CN113449639A - 一种物联网网关对仪表的无接触数据采集方法 - Google Patents
一种物联网网关对仪表的无接触数据采集方法 Download PDFInfo
- Publication number
- CN113449639A CN113449639A CN202110724823.9A CN202110724823A CN113449639A CN 113449639 A CN113449639 A CN 113449639A CN 202110724823 A CN202110724823 A CN 202110724823A CN 113449639 A CN113449639 A CN 113449639A
- Authority
- CN
- China
- Prior art keywords
- binary image
- image
- data
- character
- temperature controller
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000010586 diagram Methods 0.000 claims abstract description 27
- 238000000926 separation method Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000013480 data collection Methods 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 239000002609 medium Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004020 luminiscence type Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种物联网网关对仪表的无接触数据采集方法。该方法包括:获取变压器温控仪的RGB图像;基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。从而实现了变压器温控仪数据的无接触式采集,从而可以更加便捷安全可靠的监测变压器温控仪的数据。
Description
技术领域
本发明实施例涉及数据采集技术领域,尤其涉及一种物联网网关对仪表的无接触数据采集方法。
背景技术
在配电系统中,常用变压器温控仪进行变压器三相线包温度监测,从而根据温升自动控制冷却风机的启停、超温报警直至超高温跳闸以保证电力变压器的安全运行。
由于过去存量老式的温控仪基本没有任何的通信接口或通信接口不能连接,不方便物联网大趋势下的设备云监测数据采集。而如果更换新式带通信接口的温控仪一是成本过高,二是不方便停电作业且作业危险施工存在安全隐患,这极大程度上限制了变压器的设备数据云监测部署实施。
发明内容
本发明实施例提供一种物联网网关对仪表的无接触数据采集方法,以实现变压器温控仪数据的无接触式采集,从而便捷安全可靠的监测变压器温控仪的数据。
第一方面,本发明实施例提供了一种物联网网关对仪表的无接触数据采集方法,该方法包括:
获取变压器温控仪的RGB图像;
基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
第二方面,本发明实施例还提供了一种物联网网关对仪表的无接触数据采集装置,该装置包括:
图像获取模块,用于获取变压器温控仪的RGB图像;
颜色分离模块,用于基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
图像分割模块,用于基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
骨架化模块,用于对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
数据识别模块,用于分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
第三方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的物联网网关对仪表的无接触数据采集方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的物联网网关对仪表的无接触数据采集方法。
本发明实施例提供了一种物联网网关对仪表的无接触数据采集方法,首先获取变压器温控仪的RGB图像,然后基于RGB颜色空间对该RGB图像进行颜色分离及二值化,以得到可以区分其中数据区域和背景区域的二值图像,再基于数据区域的字符对二值图像进行分割,以得到各个字符二值图像,接着对得到的各个字符二值图像进行骨架化,以得到对应的骨架图,通过统计骨架图中每行及每列的白色像素点的个数,并结合数码管的字符特征规律即可识别出变压器温控仪的当前显示数据。本发明实施例所提供的物联网网关对仪表的无接触数据采集方法,通过采取图像识别的方式,实现了变压器温控仪数据的无接触式采集,从而可以更加便捷安全可靠的监测变压器温控仪的数据。同时,通过首先基于颜色空间对变压器温控仪的RGB图像进行颜色分离,使得数据区域与背景区域得到了很好的区分,从而提高了后续数据识别的准确率。
附图说明
图1为本发明实施例一提供的物联网网关对仪表的无接触数据采集方法的流程图;
图2为本发明实施例一提供的数码管的结构示意图;
图3为本发明实施例一提供的示例性骨架图黑白像素矩阵数据的示意图;
图4为本发明实施例一提供的示例性字符特征规律的示意图;
图5为本发明实施例二提供的物联网网关对仪表的无接触数据采集装置的结构示意图;
图6为本发明实施例三提供的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的物联网网关对仪表的无接触数据采集方法的流程图。本实施例可适用于对变压器温控仪数据进行无接触式采集的情况,该方法可以由本发明实施例所提供的物联网网关对仪表的无接触数据采集装置来执行,该装置可以由硬件和/或软件的方式来实现,一般可集成于计算机设备中,该计算机设备可以但不限于是变压器温控仪所在的配电房中就地的物联网数据采集网关。如图1所示,具体包括如下步骤:
S11、获取变压器温控仪的RGB图像。
