宽度信息与高度信息;或者,所述第一液位计的四角坐标。
第三方面,本发明实施例提供一种液位计的读数识别装置,所述装置包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序是实现如第一方面实施例所述方法的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面实施例所述方法的步骤。
附图说明
图1为本发明实施例提供的一种液位计的读数识别方法的流程示意图;
图2为本发明实施例提供的包含有液位计的工业现场示意图;
图3为本发明实施例提供的仅包含有液位计的示意图;
图4为本发明实施例提供的经图像分割以及形态学处理得到的液位计的示意图;
图5为本发明实施例提供的分别测量液位计中液面子区域与非液面子区域长度值的示意图;
图6为本发明实施例提供的一种液位计的读数识别装置的结构示意图;
图7为本发明实施例提供的一种液位计的读数识别装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
为了便于理解,首先介绍本发明实施例的一种应用场景。该液位计的读数识别方法可以应用于远程视频监控装置或者巡检机器人,例如远程视频监控装置固定在第一液位计附近,且能够较为清晰的对包含第一液位计在内的多种设备的图像信息进行采集。又或者,巡检机器人按照预设周期对包含第一液位计在内多种设备的图像信息进行采集。此处不对应用上述读数识别方法的装置的具体表现形式进行特别限制。
现有技术中通过采集液位计的图像,并识别出液位计图像中的刻度线以及刻度线所对应的示数,从而确定液位的具体数值。考虑到在采集液位计图像的过程中容易受到外界环境因素的干扰,例如,光照变化或者识别装置与液位计之间距离的变化都会导致采集的液位计图像的图像质量发生变化。若采集的液位计的图像质量较差,即无法通过液位计图像识别出液位计的刻度线以及刻度线所对应的示数,此时在失去参照标准的情况下,将无法确定出液位计的具体读数。
鉴于此,本发明实施例提供了一种液位计的读数识别方法,该方法中,一方面通过图像分类模型确定第一液位计的量程值;另一方面,通过图像分割模型将第一液位计所在图像区域至少分割为液面子区域与非液面子区域,并测量出液面子区域与非液面子区域的长度信息。最后,根据第一液位计的液面子区域的长度信息、非液面子区域的长度信息以及量程值之间的比例关系可以确定出第一液位计的读数。由于第一液位计的量程是确定的,液面子区域与非液面子区域长度信息即使在外界环境因素影响下发生变化,也可以认为是等比例变化,即不会影响两者的比值,从而使得最终得到的第一液位计的读数较为准确。
下面结合附图对本发明实施例提供的技术方案进行介绍。请参见图1,本发明提供了一种液位计的读数识别方法,该方法的流程描述如下:
步骤101:获取包含有第一液位计的待检测图像,并基于目标检测模型在待检测图像中确定第一液位计的位置信息,位置信息用于指示第一液位计在待检测图像中所在的图像区域。
本发明实施例中,请参见图2,第一液位计可以认为是应用于特定的工业现场,例如油气田场或者变电站等,此处不对第一液位计的应用场景进行特别限制。为了对第一液位计的读数进行识别,那么就需要获取工业现场中包含第一液位计的图像信息。
作为一种可能的实施方式,可以获取包含有第一液位计的待检测图像。
请继续参见图2,由于第一液位计所在的应用环境中往往存在其他设备,那么在采集第一液位计图像信息的同时,也会采集到其他设备的图像信息,例如,采集的图像信息中包括有第一液位计、罐体、阀门、传输管道等,那么其他设备(即除第一液位计以外的设备)可能会对第一液位计的读数识别过程造成干扰,因此可以从采集的包含有第一液位计在内的多种设备的待检测图像将第一液位计分离出现,以便于更好的对第一液位计的读数进行识别。
作为一种可能的实施方式,可以将包含有第一液位计的待检测图像作为目标检测模型的输入,由于该目标检测模型可以认为是基于各种液位计图像预先训练得到的,那么通过目标检测模型就可以在待检测图像中确定出第一液位计并输出第一液位计的位置信息。并在确定第一液位计的位置信息之后,进一步确定第一液位计在待检测图像中所处的图像区域。
具体的,选择的目标检测模型应具有检测速度较快且检测精确度较高的特性,例如,目标检测模型可以是YOLO V3或者YOLO V4,这里不对选择的目标检测模型进行特别限制。
