CN112149655A - 一种水表读数识别方法、装置、设备以及存储介质 - Google Patents

一种水表读数识别方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN112149655A
CN112149655A CN202011044128.XA CN202011044128A CN112149655A CN 112149655 A CN112149655 A CN 112149655A CN 202011044128 A CN202011044128 A CN 202011044128A CN 112149655 A CN112149655 A CN 112149655A
Authority
CN
China
Prior art keywords
image
water meter
identified
gray
reading identification
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
CN202011044128.XA
Other languages
English (en)
Inventor
唐海富
李靖
石雨卉
陈彪
陈智
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.)
Huaihua Jiannan Machinery Factory Co ltd
Original Assignee
Huaihua Jiannan Machinery Factory 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 Huaihua Jiannan Machinery Factory Co ltd filed Critical Huaihua Jiannan Machinery Factory Co ltd
Priority to CN202011044128.XA priority Critical patent/CN112149655A/zh
Publication of CN112149655A publication Critical patent/CN112149655A/zh
Pending legal-status Critical Current

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
    • 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
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种水表读数识别方法、装置、设备及存储介质，通过获取拍摄的待识别水表图像，对待识别水表图像进行图像预处理，得到待识别水表图像对应的特征图像，对特征图像进行灰度处理，得到特征图像对应的灰度图像，对灰度图像进行二值化处理，得到灰度图像对应的二值化图像，识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中划定数字区域，扫描数字区域中的每个数字，得到水表读数识别结果，与现有技术相比，能够快速识别水表的读数，同时保证识别结果的准确率。