具体的,可以通过配电房监控摄像头RTSP流媒体服务器读取一张变压器温控仪的RGB图像,该RGB图像可以包括完整的变压器温控仪的外观,并包括完整的数据区域,以便后续进行读数识别。本实施例所提供的方法可以通过配电房中就地的物联网数据采集网关来实现,如果应用图像传到云端由云端识别的方案,一是时间延迟太大,二是需要消耗很大的流量带宽及服务器计算资源,而本实施例可以通过现成的配电房监控摄像头以及就地的物联网数据采集网关本身的边缘计算功能实现分布式的快速数据识别,从而无需额外增加装置及摄像头,也不需要云端识别占用服务器资源,具有数据采集快速、识别率高以及经济效益高等特点。可选的,在获取到该RGB图像之后,可以首先确定出显示区域,并根据显示区域对该RGB图像进行裁剪,以降低周围背景对后续数据处理过程的干扰。其中,显示区域可以是一矩形区域,并可以在包括全部显示字符的基础上尽量小。
S12、基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像。
具体的,传统直接二值化的方式由于数据与背景之间的分离效果不好,会导致最终数据无法识别,因此本实施例可以首先基于RGB颜色空间对获取到的RGB图像进行颜色分离,并在颜色分离后再进行二值化,则可以使得数据区域与背景区域得到很好的区分,从而大大提高识别率。在获得二值图像之后,还可以通过高斯滤波以及Canny边缘检测等对二值图像做进一步的处理,以便后续进行骨架化。
可选的,所述基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,包括:提取所述RGB图像中每个像素点的RGB值;将每个所述RGB值中的R值和/或G值分别与预设阈值进行比较,若R值和/或G值大于所述预设阈值,则将对应的像素点修改为白色,否则将对应的像素点修改为黑色。具体的,RGB是最为重要和常见的颜色模型,它建立在笛卡尔坐标系中,以红、绿、蓝三种基本色为基础,通过不同程度的叠加产生丰富而广泛的颜色。由于变压器温控仪中的数码管一般为红色或绿色且相对背景是发光的,亮度比背景高,所以数码管中被点亮的段通常呈现一个特点,就是被点亮的像素点的RGB值中R值或G值都比较大,一般均超过240甚至达到250以上,所以通过设置预设阈值对RGB图像进行颜色分离预处理,可以得到非常理想的数据区域(即点亮部分)与背景区域分离的效果图。具体即可提取RGB图像中每个像素点的RGB值,然后将每个RGB值中的R值和/或G值分别与预设阈值进行比较,若R值和/或G值大于预设阈值,则可以将对应的像素点确定为数据区域的像素点,并修改为白色(RGB(255,255,255)),否则可以将对应的像素点确定为背景区域的像素点,并修改为黑色(RGB(0,0,0)),从而获得可以区分数据区域和背景区域的二值图像。其中,预设阈值的大小可以根据场景或远近模式进行动态的修改,也可以通过统计像素分布计算获得,在本实施例中不作具体的限制,示例性的,预设阈值可以是240。此种方法相较于传统直接二值化的方法有更好的效果,解决了传统方法对于部分场景无法明显分离数据与背景造成无法识别或识别不准确的问题。
S13、基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像。
具体的,为了便于逐个字符的识别,在得到二值图像之后,可以基于字符对二值图像进行分割,以得到每个字符对应的字符二值图像。具体可以采用外轮廓最小外接矩形的方法进行分割,即首先确定二值图像中各个字符的外轮廓,再确定每个外轮廓的最小外接矩形,然后即可根据各个最小外接矩形将对应的各个字符二值图像分割出来。其中,变压器温控仪的数据区域的字符可以包括(A、b、C、0、1、2、3、4、5、6、7、8、9),其中的(A、b、C)表示三相,(0、1、2、3、4、5、6、7、8、9)用于表示具体的温度值。
S14、对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图。
具体的,在得到各个字符二值图像之后,可以对各个字符二值图像进行细化,以提取出骨架信息,从而进行更加有效的分析。图像细化(Image Thinning),即对字符二值图像的骨架化(Image Skeletonization)处理,能够不改变原有图像的形状特征而将其进行细化。通过算法一层层的剥离,从原来的图像中去掉一些点,但仍保持原来的形状,直至得到图像的骨架(可以理解为图像的中轴)。图像细化后可以保证线条的连通性和原图的基本形状,并减少笔划相交处的畸变。所得到的骨架图中字符的线条笔划将变成单一像素,从而便于后续根据数码管的字符特征规律进行数据识别。
S15、分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
具体的,在得到各个字符二值图像对应的骨架图之后,可以通过统计骨架图中每行及每列的白色像素点的个数,并与数码管的字符特征规律进行对比来识别具体的字符,当识别出所有的字符后,即可将所有字符按照显示顺序组合来得到变压器温控仪的当前显示数据。示例性的,如图2所示,数码管的显示包括七段(A、B、C、D、E、F、G),每种字符对应被点亮的段组合均不同,同时,若A、G、D段中有N段被点亮,则对应的骨架图中所有列白色像素点的个数将大部分为N,若F、B段中有N段被点亮,则对应的骨架图中前半部分行白色像素点的个数将大部分为N,若E、C段中有N段被点亮,则对应的骨架图中后半部分行白色像素点的个数将大部分为N,从而可以根据上述字符特征规律对字符进行识别。
可选的,所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据,包括:将所述骨架图的前半部分行中每行出现白色像素点的个数中出现次数最多的值作为第一特征值;将所述骨架图的后半部分行中每行出现白色像素点的个数中出现次数最多的值作为第二特征值;将所述骨架图的每列出现白色像素点的个数中出现次数最多的值作为第三特征值;根据所述第一特征值、所述第二特征值、所述第三特征值以及所述字符特征规律识别所述当前显示数据。
具体的,可以根据上述示例性的字符特征规律进行数据识别,则首先可以分别统计骨架图的前半部分行每行、后半部分行每行和所有列每列中出现白色像素点的个数中出现次数最多的值,并分别得到第一特征值、第二特征值和第三特征值,再将第一特征值、第二特征值和第三特征值与字符特征规律进行对比来识别数据。示例性的,一骨架图中的黑白像素矩阵数据如图3所示,其中的0表示黑色像素点,1表示白色像素点,并以图像大小为32*24像素为例,则前半部分行每行出现白色像素点的个数分别为(0,0,2,2,2,2,2,2,2,2,2,2,2,2,2,2),其中出现次数最多的值为2,即第一特征值为2,后半部分行每行出现白色像素点的个数分别为(17,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0),其中出现次数最多的值为1,即第二特征值为1,所有列每列出现白色像素点的个数分别为(0,12,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,27,0,0),其中出现次数最多的值为1,即第三特征值为1。同时,字符特征规律如图4所示,则根据第一特征值2、第二特征值1和第三特征值1即可识别出该骨架图中的字符为数字4。