目标检测模型输出的第一液位计的位置信息可以为:第一液位计的对角坐标,例如,对角坐标可以由左上角的坐标与右下角的坐标构成,也可以由左下角坐标与右上角坐标构成;或者,第一液位计的中心点的坐标以及宽度信息与高度信息;或者,第一液位计的四角坐标,例如,四角坐标由左上角坐标、左下角坐标、右上角坐标以及右下角坐标共同构成。在具体实施过程中,可以根据现场实际情况选择输出的第一液位计的位置信息,从而使确定的第一液位计所在的图像区域更为准确,以尽量排除其他设备的干扰。此处不进行特别限制。下面以对角坐标为例,对输出的第一液位计的位置信息进行说明。
例如,请继续参见图2,在包含有第一液位计的待检测图像中建立直角坐标系,以待检测图像的左下角作为坐标原点,宽度方向设置为横轴,高度方向设置为纵轴,通过目标检测模型在该待检测图像中识别出第一液位计,并确定第一液位计的左下角坐标为(10,3),右上角的坐标为(12,20),那么以该左下角坐标(10,3)以及右上角坐标(12,20)的连线为对角线可以形一个矩形框,那么可以认为第一液位计完全位于该矩形框内,也就是说,该矩形框所在的图像区域即为第一液位计所在的图像区域。
请参见图3,本发明实施例中,在确定第一液位计在待检测图像中所处的图像区域之后,可以将上述图像区域从待检测图像中分离出来,以便于排除其他设备对第一液位计读数识别过程的干扰。例如,基于第一液位计的位置信息通过裁剪的方式从待检测图像中获得仅包含第一液位计的图像区域。
步骤102:根据图像分类模型对第一液位计所在图像区域进行识别,确定第一液位计的第一量程值,图像分类模型用于指示液位计的外观特征与量程值的对应关系。
本发明实施例中,基于目标检测模型在待检测图像中确定出第一液位计的位置信息之后,那么可以根据第一液位计的位置信息确定出第一液位计在待检测图像中所处的图像区域,进而可以将第一液位计所在的图像区域从待检测图像中分离出来,即获得仅包含第一液位计的图像区域。
在获取仅包含第一液位计的图像区域之后,若直接识别第一液位计中充液部分所对应的刻度线以及刻度线对应的读数,来确定当前第一液位计的读数,那么可能因液位读数识别装置在采集第一液位计图像时受到外界环境因素影响,例如,光照变化,而导致图像质量较差,进而无法准确地分辨出第一液位计上全部的刻度线以及刻度线所对应的读数,即无法建立参照标准。此时,即使获取了第一液位计中充液部分的长度,也无法知晓第一液位计的实际读数。
因此,本发明实施例中,不再依赖于第一液位计上的具体的刻度线以及刻度线所对应的读数作为基准,而是将第一液位计作为一个整体,即仅关注第一液位计的实际量程值。考虑到液位计的实际量程值与液位计的外观特征具有对应关系,例如,若液位计的长度、宽度或者颜色等特征不同时,所对应的液位计的量程值也不相同。因此,本发明实施例中可以基于该图像区域中第一液位计的长度、宽度、颜色等信息确定第一液位计的实际量程值。
作为一种可能的实施方式,可以将仅包含第一液位计的图像区域作为图像分类模型的输入,由于图像分类模型中建立了液位计的外观特征与液位计的量程值的对应关系,那么对于图像分类模型而言,首先可以根据液位计的外观特征确定液位计的类型,例如第一液位计属于A型液位计,进而将A型液位计所对应的量程值作为第一液位计的实际量程值。
具体的,图像分类模型可以是检测速度较快且分类准确性较高的模型,例如,残差网络(residual network,ResNet)。此处不对图像分类模型的类别进行特别限制。
步骤103:根据图像分割模型将第一液位计所在的图像区域分割成多个子区域,多个子区域至少包括液面子区域与非液面子区域,液面子区域对应为第一液位计中充液部分,图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,液面子区域与非液面子区域共同构成第一液位计的量程范围。
本发明实施例中,考虑到在利用液位计读数识别装置采集第一液位计的图像过程中距离远近可能发生变化,从而导致采集的第一液位计图像中充液部分的长度信息也会发生变化。例如,若液位计读数识别装置在采集第一液位计图像时距离第一液位计较远,那么第一液位计中充液部分的长度就会较短;反之,若液位计识别装置在采集第一液位计图像时距离第一液位计较近,那么第一液位计中充液部分的长度就会较长。也就是说,在缺乏第一液位计上的具体的刻度线以及刻度线所对应的读数作为基准的情况下,第一液位计所在的图像区域中充液部分的长度值无法真实反映第一液位计的读数的实际值。
鉴于第一液位计中充液部分与非充液部分构成了整个液位计的量程范围,并且虽然液位读数识别装置的距离远近,会导致充液部分与非充液部分的长度也发生变化,但是可以认为充液部分与非充液部分的长度为等比例变化,因此两者长度的比值却不会受到距离变化的影响。那么,本发明实施例中可以基于充液部分的长度以及充液部分的长度与非充液部分的长度之和的比值来确定充液部分在整个液位计量程中所占的比例,并结合第一液位计的实际量程值共同来确定第一液位计的读数。那么为了分别获取充液部分与非充液部分的长度信息,首先需要将第一液位计中的充液部分与非充液部分进行分割。