Description

一种水表读数识别方法、装置、设备以及存储介质
技术领域
本发明涉及仪器仪表技术领域，特别涉及一种水表读数识别方法、装置、设备以及存储介质。
背景技术
为了方便用水管理，自来水公司为每户居民安装水表，居民依据用水量缴纳水费。随着现代微电子技术的发展，具备自动抄读功能的智能水表已经开始应用，尤其在工业发达国家特别是美国应用得较多。然而在我国，非智能化的机械水表仍然广泛存在。
目前而言，机械水表大多通过人工抄取读数，每月抄取一次。但是，人工抄表需要耗费大量的人力物力，造成资源的极大浪费，而且人工抄表难免会出错，导致用水量数据采集不准确。
发明内容
为解决上述技术问题，本发明提供一种水表读数识别方法、装置、设备以及存储介质，能够快速识别水表的读数，同时保证识别结果的准确率。
本发明第一方面提供一种水表读数识别方法，包括：
获取拍摄的待识别水表图像；
对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像；
对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像；
对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像；
识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域；
扫描所述数字区域中的每个数字，得到水表读数识别结果。
优选地，所述对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像，包括：
对所述待识别水表图像进行图像异常判别、图像滤波、亮度校正、几何校正中的一种或者多种，得到所述待识别水表图像对应的特征图像。
优选地，所述对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像，包括：
通过公式Gray＝(R+G+B)/3，将所述特征图像中RGB(R,G,B)替换为RGB(Gray,Gray,Gray)，得到所述特征图像对应的灰度图像。
优选地，所述对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像，包括：
对所述灰度图像进行二值化处理，将所有像素点灰度值小于或者等于设定的二值化阀值的灰度值置0，所述像素点灰度值大于设定的二值化阀值的灰度值置1，得到所述灰度图像对应的二值化图像。
优选地，所述识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域，包括：
作水平方向投影，识别在所述二值化图像中每个数字的最大高度以及上下边框的位置；
作垂直方向投影，识别在所述二值化图像中每个数字之间的最大中心距；
根据在所述二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在所述二值化图像中每个数字的边缘线。
根据所述边缘线在所述二值化图像中划定数字区域。
本发明第二方面提供一种水表读数识别装置，包括：
图像获取模块，用于获取拍摄的待识别水表图像；
预处理模块，用于对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像；
灰度处理模块，用于对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像；
二值化处理模块，用于对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像；
区域划定模块，用于识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域；
扫描模块，用于扫描所述数字区域中的每个数字，得到水表读数识别结果。
优选地，所述区域划定模块具体包括：
水平投影单元，用于作水平方向投影，识别在所述二值化图像中每个数字的最大高度以及上下边框的位置；
垂直投影单元，用于作垂直方向投影，识别在所述二值化图像中每个数字之间的最大中心距；
边缘线确定单元，用于根据在所述二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在所述二值化图像中每个数字的边缘线。
区域划定单元，用于根据所述边缘线在所述二值化图像中划定数字区域。
本发明第三方面提供一种水表读数识别设备，包括拍摄装置和与所述拍摄装置相连接的处理器；其中，
所述拍摄装置用于拍摄待识别水表图像；
所述处理器用于获取所述拍摄装置拍摄的待识别水表图像，执行如上述任一项所述的水表读数识别方法的操作步骤。
本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质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上述任一项所述的水表读数识别方法的的操作步骤。
本发明提供的水表读数识别方法，通过获取拍摄的待识别水表图像，对待识别水表图像进行图像预处理，得到待识别水表图像对应的特征图像，对特征图像进行灰度处理，得到特征图像对应的灰度图像，对灰度图像进行二值化处理，得到灰度图像对应的二值化图像，识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中划定数字区域，扫描数字区域中的每个数字，得到水表读数识别结果，也就是说，只需要获取拍摄的待识别水表图像，并对待识别水表图像进行图像预处理、灰度处理、二值化处理、划定数字区域以及扫描后，即可得到水表读数识别结果，与现有技术相比，能够快速识别水表的读数，同时保证识别结果的准确率。
本发明还提供了一种水表读数识别装置、设备以及计算机可读存储介质，同样具有上述有益效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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中记载的一些实施例，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为本发明实施例提供的一种水表读数识别方法的流程示意图；