可选的,在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,还包括:若未成功识别所述当前显示数据,则采用模板最小矩阵距离法对所述当前显示数据进行进一步的识别;相应的,在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之后,还包括:根据模板最小矩阵距离法所使用的预设模板图像的大小对所述字符二值图像的大小进行调整,以得到标准字符二值图像。
具体的,对于部分字符,如图4所示,0和A,或者2、3和5之间的特征值相同,则还需要进一步的识别,另外,还可能出现没有统计出对应特征的情况,也需要进一步的识别,则可以采用模板最小矩阵距离法作进一步的识别,最小的矩阵距离即代表最好的匹配或最高的可信度。相应的,为了便于采用模板最小矩阵距离法,需要首先将用于比较的字符二值图像和预设模板图像调整为同一大小。其中,预设模板图像可以根据各种场景取样制作,也可以用通用的或者一个字符应用多个不同模板来解决字符拍摄形变的问题,以适应各种不同的场景。示例性的,本实施例中可根据变压器温控仪的特征制作“A、b、C、0、1、2、3、4、5、6、7、8、9”共13个字符的32*24像素大小的预设模板图像,该像素大小可以兼顾计算复杂程度和识别率,在实际应用中还可以根据需求进行调整,大小越大则计算量越大,同时距离计算会更加准确细腻。然后将各个字符二值图像的大小同样调整为32*24像素,从而得到各个标准字符二值图像。
进一步可选的,所述采用模板最小矩阵距离法对所述当前显示数据进行进一步的识别,包括:针对每个所述标准字符二值图像,遍历所述标准字符二值图像上的每个白色像素点,并分别确定所述标准字符二值图像上每个白色像素点与目标预设模板图像上的每个白色像素点之间的矩阵距离,然后将所述标准字符二值图像上每个白色像素点对应的最小矩阵距离累加作为第一距离;遍历所述目标预设模板图像上的每个白色像素点,并分别确定所述目标预设模板图像上每个白色像素点与所述标准字符二值图像上的每个白色像素点之间的矩阵距离,然后将所述目标预设模板图像上每个白色像素点对应的最小矩阵距离累加作为第二距离;将所述第一距离与所述第二距离之和的一半确定为所述标准字符二值图像与所述目标预设模板图像之间的目标距离;其中,所述预设模板图像中包括多个所述目标预设模板图像,针对每个所述目标预设模板图像获得对应的所述目标距离;将最小的所述目标距离所对应的所述目标预设模板图像确定为识别结果。
具体的,矩阵距离的计算公式为:
其中,x1和x2分别表示标准字符二值图像中第一白色像素点的行坐标和目标预设模板图像中第二白色像素点的行坐标,y1和y2分别表示第一白色像素点的列坐标和第二白色像素点的列坐标,通过该公式即可计算标准字符二值图像和目标预设模板图像中任意两个白色像素点之间的矩阵距离。首先可以选取一张标准字符二值图像和一张目标预设模板图像,分别计算该标准字符二值图像上某个白色像素点与该目标预设模板图像上每个白色像素点之间的矩阵距离,并记录其中的最小矩阵距离,同样方法记录该标准字符二值图像上每个白色像素点对应的最小矩阵距离并进行累加得到第一距离。再分别计算该目标预设模板图像上某个白色像素点与该标准字符二值图像上每个白色像素点之间的矩阵距离,并记录其中的最小矩阵距离,同样方法记录该目标预设模板图像上每个白色像素点对应的最小矩阵距离并进行累加得到第二距离。然后即可将第一距离和第二距离之和的一半确定为该标准字符二值图像与该目标预设模板图像之间的目标距离。然后可以采用同样方法确定该标准字符二值图像与每个目标预设模板图像之间的目标距离,进而可以将其中最小的目标距离所对应的目标预设模板图像确定为该标准字符二值图像的识别结果。进一步的,还可以将确定得到的最小的目标距离与预设距离阈值进行比较,并仅当最小的目标距离在预设距离阈值内时将其对应的目标预设模板图像确定为识别结果,其中,预设距离阈值可以是70,通过设置预设距离阈值可以提高识别结果的可信度。通过上述方法即可确定每张标准字符二值图像的识别结果,具体可以是每张尚未成功识别的标准字符二值图像,从而完成变压器温控仪的当前显示数据的识别。
在完成当前显示数据的识别之后,即可确定变压器温控仪的当前温度值,示例性的,若分割出N个字符,且按显示顺序分别为“a1,a2,…,aN”,则表示当前为a1(A、B或C)相温度,温度值为a2*10N-3+a3*10N-4+…+aN*10-1。
在上述技术方案的基础上,可选的,在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之前,还包括:遍历所述二值图像中白色像素点的连通区域,并确定各个所述连通区域的大小;将各个所述连通区域的大小分别与预设区域大小阈值进行比较,若存在目标连通区域的大小小于所述预设区域大小阈值,则将所述目标连通区域内的像素反转为黑色。具体的,在对二值图像进行分割之前,可以首先去除二值图像中的白色像素点的小连通区域,由于数码管的发光余光影响,所得到的二值图像可能会在发光段周围存在一些小面积的白色区域或点,从而影响到后续的字符识别,则通过去除小面积的连通区域,可以去除二值图像中属于字符以外的白色像素点,从而提高识别结果的准确性。具体可以通过遍历二值图像找出其中所有白色像素点的连通区域,并计算各个连通区域的大小,如果其中存在目标连通区域的大小小于预设区域大小阈值,则将目标连通区域内的像素反转为黑色。