作为一种可能的实施方式,可以将仅包含第一液位计的图像区域作为图像分割模型的输入,由于图像分割模型中建立了液位计的外观特征与子区域类型的对应关系,那么通过图像分割模型就可以将第一液位计所在图像区域分割为多个子区域,该多个子区域中至少包括液面子区域与非液面子区域,液面子区域对应第一液位计中充液部分,非液面子区域对应第一液位计中非充液部分。
具体的,图像分割模型可以为DeepLabV3或者其他类型的分割模型,此处不对图像分割模型的类型进行特别限制。
本发明实施例中,考虑到基于图像分割模型将第一液位计所在图像区域分割为液面子区域以及非液面子区域之后,液面子区域与非液面子区域的边缘处还可能存在部分毛刺,即边缘处不规则,从而导致对于液面子区域以及非液面子区域的长度测量不准确。因此,本发明实施例中可以针对分割后的各个子区域进行预处理,从而在后续的长度测量过程中使测量结果更为准确。
作为一种可能的实施方式,液位计读数识别装置可以对液面子区域以及非液面子区域进行形态学处理,其中形态学处理包括腐蚀处理与膨胀处理。液位识别装置可以先进行腐蚀处理,然后在进行膨胀处理或者,先进行膨胀处理,然后再进行腐蚀处理。此处不对腐蚀处理与膨胀处理的顺序进行特别限制。
例如,请参见图4,为经过形态学处理之后各个子区域的示意图。黑色区域为液面子区域,灰色区域为非液面子区域。经过形态学处理之后,液面子区域与非液面子区域的边缘部分都较为规则,从而使得对于上述两个子区域的长度测量也较为准确。
步骤104:根据液面子区域的第一长度值与非液面子区域的第二长度值以及第一量程值之间的比例关系确定第一液位计的读数信息。
本发明实施例中,在对液面子区域以及非液面子区域进行形态学处理之后,那么可以认为液面子区域与非液面子区域的边缘较为规则,此时可以分别测量液面子区域与非液面子区域的长度值。
作为一种可能的实施方式,由于液面子区域与非液面子区域对应的像素值不相同,因此,可以基于像素值分别测量液面子区域与非液面子区域的长度值。例如,液面子区域对应的像素值为1,遍历第一液位计所在的图像区域内像素值为1的像素点连接形成的子区域,并测量该子区域的长度为第一长度值,即液面子区域对应的长度为第一长度值;同理,非液面子区域对应的像素值为2,遍历第一液位计所在的图像区域内像素值为2的像素点连接形成的子区域,并测量该子区域的长度为第二长度值,即非液面子区域对应的长度为第二长度值。
本发明实施例中,由于第一液位计中液面子区域与非液面子区域构成了整个液位计的量程范围,并且无论在采集第一液位计图像过程中外界环境因素如何变化,例如,采集第一液位计图像的距离发生变化,都可以认为液面子区域与非液面子区域对应的长度值会等比例变化。因此在分别确定第一液位计的第一量程值、液面子区域的第一长度值以及非液面子区域的第二长度值之后,就可以确定出第一液位计的实际读数。
作为一种可能的实施方式,可以根据液面子区域的第一长度值与非液面子区域的第二长度值以及第一量程值之间的比例关系确定所述第一液位计的读数信息。
具体的,请参见图5,液面子区域的第一长度值、非液面子区域的第二长度值以及第一量程值之间的比例关系如下:
其中,w表示所述第一液位计的读数,L表示所述第一液位计的第一量程值,h1表示第一液位计的液面子区域的第一长度值,h2为第一液位计的非液面子区域的第二长度值。
请参见图6,基于同一发明构思,本发明实施例提供了一种液位计读数识别装置,该装置包括:第一确定单元201、第二确定单元202、第三确定单元203以及第四确定单元204。
第一确定单元201,用于获取包含有第一液位计的待检测图像,并基于目标检测模型在待检测图像中确定第一液位计的位置信息,其中,位置信息用于指示第一液位计在待检测图像中所在的图像区域;
第二确定单元202,用于根据图像分类模型对第一液位计所在图像区域进行识别,确定第一液位计的第一量程值,图像分类模型用于指示液位计的外观特征与量程值的对应关系;
第三确定单元203,用于根据图像分割模型将第一液位计所在的图像区域分割成多个子区域,多个子区域至少包括液面子区域与非液面子区域,液面子区域对应为第一液位计中充液部分,图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,液面子区域与非液面子区域共同构成第一液位计的量程范围;
第四确定单元204,用于根据液面子区域的第一长度值、非液面子区域的第二长度值以及第一量程值之间的比例关系确定第一液位计的读数。