图2为本发明实施例提供的一种水表读数识别装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上，它可以直接在另一个元件上或者间接设置在另一个元件上；当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至另一个元件上。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，多个”、“若干个”的含义是两个或两个以上，除非另有明确具体的限定。
须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本申请可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本申请所能产生的功效及所能达成的目的下，均应仍落在本申请所揭示的技术内容得能涵盖的范围内。
本发明实施例一方面提供一种水表读数识别方法，请参阅图1，该方法包括：
S110、获取拍摄的待识别水表图像。
本发明实施例中，可以拍摄装置拍摄待识别水表图像，然后获取拍摄的待识别水表图像，其中，获取的待识别水表图像为彩色图像。
S120、对待识别水表图像进行图像预处理，得到待识别水表图像对应的特征图像。
本发明实施例中，由于获取的待识别水表图像中包含图像噪声和拍摄异常的图像等，需要识别出异常的图像及进行去噪，可以利用低通滤波对待识别水表图像进行预处理，得到待识别水表图像对应的特征图像。
S130、对特征图像进行灰度处理，得到特征图像对应的灰度图像。
本发明实施例中，为了反映图像的形态特征，需要对特征图像进行灰度处理，得到特征图像对应的灰度图像，为后续进一步的图像分析做准备。
S140、对灰度图像进行二值化处理，得到灰度图像对应的二值化图像。
本发明实施例中，通过对灰度图像进行二值化处理，得到灰度图像对应的二值化图像，可以提高图像识别的效率。
S150、识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中划定数字区域。
本发明实施例中，水表读数主要为数字形式，通过识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中可以划定数字区域。其中，数字区域为二值化图像中仅仅包含每个数字的区域。
S160、扫描数字区域中的每个数字，得到水表读数识别结果。
本发明实施例中，通过逐个扫描数字区域中的每个数字，判断各个数字区域内部黑色像素点的比重，得出每个数字区域的状态，进而得到水表读数识别结果。
由上可知，本发明实施例提供的水表读数识别方法，通过获取拍摄的待识别水表图像，对待识别水表图像进行图像预处理，得到待识别水表图像对应的特征图像，对特征图像进行灰度处理，得到特征图像对应的灰度图像，对灰度图像进行二值化处理，得到灰度图像对应的二值化图像，识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中划定数字区域，扫描数字区域中的每个数字，得到水表读数识别结果，也就是说，只需要获取拍摄的待识别水表图像，并对待识别水表图像进行图像预处理、灰度处理、二值化处理、划定数字区域以及扫描后，即可得到水表读数识别结果，与现有技术相比，能够快速识别水表的读数，同时保证识别结果的准确率。
具体的，上述实施例中，步骤S120的具体过程为：
对待识别水表图像进行图像异常判别、图像滤波、亮度校正、几何校正中的一种或者多种，得到待识别水表图像对应的特征图像。
本发明实施例中，可以利用低通滤波对待识别水表图像进行图像预处理，如图像异常判别、图像滤波、亮度校正和几何校正等，满足进行一般性去噪，同时减轻摩尔纹的信号强度。
进一步地，上述实施例中，步骤S130的具体过程为：
通过公式Gray＝(R+G+B)/3，将特征图像中RGB(R,G,B)替换为RGB(Gray,Gray,Gray)，得到特征图像对应的灰度图像。
本发明实施例中，为了平衡RGB三通道的分量具有相同的权重，采用公式Gray＝(R+G+B)/3，将特征图像中RGB(R,G,B)替换为RGB(Gray,Gray,Gray)，得到特征图像对应的灰度图像。其中，Gray表示灰度图像的灰度值，R表示表面图像中每个像素点中红色像素值，G表示表面图像中每个像素点中绿色像素值，B表示表面图像中每个像素点中蓝色像素值。
更进一步地，上述实施例中，步骤S140的具体过程为：
对灰度图像进行二值化处理，将所有像素点灰度值小于或者等于设定的二值化阀值的灰度值置0，像素点灰度值大于设定的二值化阀值的灰度值置1，得到灰度图像对应的二值化图像。
本发明实施例中，可以采用Otsu二值化对灰度图像进行二值化处理，将所有像素点灰度值小于或者等于设定的二值化阀值的灰度值置0，像素点灰度值大于设定的二值化阀值的灰度值置1，得到灰度图像对应的二值化图像。其中，二值化阀值为预先设定，可以根据多次试验结果进行调整。
更进一步地，上述实施例中，步骤S150的具体过程为：
作水平方向投影，识别在二值化图像中每个数字的最大高度以及上下边框的位置；
作垂直方向投影，识别在二值化图像中每个数字之间的最大中心距；
根据在二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在二值化图像中每个数字的边缘线。
根据边缘线在二值化图像中划定数字区域。
本发明实施例中，在二值化图像中作水平投影分析的主要任务是从获取的二值化图像中计算出每个数字的开始位置、结束位置以及数字高度、数字的中心距离、数字间距和数字上下边框位置等参数，同时去除每个数字的上下边框。在上一步操作中计算出了每个数字的最大高度并成功去除了每个数字的上下边框，接下来在去除上下边框后的二值化图像中作垂直投影分析，并同样计算出每个数字之间的最大中心距。然后根据在二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在二值化图像中每个数字的边缘线。最后，根据边缘线在二值化图像中划定数字区域。
本发明实施例另一方面提供一种水表读数识别装置，下文描述的该装置可以与上文描述的方法相互对应参照。
请参阅图2，该装置包括：
图像获取模块100，用于获取拍摄的待识别水表图像；
预处理模块200，用于对待识别水表图像进行图像预处理，得到待识别水表图像对应的特征图像；
灰度处理模块300，用于对特征图像进行灰度处理，得到特征图像对应的灰度图像；