在上述技术方案的基础上,可选的,在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,还包括:连续识别预设次数的所述当前显示数据,若连续所述预设次数的各个所述当前显示数据之间的差值均小于预设差值阈值,且连续所述预设次数的所述当前显示数据均在预设温度范围内,则输出识别结果。具体的,当完成当前显示数据的识别过程之后,即可得到对应的当前温度值,则在输出当前温度值之前,可以首先采取容错措施降低误识别的概率。由于变压器温控仪温度上升并非是瞬间的,而是需要一个时间过程,同时物联网网关的采集识别处理速度非常迅速,因此,一定时间范围内所获取的温度值并不会出现较大的变化。具体即可进行连续多次(即预设次数)采样并获取相应的当前显示数据,并计算每两个当前显示数据之间的差值,若各个差值均小于预设差值阈值,且每个当前显示数据均在预设温度范围(包括最小温度和最大温度)内,则可以认定是有效输出数据,否则为无效输出数据,则可以将该识别结果丢弃,并重新进行下一次的采样过程。示例性的,假设预设次数为3,预设差值阈值为5,3次识别的温度值分别为T1、T2和T3,则仅同时满足max(abs(T1-T2),abs(T1-T3),abs(T2-T3))<5且Tmin<T1<Tmax且Tmin<T2<Tmax且Tmin<T3<Tmax时才会输出识别结果,其中,max表示求最大值,abs表示求绝对值。
本发明实施例所提供的技术方案,首先获取变压器温控仪的RGB图像,然后基于RGB颜色空间对该RGB图像进行颜色分离及二值化,以得到可以区分其中数据区域和背景区域的二值图像,再基于数据区域的字符对二值图像进行分割,以得到各个字符二值图像,接着对得到的各个字符二值图像进行骨架化,以得到对应的骨架图,通过统计骨架图中每行及每列的白色像素点的个数,并结合数码管的字符特征规律即可识别出变压器温控仪的当前显示数据。通过采取图像识别的方式,实现了变压器温控仪数据的无接触式采集,从而可以更加便捷安全可靠的监测变压器温控仪的数据。同时,通过首先基于颜色空间对变压器温控仪的RGB图像进行颜色分离,使得数据区域与背景区域得到了很好的区分,从而提高了后续数据识别的准确率。
实施例二
图5为本发明实施例二提供的物联网网关对仪表的无接触数据采集装置的结构示意图,该装置可以由硬件和/或软件的方式来实现,一般可集成于计算机设备中,该计算机设备可以但不限于是变压器温控仪所在的配电房中就地的物联网数据采集网关,该装置用于执行本发明任意实施例所提供的多源时空数据融合方法。如图5所示,该装置包括:
图像获取模块51,用于获取变压器温控仪的RGB图像;
颜色分离模块52,用于基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
图像分割模块53,用于基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
骨架化模块54,用于对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
数据识别模块55,用于分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
本发明实施例所提供的技术方案,首先获取变压器温控仪的RGB图像,然后基于RGB颜色空间对该RGB图像进行颜色分离及二值化,以得到可以区分其中数据区域和背景区域的二值图像,再基于数据区域的字符对二值图像进行分割,以得到各个字符二值图像,接着对得到的各个字符二值图像进行骨架化,以得到对应的骨架图,通过统计骨架图中每行及每列的白色像素点的个数,并结合数码管的字符特征规律即可识别出变压器温控仪的当前显示数据。通过采取图像识别的方式,实现了变压器温控仪数据的无接触式采集,从而可以更加便捷安全可靠的监测变压器温控仪的数据。同时,通过首先基于颜色空间对变压器温控仪的RGB图像进行颜色分离,使得数据区域与背景区域得到了很好的区分,从而提高了后续数据识别的准确率。
在上述技术方案的基础上,可选的,颜色分离模块52,包括:
RGB值提取单元,用于提取所述RGB图像中每个像素点的RGB值;
RGB值比较单元,用于将每个所述RGB值中的R值和/或G值分别与预设阈值进行比较,若R值和/或G值大于所述预设阈值,则将对应的像素点修改为白色,否则将对应的像素点修改为黑色。
在上述技术方案的基础上,可选的,数据识别模块55,包括:
第一特征值确定单元,用于将所述骨架图的前半部分行中每行出现白色像素点的个数中出现次数最多的值作为第一特征值;
第二特征值确定单元,用于将所述骨架图的后半部分行中每行出现白色像素点的个数中出现次数最多的值作为第二特征值;
第三特征值确定单元,用于将所述骨架图的每列出现白色像素点的个数中出现次数最多的值作为第三特征值;
数据识别单元,用于根据所述第一特征值、所述第二特征值、所述第三特征值以及所述字符特征规律识别所述当前显示数据。
在上述技术方案的基础上,可选的,该物联网网关对仪表的无接触数据采集装置,还包括:
再识别模块,用于在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,若未成功识别所述当前显示数据,则采用模板最小矩阵距离法对所述当前显示数据进行进一步的识别;
相应的,该物联网网关对仪表的无接触数据采集装置,还包括:
标准化模块,用于在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之后,根据模板最小矩阵距离法所使用的预设模板图像的大小对所述字符二值图像的大小进行调整,以得到标准字符二值图像。
在上述技术方案的基础上,可选的,再识别模块,包括:
第一距离确定单元,用于针对每个所述标准字符二值图像,遍历所述标准字符二值图像上的每个白色像素点,并分别确定所述标准字符二值图像上每个白色像素点与目标预设模板图像上的每个白色像素点之间的矩阵距离,然后将所述标准字符二值图像上每个白色像素点对应的最小矩阵距离累加作为第一距离;
第二距离确定单元,用于遍历所述目标预设模板图像上的每个白色像素点,并分别确定所述目标预设模板图像上每个白色像素点与所述标准字符二值图像上的每个白色像素点之间的矩阵距离,然后将所述目标预设模板图像上每个白色像素点对应的最小矩阵距离累加作为第二距离;
目标距离确定单元,用于将所述第一距离与所述第二距离之和的一半确定为所述标准字符二值图像与所述目标预设模板图像之间的目标距离;其中,所述预设模板图像中包括多个所述目标预设模板图像,针对每个所述目标预设模板图像获得对应的所述目标距离;
识别结果确定单元,用于将最小的所述目标距离所对应的所述目标预设模板图像确定为识别结果。
在上述技术方案的基础上,可选的,该物联网网关对仪表的无接触数据采集装置,还包括:
连通区域确定模块,用于在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之前,遍历所述二值图像中白色像素点的连通区域,并确定各个所述连通区域的大小;
像素反转模块,用于将各个所述连通区域的大小分别与预设区域大小阈值进行比较,若存在目标连通区域的大小小于所述预设区域大小阈值,则将所述目标连通区域内的像素反转为黑色。