可选的,液面子区域的第一长度值、非液面子区域的第二长度值以及第一量程值之间的比例关系如下:
其中,其中,w表示第一液位计的读数,L表示第一液位计的第一量程值,h1表示第一液位计的液面子区域的第一长度值,h2为第一液位计的非液面子区域的第二长度值。
可选的,还包括:
处理单元,用于针对液面子区域与非液面子区域进行形态学处理,形态学处理包括腐蚀处理与膨胀处理。
可选的,所述位置信息为:所述第一液位计的对角坐标;或者,所述第一液位计的中心点的坐标以及宽度信息与高度信息;或者,所述第一液位计的四角坐标。
请参见图7,基于同一发明构思,本发明实施例提供一种液位计读数的识别装置,该装置包括至少一个处理器301,处理器301用于执行存储器中存储的计算机程序,实现本发明实施例提供的如图1所示的液位计的读数识别方法的步骤。
可选的,处理器301具体可以是中央处理器、特定ASIC,可以是一个或多个用于控制程序执行的集成电路。
可选的,该液位计读数的识别装置还可以包括与至少一个处理器301连接的存储器302,存储器302可以包括ROM、RAM和磁盘存储器。存储器302用于存储处理器301运行时所需的数据,即存储有可被至少一个处理器301执行的指令,至少一个处理器301通过执行存储器302存储的指令,执行如图1所示的方法。其中,存储器302的数量为一个或多个。其中,存储器302在图6中一并示出,但需要知道的是存储器302不是必选的功能模块,因此在图6中以虚线示出。
其中,第一确定单元201、第二确定单元202、第三确定单元203以及第四确定单元204所对应的实体设备均可以是前述的处理器301。该液位计读数的识别装置可以用于执行图1所示的实施例提供的方法。因此关于该设备中各功能模块所能够实现的功能,可参考图1所示的实施例中的相应描述,不多赘述。
本发明实施例还提供一种计算机存储介质,其中,计算机存储介质存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行如图1所述的方法。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种液位计的读数识别方法,其特征在于,所述方法包括:
获取包含有第一液位计的待检测图像,并基于目标检测模型在所述待检测图像中确定所述第一液位计的位置信息,其中,所述位置信息用于指示所述第一液位计在所述待检测图像中所在的图像区域;
根据图像分类模型对所述第一液位计所在图像区域进行识别,确定所述第一液位计的第一量程值,所述图像分类模型用于指示液位计的外观特征与量程值的对应关系;
根据图像分割模型将所述第一液位计所在的图像区域分割成多个子区域,所述多个子区域至少包括液面子区域与非液面子区域,所述液面子区域对应为所述第一液位计中充液部分,所述图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,所述液面子区域与所述非液面子区域共同构成所述第一液位计的量程范围;
根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数。
3.如权利要求1所述的方法,其特征在于,在根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数信息之前,包括:
针对所述液面子区域与所述非液面子区域进行形态学处理,所述形态学处理包括腐蚀处理与膨胀处理。
4.如权利要求1所述的方法,其特征在于,所述位置信息为:所述第一液位计的对角坐标;或者,所述第一液位计的中心点的坐标以及宽度信息与高度信息;或者,所述第一液位计的四角坐标。
5.一种液位计的读数识别装置,其特征在于,所述装置包括:
第一确定单元,用于获取包含有第一液位计的待检测图像,并基于目标检测模型在所述待检测图像中确定所述第一液位计的位置信息,其中,所述位置信息用于指示所述第一液位计在所述待检测图像中所在的图像区域;
第二确定单元,用于根据图像分类模型对所述第一液位计所在图像区域进行识别,确定所述第一液位计的第一量程值,所述图像分类模型用于指示液位计的外观特征与量程值的对应关系;
第三确定单元,用于根据图像分割模型将所述第一液位计所在的图像区域分割成多个子区域,所述多个子区域至少包括液面子区域与非液面子区域,所述液面子区域对应为所述第一液位计中充液部分,所述图像分割模型用于指示液位计的外观特征与子区域类型的对应关系,所述液面子区域与所述非液面子区域共同构成所述第一液位计的量程范围;
第四确定单元,用于根据所述液面子区域的第一长度值、所述非液面子区域的第二长度值以及所述第一量程值之间的比例关系确定所述第一液位计的读数。