二值化处理模块400，用于对灰度图像进行二值化处理，得到灰度图像对应的二值化图像；
区域划定模块500，用于识别在二值化图像中每个数字的边缘线，根据边缘线在二值化图像中划定数字区域；
扫描模块600，用于扫描数字区域中的每个数字，得到水表读数识别结果。
具体的，上述实施例中，区域划定模块500具体包括：
水平投影单元，用于作水平方向投影，识别在二值化图像中每个数字的最大高度以及上下边框的位置；
垂直投影单元，用于作垂直方向投影，识别在二值化图像中每个数字之间的最大中心距；
边缘线确定单元，用于根据在二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在二值化图像中每个数字的边缘线。
区域划定单元，用于根据边缘线在二值化图像中划定数字区域。
本发明又一方面提供一种水表读数识别设备，包括拍摄装置和与拍摄装置相连接的处理器；其中，
拍摄装置用于拍摄待识别水表图像；
处理器用于获取拍摄装置拍摄的待识别水表图像，执行如上述任意实施例所述的水表读数识别方法的操作步骤。
本发明又一方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任意实施例所述的水表读数识别方法的的操作步骤。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种水表读数识别方法，其特征在于，包括：
获取拍摄的待识别水表图像；
对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像；
对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像；
对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像；
识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域；
扫描所述数字区域中的每个数字，得到水表读数识别结果。
2.根据权利要求1所述的水表读数识别方法，其特征在于，所述对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像，包括：
对所述待识别水表图像进行图像异常判别、图像滤波、亮度校正、几何校正中的一种或者多种，得到所述待识别水表图像对应的特征图像。
3.根据权利要求1所述的水表读数识别方法，其特征在于，所述对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像，包括：
通过公式Gray＝(R+G+B)/3，将所述特征图像中RGB(R,G,B)替换为RGB(Gray,Gray,Gray)，得到所述特征图像对应的灰度图像。
4.根据权利要求1所述的水表读数识别方法，其特征在于，所述对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像，包括：
对所述灰度图像进行二值化处理，将所有像素点灰度值小于或者等于设定的二值化阀值的灰度值置0，所述像素点灰度值大于设定的二值化阀值的灰度值置1，得到所述灰度图像对应的二值化图像。
5.根据权利要求1所述的水表读数识别方法，其特征在于，所述识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域，包括：
作水平方向投影，识别在所述二值化图像中每个数字的最大高度以及上下边框的位置；
作垂直方向投影，识别在所述二值化图像中每个数字之间的最大中心距；
根据在所述二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在所述二值化图像中每个数字的边缘线。
根据所述边缘线在所述二值化图像中划定数字区域。
6.一种水表读数识别装置，其特征在于，包括：
图像获取模块，用于获取拍摄的待识别水表图像；
预处理模块，用于对所述待识别水表图像进行图像预处理，得到所述待识别水表图像对应的特征图像；
灰度处理模块，用于对所述特征图像进行灰度处理，得到所述特征图像对应的灰度图像；
二值化处理模块，用于对所述灰度图像进行二值化处理，得到所述灰度图像对应的二值化图像；
区域划定模块，用于识别在所述二值化图像中每个数字的边缘线，根据所述边缘线在所述二值化图像中划定数字区域；
扫描模块，用于扫描所述数字区域中的每个数字，得到水表读数识别结果。
7.根据权利要求6所述的水表读数识别装置，其特征在于，所述区域划定模块具体包括：
水平投影单元，用于作水平方向投影，识别在所述二值化图像中每个数字的最大高度以及上下边框的位置；
垂直投影单元，用于作垂直方向投影，识别在所述二值化图像中每个数字之间的最大中心距；
边缘线确定单元，用于根据在所述二值化图像中每个数字的最大高度、上下边框的位置以及每个数字之间的最大中心距，确定在所述二值化图像中每个数字的边缘线。
区域划定单元，用于根据所述边缘线在所述二值化图像中划定数字区域。
8.一种水表读数识别设备，其特征在于，包括拍摄装置和与所述拍摄装置相连接的处理器；其中，
所述拍摄装置用于拍摄待识别水表图像；
所述处理器用于获取所述拍摄装置拍摄的待识别水表图像，执行如权利要求1至5任一项所述的水表读数识别方法的操作步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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权利要求1至5任一项所述的水表读数识别方法的的操作步骤。
CN202011044128.XA 2020-09-28 2020-09-28 一种水表读数识别方法、装置、设备以及存储介质 Pending CN112149655A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011044128.XA CN112149655A (zh) 2020-09-28 2020-09-28 一种水表读数识别方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011044128.XA CN112149655A (zh) 2020-09-28 2020-09-28 一种水表读数识别方法、装置、设备以及存储介质