在上述技术方案的基础上,可选的,该物联网网关对仪表的无接触数据采集装置,还包括:
容错模块,用于在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,连续识别预设次数的所述当前显示数据,若连续所述预设次数的各个所述当前显示数据之间的差值均小于预设差值阈值,且连续所述预设次数的所述当前显示数据均在预设温度范围内,则输出识别结果。
本发明实施例所提供的物联网网关对仪表的无接触数据采集装置可执行本发明任意实施例所提供的物联网网关对仪表的无接触数据采集方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,在上述物联网网关对仪表的无接触数据采集装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图6为本发明实施例三提供的计算机设备的结构示意图,示出了适于用来实现本发明实施方式的示例性计算机设备的框图。图6显示的计算机设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图6所示,该计算机设备包括处理器61、存储器62、输入装置63及输出装置64;计算机设备中处理器61的数量可以是一个或多个,图6中以一个处理器61为例,计算机设备中的处理器61、存储器62、输入装置63及输出装置64可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器62作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的物联网网关对仪表的无接触数据采集方法对应的程序指令/模块(例如,物联网网关对仪表的无接触数据采集装置中的图像获取模块51、颜色分离模块52、图像分割模块53、骨架化模块54及数据识别模块55)。处理器61通过运行存储在存储器62中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的物联网网关对仪表的无接触数据采集方法。
存储器62可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器62可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器62可进一步包括相对于处理器61远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置63可用于获取变压器温控仪的RGB图像,以及产生与计算机设备的用户设置和功能控制有关的键信号输入等。输出装置64可用于向服务器上传变压器温控仪的当前显示数据等。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,该计算机可执行指令在由计算机处理器执行时用于执行一种物联网网关对仪表的无接触数据采集方法,该方法包括:
获取变压器温控仪的RGB图像;
基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
存储介质可以是任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM、兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的物联网网关对仪表的无接触数据采集方法中的相关操作。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种物联网网关对仪表的无接触数据采集方法,其特征在于,包括:
获取变压器温控仪的RGB图像;
基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
2.根据权利要求1所述的物联网网关对仪表的无接触数据采集方法,其特征在于,所述基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,包括:
提取所述RGB图像中每个像素点的RGB值;
将每个所述RGB值中的R值和/或G值分别与预设阈值进行比较,若R值和/或G值大于所述预设阈值,则将对应的像素点修改为白色,否则将对应的像素点修改为黑色。
3.根据权利要求1所述的物联网网关对仪表的无接触数据采集方法,其特征在于,所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据,包括:
将所述骨架图的前半部分行中每行出现白色像素点的个数中出现次数最多的值作为第一特征值;
将所述骨架图的后半部分行中每行出现白色像素点的个数中出现次数最多的值作为第二特征值;
将所述骨架图的每列出现白色像素点的个数中出现次数最多的值作为第三特征值;
根据所述第一特征值、所述第二特征值、所述第三特征值以及所述字符特征规律识别所述当前显示数据。
4.根据权利要求1所述的物联网网关对仪表的无接触数据采集方法,其特征在于,在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,还包括:
若未成功识别所述当前显示数据,则采用模板最小矩阵距离法对所述当前显示数据进行进一步的识别;
相应的,在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之后,还包括:
根据模板最小矩阵距离法所使用的预设模板图像的大小对所述字符二值图像的大小进行调整,以得到标准字符二值图像。
5.根据权利要求4所述的物联网网关对仪表的无接触数据采集方法,其特征在于,所述采用模板最小矩阵距离法对所述当前显示数据进行进一步的识别,包括:
针对每个所述标准字符二值图像,遍历所述标准字符二值图像上的每个白色像素点,并分别确定所述标准字符二值图像上每个白色像素点与目标预设模板图像上的每个白色像素点之间的矩阵距离,然后将所述标准字符二值图像上每个白色像素点对应的最小矩阵距离累加作为第一距离;
遍历所述目标预设模板图像上的每个白色像素点,并分别确定所述目标预设模板图像上每个白色像素点与所述标准字符二值图像上的每个白色像素点之间的矩阵距离,然后将所述目标预设模板图像上每个白色像素点对应的最小矩阵距离累加作为第二距离;
将所述第一距离与所述第二距离之和的一半确定为所述标准字符二值图像与所述目标预设模板图像之间的目标距离;其中,所述预设模板图像中包括多个所述目标预设模板图像,针对每个所述目标预设模板图像获得对应的所述目标距离;