7.如权利要求5所述的装置,其特征在于,还包括:
处理单元,用于针对所述液面子区域与所述非液面子区域进行形态学处理,所述形态学处理包括腐蚀处理与膨胀处理。
8.如权利要求5所述的装置,其特征在于,所述位置信息为:所述第一液位计的对角坐标;或者,所述第一液位计的中心点的坐标以及宽度信息与高度信息;或者,所述第一液位计的四角坐标。
9.一种液位计的读数识别装置,其特征在于,所述装置包括至少一个处理器以及与所述至少一个处理器连接的存储器,所述至少一个处理器用于执行存储器中存储的计算机程序时实现如权利要求1-4任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行是实现如权利要求1-4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010811640.6A CN112036409A (zh) | 2020-08-13 | 2020-08-13 | 一种液位计的读数识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010811640.6A CN112036409A (zh) | 2020-08-13 | 2020-08-13 | 一种液位计的读数识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112036409A true CN112036409A (zh) | 2020-12-04 |
Family
ID=73578117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010811640.6A Pending CN112036409A (zh) | 2020-08-13 | 2020-08-13 | 一种液位计的读数识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036409A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109287A (zh) * | 2021-03-17 | 2021-07-13 | 杭州兰亮网络科技有限公司 | 一种加装传感器获得图像处理油液品质的检测方法 |
CN113129263A (zh) * | 2021-03-17 | 2021-07-16 | 杭州兰亮网络科技有限公司 | 一种基于深度学习的油位状态检测方法及其电子设备 |
CN114639064A (zh) * | 2022-05-18 | 2022-06-17 | 智洋创新科技股份有限公司 | 一种水位识别方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809168A (zh) * | 2015-12-23 | 2016-07-27 | 佛山市质量计量监督检测中心 | 标准恒温槽玻璃温度计的图像模糊识别方法 |
CN108764234A (zh) * | 2018-05-10 | 2018-11-06 | 浙江理工大学 | 一种基于巡检机器人的液位仪表读数识别方法 |
CN109389165A (zh) * | 2018-09-29 | 2019-02-26 | 南京理工大学 | 基于巡检机器人的变压器油位计识别方法 |
CN109409290A (zh) * | 2018-10-26 | 2019-03-01 | 中国人民解放军火箭军工程大学 | 一种温度表检定读数自动识别系统及方法 |
CN109447061A (zh) * | 2018-09-29 | 2019-03-08 | 南京理工大学 | 基于巡检机器人的电抗器油位计识别方法 |
CN111027531A (zh) * | 2019-12-10 | 2020-04-17 | 联想(北京)有限公司 | 指针式仪表信息识别方法、装置及电子设备 |
-
2020
- 2020-08-13 CN CN202010811640.6A patent/CN112036409A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809168A (zh) * | 2015-12-23 | 2016-07-27 | 佛山市质量计量监督检测中心 | 标准恒温槽玻璃温度计的图像模糊识别方法 |
CN108764234A (zh) * | 2018-05-10 | 2018-11-06 | 浙江理工大学 | 一种基于巡检机器人的液位仪表读数识别方法 |