Publications (1)

Publication Number Publication Date
CN112149655A true CN112149655A (zh) 2020-12-29

Family

ID=73894465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011044128.XA Pending CN112149655A (zh) 2020-09-28 2020-09-28 一种水表读数识别方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112149655A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537220A (zh) * 2021-09-17 2021-10-22 济南瑞泉电子有限公司 一种基于端点射线法的摄像直读水表识别方法
CN116645682A (zh) * 2023-07-24 2023-08-25 济南瑞泉电子有限公司 一种水表表盘数字识别方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000652A (zh) * 2006-12-31 2007-07-18 沈阳工业大学 流量计费表数字远传图像自动识别方法及数字远传抄表系统
US20190028722A1 (en) * 2017-07-21 2019-01-24 Samsung Electronics Co., Ltd. Electronic device and method for encoding image data therein
CN109543688A (zh) * 2018-11-14 2019-03-29 北京邮电大学 一种新型的基于多层卷积神经网络的水表读数检测与识别的方法
CN109543676A (zh) * 2018-11-08 2019-03-29 中国电力科学研究院有限公司 一种基于图像处理的字轮型水表数字字符识别方法
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法
CN110210477A (zh) * 2019-05-24 2019-09-06 四川阿泰因机器人智能装备有限公司 一种数字式仪表读数识别方法
CN110728279A (zh) * 2019-08-30 2020-01-24 南京理工大学 一种基于嵌入式平台机器视觉的水表数字识别方法
CN110942059A (zh) * 2019-09-12 2020-03-31 广东互动电子网络媒体有限公司 一种基于机器视觉识别的设备数据实时读取方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000652A (zh) * 2006-12-31 2007-07-18 沈阳工业大学 流量计费表数字远传图像自动识别方法及数字远传抄表系统
US20190028722A1 (en) * 2017-07-21 2019-01-24 Samsung Electronics Co., Ltd. Electronic device and method for encoding image data therein
CN109543676A (zh) * 2018-11-08 2019-03-29 中国电力科学研究院有限公司 一种基于图像处理的字轮型水表数字字符识别方法
CN109543688A (zh) * 2018-11-14 2019-03-29 北京邮电大学 一种新型的基于多层卷积神经网络的水表读数检测与识别的方法
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法
CN110210477A (zh) * 2019-05-24 2019-09-06 四川阿泰因机器人智能装备有限公司 一种数字式仪表读数识别方法
CN110728279A (zh) * 2019-08-30 2020-01-24 南京理工大学 一种基于嵌入式平台机器视觉的水表数字识别方法
CN110942059A (zh) * 2019-09-12 2020-03-31 广东互动电子网络媒体有限公司 一种基于机器视觉识别的设备数据实时读取方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537220A (zh) * 2021-09-17 2021-10-22 济南瑞泉电子有限公司 一种基于端点射线法的摄像直读水表识别方法
CN113537220B (zh) * 2021-09-17 2021-12-14 济南瑞泉电子有限公司 一种基于端点射线法的摄像直读水表识别方法
CN116645682A (zh) * 2023-07-24 2023-08-25 济南瑞泉电子有限公司 一种水表表盘数字识别方法及系统
CN116645682B (zh) * 2023-07-24 2023-10-20 济南瑞泉电子有限公司 一种水表表盘数字识别方法及系统

Similar Documents

Publication Publication Date Title
US7206461B2 (en) Digital image acquisition and processing system
US7545995B2 (en) Automated statistical self-calibrating detection and removal of blemishes in digital images dependent upon changes in extracted parameter values
US7536061B2 (en) Automated statistical self-calibrating detection and removal of blemishes in digital images based on determining probabilities based on image analysis of single images
US7536060B2 (en) Automated statistical self-calibrating detection and removal of blemishes in digital images based on multiple occurrences of dust in images
US8369650B2 (en) Image defect map creation using batches of digital images
US7315658B2 (en) Digital camera
US7676110B2 (en) Determination of need to service a camera based on detection of blemishes in digital images
US7634151B2 (en) Imaging systems, articles of manufacture, and imaging methods
JP4416795B2 (ja) 補正方法
CN112149655A (zh) 一种水表读数识别方法、装置、设备以及存储介质
US8031941B2 (en) Image display apparatus, image display method, and image display program
US7308156B2 (en) Automated statistical self-calibrating detection and removal of blemishes in digital images based on a dust map developed from actual image data
JP5810628B2 (ja) 画像処理装置及び画像処理プログラム
CN110222555B (zh) 肤色区域的检测方法和装置
CN116468687A (zh) 划伤缺陷检测方法、装置及存储介质、电子设备
EP1976308A2 (en) Device and method for measuring noise characteristics of image sensor
KR100741733B1 (ko) 렌즈 중심 위치 결정 방법 및 그 방법을 수행하는 촬상장치
CN202721740U (zh) 视频成像系统中背光式场景的自动曝光补偿装置
CN116152220A (zh) 一种基于机器视觉的种子计数和尺寸测量方法
CN115760653A (zh) 图像校正方法、装置、设备及可读存储介质
CN106646677B (zh) 一种雨量探测方法及装置
JPH0961121A (ja) 寸法計測装置及び計測方法
CN110458840B (zh) 一种降低面板缺陷过检率的方法、系统及终端设备
WO2022246666A1 (zh) 生物特征采集方法、芯片及计算机可读存储介质
JP6372409B2 (ja) 画像処理プログラム、画像処理装置、及び画像処理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201229

RJ01 Rejection of invention patent application after publication