将最小的所述目标距离所对应的所述目标预设模板图像确定为识别结果。
6.根据权利要求1所述的物联网网关对仪表的无接触数据采集方法,其特征在于,在所述基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像之前,还包括:
遍历所述二值图像中白色像素点的连通区域,并确定各个所述连通区域的大小;
将各个所述连通区域的大小分别与预设区域大小阈值进行比较,若存在目标连通区域的大小小于所述预设区域大小阈值,则将所述目标连通区域内的像素反转为黑色。
7.根据权利要求1所述的物联网网关对仪表的无接触数据采集方法,其特征在于,在所述分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据之后,还包括:
连续识别预设次数的所述当前显示数据,若连续所述预设次数的各个所述当前显示数据之间的差值均小于预设差值阈值,且连续所述预设次数的所述当前显示数据均在预设温度范围内,则输出识别结果。
8.一种物联网网关对仪表的无接触数据采集装置,其特征在于,包括:
图像获取模块,用于获取变压器温控仪的RGB图像;
颜色分离模块,用于基于RGB颜色空间对所述RGB图像进行颜色分离及二值化,以得到可以区分所述RGB图像中数据区域和背景区域的二值图像;
图像分割模块,用于基于所述数据区域中的字符对所述二值图像进行分割,以得到各个字符二值图像;
骨架化模块,用于对各个所述字符二值图像进行骨架化,以得到各个所述字符二值图像对应的骨架图;
数据识别模块,用于分别统计各个所述骨架图中每行及每列的白色像素点的个数,并结合所述变压器温控仪中数码管的字符特征规律识别出所述变压器温控仪的当前显示数据。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的物联网网关对仪表的无接触数据采集方法。
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,该程序被处理器执行时实现如权利要求1-7中任一所述的物联网网关对仪表的无接触数据采集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724823.9A CN113449639A (zh) | 2021-06-29 | 2021-06-29 | 一种物联网网关对仪表的无接触数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724823.9A CN113449639A (zh) | 2021-06-29 | 2021-06-29 | 一种物联网网关对仪表的无接触数据采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113449639A true CN113449639A (zh) | 2021-09-28 |
Family
ID=77813946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110724823.9A Pending CN113449639A (zh) | 2021-06-29 | 2021-06-29 | 一种物联网网关对仪表的无接触数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449639A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298990A (zh) * | 2021-12-20 | 2022-04-08 | 中汽创智科技有限公司 | 一种车载摄像装置的检测方法、装置、存储介质及车辆 |
CN115292545A (zh) * | 2022-10-08 | 2022-11-04 | 腾讯科技(深圳)有限公司 | 一种音频数据处理方法、装置、设备以及可读存储介质 |
WO2024055531A1 (zh) * | 2022-09-13 | 2024-03-21 | 深圳创维-Rgb电子有限公司 | 照度计数值识别方法、电子设备及存储介质 |
Citations (20)
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 |
CN101546379A (zh) * | 2008-03-28 | 2009-09-30 | 富士通株式会社 | 计算机可读记录介质、字符识别设备和字符识别方法 |
CN102254159A (zh) * | 2011-07-07 | 2011-11-23 | 清华大学深圳研究生院 | 一种数显仪表判读方法 |
CN102306283A (zh) * | 2011-07-23 | 2012-01-04 | 浙江大学 | Lcd数显仪示值的图像识别方法 |
CN103886294A (zh) * | 2014-03-24 | 2014-06-25 | 北京国网富达科技发展有限责任公司 | 基于图像的换流站用避雷器动作次数的识别方法以及系统 |
CN105574531A (zh) * | 2015-12-11 | 2016-05-11 | 中国电力科学研究院 | 一种基于交点特征提取的数字识别方法 |
CN105701489A (zh) * | 2016-01-14 | 2016-06-22 | 云南大学 | 一种新型的数字提取和识别的方法及系统 |
EP3051461A1 (en) * | 2015-01-31 | 2016-08-03 | Tata Consultancy Services Limited | A computer implemented system and method for extracting and recognizing alphanumeric characters from traffic signs |
CN106127205A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 一种适用于室内轨道机器人的数字仪表图像的识别方法 |
CN106441480A (zh) * | 2016-08-04 | 2017-02-22 | 苗进辉 | 一种采用七段码字码盘机械水表的摄像直读远传水表 |
CN106650735A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种led字符自动定位识别方法 |