CN109389165A (zh) * | 2018-09-29 | 2019-02-26 | 南京理工大学 | 基于巡检机器人的变压器油位计识别方法 |
CN109447061A (zh) * | 2018-09-29 | 2019-03-08 | 南京理工大学 | 基于巡检机器人的电抗器油位计识别方法 |
CN109409290A (zh) * | 2018-10-26 | 2019-03-01 | 中国人民解放军火箭军工程大学 | 一种温度表检定读数自动识别系统及方法 |
CN111027531A (zh) * | 2019-12-10 | 2020-04-17 | 联想(北京)有限公司 | 指针式仪表信息识别方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
羊冰清;张周燕;朱小良;: "基于数字图像处理的液位测量系统的研究与实现", 电力工程技术, no. 04, 28 July 2018 (2018-07-28), pages 57 - 64 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109287A (zh) * | 2021-03-17 | 2021-07-13 | 杭州兰亮网络科技有限公司 | 一种加装传感器获得图像处理油液品质的检测方法 |
CN113129263A (zh) * | 2021-03-17 | 2021-07-16 | 杭州兰亮网络科技有限公司 | 一种基于深度学习的油位状态检测方法及其电子设备 |
CN114639064A (zh) * | 2022-05-18 | 2022-06-17 | 智洋创新科技股份有限公司 | 一种水位识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
CN112036409A (zh) | 一种液位计的读数识别方法及装置 | |
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN100559131C (zh) | 一种指针式仪表自动检定方法 | |
CN105550683A (zh) | 基于视觉的指针式仪表自动读取系统和方法 | |
CN104422406A (zh) | 平面度量测系统及方法 | |
CN111368906B (zh) | 一种基于深度学习的指针式油位计读数识别方法 | |
CN202008382U (zh) | 一种基于机器视觉的液位检测装置 | |
CN111353502B (zh) | 数字表识别方法、装置以及电子设备 | |
CN114359573A (zh) | 一种指针表读数识别方法、装置及存储介质 | |
CN114663744A (zh) | 基于机器学习的仪表自动识别方法及系统 | |
CN113280764A (zh) | 基于多星协同技术的输变电工程扰动范围定量监测方法及系统 | |
CN112013921B (zh) | 一种基于水位尺测量图像获取水位信息的方法、装置和系统 | |
CN116958983A (zh) | 一种基于机器视觉的指针式压力表自动校验仪示值读数方法 | |
CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
CN115497036A (zh) | 一种内涝积水深度计算方法、系统及可读存储介质 | |
CN112464986A (zh) | 一种指针型圆盘仪表的读数方法及设备 | |
CN109360289B (zh) | 融合巡检机器人定位信息的电力表计检测方法 | |
CN116399418B (zh) | 一种基于固定摄像头的水位识别方法及系统 | |
CN112417975A (zh) | 一种获取指针式仪表读数的方法及装置 | |
CN113822104A (zh) | 基于多候选虚拟标尺的人工智能水面检测系统 | |
CN114612648B (zh) | 一种基于可信ai的指针式压力表示值读取方法及装置 | |
CN116608816B (zh) | 一种用于小角度测量仪器检定装置的校准方法和装置 | |
CN111695551B (zh) | 表盘的读数方法、装置、计算机设备及可读存储介质 | |
CN111829467B (zh) | 一种基于接线角度和位置的接线评估方法及系统 |
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 |