CN106682665A (zh) * | 2016-12-27 | 2017-05-17 | 陕西科技大学 | 一种基于计算机视觉的七段式数显仪表数字识别方法 |
CN107563263A (zh) * | 2016-07-01 | 2018-01-09 | 珠海优特电力科技股份有限公司 | 基于仪表的视频图像识别方法及系统 |
CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
CN108573261A (zh) * | 2018-04-17 | 2018-09-25 | 国家电网公司 | 一种适用于变电站巡检机器人的数字显示仪表识别方法 |
US20190095739A1 (en) * | 2017-09-27 | 2019-03-28 | Harbin Institute Of Technology | Adaptive Auto Meter Detection Method based on Character Segmentation and Cascade Classifier |
CN109800752A (zh) * | 2018-08-09 | 2019-05-24 | 辽宁工业大学 | 一种基于机器视觉的汽车车牌字符分割识别算法 |
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 |
CN110659645A (zh) * | 2019-08-05 | 2020-01-07 | 沈阳工业大学 | 一种数字仪表字符识别方法 |
CN112686264A (zh) * | 2020-12-31 | 2021-04-20 | 中广核研究院有限公司 | 数字式仪表读数方法、装置、计算机设备和存储介质 |
-
2021
- 2021-06-29 CN CN202110724823.9A patent/CN113449639A/zh active Pending
Patent Citations (20)
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 |
CN101546379A (zh) * | 2008-03-28 | 2009-09-30 | 富士通株式会社 | 计算机可读记录介质、字符识别设备和字符识别方法 |
CN102254159A (zh) * | 2011-07-07 | 2011-11-23 | 清华大学深圳研究生院 | 一种数显仪表判读方法 |
CN102306283A (zh) * | 2011-07-23 | 2012-01-04 | 浙江大学 | Lcd数显仪示值的图像识别方法 |
CN103886294A (zh) * | 2014-03-24 | 2014-06-25 | 北京国网富达科技发展有限责任公司 | 基于图像的换流站用避雷器动作次数的识别方法以及系统 |
EP3051461A1 (en) * | 2015-01-31 | 2016-08-03 | Tata Consultancy Services Limited | A computer implemented system and method for extracting and recognizing alphanumeric characters from traffic signs |
CN105574531A (zh) * | 2015-12-11 | 2016-05-11 | 中国电力科学研究院 | 一种基于交点特征提取的数字识别方法 |
CN105701489A (zh) * | 2016-01-14 | 2016-06-22 | 云南大学 | 一种新型的数字提取和识别的方法及系统 |
CN106127205A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 一种适用于室内轨道机器人的数字仪表图像的识别方法 |
CN107563263A (zh) * | 2016-07-01 | 2018-01-09 | 珠海优特电力科技股份有限公司 | 基于仪表的视频图像识别方法及系统 |
CN106441480A (zh) * | 2016-08-04 | 2017-02-22 | 苗进辉 | 一种采用七段码字码盘机械水表的摄像直读远传水表 |
CN106682665A (zh) * | 2016-12-27 | 2017-05-17 | 陕西科技大学 | 一种基于计算机视觉的七段式数显仪表数字识别方法 |
CN106650735A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种led字符自动定位识别方法 |
US20190095739A1 (en) * | 2017-09-27 | 2019-03-28 | Harbin Institute Of Technology | Adaptive Auto Meter Detection Method based on Character Segmentation and Cascade Classifier |
CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
CN108573261A (zh) * | 2018-04-17 | 2018-09-25 | 国家电网公司 | 一种适用于变电站巡检机器人的数字显示仪表识别方法 |
CN109800752A (zh) * | 2018-08-09 | 2019-05-24 | 辽宁工业大学 | 一种基于机器视觉的汽车车牌字符分割识别算法 |
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 |
CN110659645A (zh) * | 2019-08-05 | 2020-01-07 | 沈阳工业大学 | 一种数字仪表字符识别方法 |
CN112686264A (zh) * | 2020-12-31 | 2021-04-20 | 中广核研究院有限公司 | 数字式仪表读数方法、装置、计算机设备和存储介质 |
Non-Patent Citations (7)
Title |
---|
AMIT CHOUDHARY 等: "Off-Line Handwritten Character Recognition using Features Extracted from Binarization Technique", 《2013 AASRI CONFERENCE ON INTELLIGENT SYSTEMS AND CONTROL》, 27 November 2013 (2013-11-27), pages 306 - 312 * |
KARTHICK KANAGARATHINAM 等: "Text detection and recognition in raw image dataset of seven segment digital energy meter display", 《ENERGY REPORTS》, 1 November 2019 (2019-11-01), pages 842 - 852 * |
YIBO LI 等: "Automatic Recognition System for Numeric Characters on Ammeter Dial Plate", 《THE 9TH INTERNATIONAL CONFERENCE FOR YOUNG COMPUTER SCIENTISTS》, 12 December 2008 (2008-12-12), pages 913 - 918 * |
何洪波 等: "一种新的数码管计算机视觉识别处理方法", 《电子工程师》, vol. 33, no. 1, 15 January 2007 (2007-01-15), pages 65 - 69 * |
崔行臣 等: "数显仪表数字实时识别系统的设计与实现", 《计算机工程与设计》, vol. 31, no. 1, 16 January 2010 (2010-01-16), pages 214 - 217 * |
谷秋頔 等: "基于模板匹配的车牌汉字识别方法及判别函数", 《电子科技》, vol. 24, no. 12, 15 December 2011 (2011-12-15), pages 4 - 6 * |
陈英 等: "家用水表字符的识别算法研究", 《现代电子技术》, vol. 41, no. 18, 15 September 2018 (2018-09-15), pages 99 - 103 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298990A (zh) * | 2021-12-20 | 2022-04-08 | 中汽创智科技有限公司 | 一种车载摄像装置的检测方法、装置、存储介质及车辆 |
CN114298990B (zh) * | 2021-12-20 | 2024-04-19 | 中汽创智科技有限公司 | 一种车载摄像装置的检测方法、装置、存储介质及车辆 |
WO2024055531A1 (zh) * | 2022-09-13 | 2024-03-21 | 深圳创维-Rgb电子有限公司 | 照度计数值识别方法、电子设备及存储介质 |
CN115292545A (zh) * | 2022-10-08 | 2022-11-04 | 腾讯科技(深圳)有限公司 | 一种音频数据处理方法、装置、设备以及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9740967B2 (en) | Method and apparatus of determining air quality | |
CN113449639A (zh) | 一种物联网网关对仪表的无接触数据采集方法 | |
EP2833288B1 (en) | Face calibration method and system, and computer storage medium | |
US11455805B2 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
US9934571B2 (en) | Image processing device, program, image processing method, computer-readable medium, and image processing system | |
US20170032514A1 (en) | Abandoned object detection apparatus and method and system | |
CN107977639B (zh) | 一种人脸清晰度判断方法 | |
CN110930427B (zh) | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 | |
JP2012243313A (ja) | 画像処理方法および画像処理装置 | |
CN109344864B (zh) | 用于密集物体的图像处理方法及装置 | |
CN111460967A (zh) | 一种违法建筑识别方法、装置、设备及存储介质 | |
CN105303153A (zh) | 一种车辆车牌识别方法及装置 | |
CN103295013A (zh) | 一种基于成对区域的单幅图像阴影检测方法 | |
CN111695373B (zh) | 斑马线的定位方法、系统、介质及设备 | |
CN112784724A (zh) | 一种车辆变道检测方法、装置、设备及存储介质 | |
CN110599453A (zh) | 一种基于图像融合的面板缺陷检测方法、装置及设备终端 | |
CN115049954B (zh) | 目标识别方法、装置、电子设备和介质 | |
CN108960247B (zh) | 图像显著性检测方法、装置以及电子设备 | |
CN114419493A (zh) | 图像的标注方法、装置、电子设备和存储介质 | |
CN110135382B (zh) | 一种人体检测方法和装置 | |
CN111582278B (zh) | 人像分割方法、装置及电子设备 | |
JP2011087144A (ja) | テロップ文字領域検出方法,テロップ文字領域検出装置およびテロップ文字領域検出プログラム | |
EP4080479A2 (en) | Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system | |
JP2024516642A (ja) | 行動検出方法、電子機器およびコンピュータ読み取り可能な記憶媒体 | |
CN112991308B (zh) | 一种图像质量的确定方法、装置、电子设备和介质 |
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 |