CN114022873A - 仪表状态检测方法、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种仪表状态检测方法、电子设备及计算机可读存储介质。该方法包括：采集当前点位对应的待检测图像；获取待检测图像与多个候选点位对应的背景图像的相似度；基于相似度，从多个候选点位中选择目标点位；基于目标点位对应的仪表的识别信息，对待检测图像进行仪表状态检测，得到当前点位对应的所述仪表的第一状态信息。通过上述方式，能够降低仪表状态检测所需的人力成本。

Description

仪表状态检测方法、电子设备及存储介质

技术领域

本申请涉及图像处理技术领域，特别是涉及一种仪表状态检测方法、电子设备及计算机可读存储介质。

背景技术

变电站、机房、车间等场景下的设备一般都设置有仪表，并且需要实时检测仪表的状态。如果完全依靠人工巡检来检测仪表的状态，不仅需要耗费过多的人力成本，效率还不高，无法实时。

为此，现有技术中采用自动巡检的方式来检测仪表的状态，即在待检测区域设定多个点位，通过摄像头在点位拍摄仪表相关的图像，基于点位对应的识别信息对图像进行检测，以确定仪表的状态。但是现有的仪表状态检测方法仍然需要较高的人力成本。

发明内容

本申请提供一种仪表状态检测方法、电子设备及计算机可读存储介质，能够解决现有的仪表状态检测需要的人力成本较高的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种特征匹配方法。该方法包括：采集当前点位对应的待检测图像；获取待检测图像与多个候选点位对应的背景图像的相似度；基于相似度，从多个候选点位中选择目标点位；基于目标点位对应的仪表的识别信息，对待检测图像进行仪表状态检测，得到当前点位对应的所述仪表的第一状态信息。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括处理器、与处理器连接的存储器，其中，存储器存储有程序指令；处理器用于执行存储器存储的程序指令以实现上述方法。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，存储有程序指令，该程序指令被执行时能够实现上述方法。

通过上述方式，本申请不是直接基于当前点位对应的仪表的识别信息对待检测图像进行仪表状态检测，而是基于待检测图像与多个候选点位对应的背景图像的相似度，从多个候选点位中选出目标点位，再基于目标点位对应的仪表的识别信息对待检测图像进行仪表状态检测。因此，即使巡检阶段查找不到当前点位对应的仪表的识别信息，也能够实现对待检测图像的仪表状态检测。故无需在巡检阶段与背景建模阶段点位存在偏差时，对点位进行重新标定。从而，本申请提供的方法能够降低仪表状态检测所需的人力成本。

附图说明

图1是本申请仪表状态检测方法实施例一的流程示意图；

图2是图1中S12的具体流程示意图；

图3是包含仪表a的图像A的示意图；

图4是图像A的直方图；

图5是包含仪表b的图像B的示意图；

图6是图像B的直方图；

图7是包含仪表c的图像C的示意图；

图8是图像C的直方图；

图9是本申请仪表状态检测方法实施例二的流程示意图；

图10是本申请仪表状态检测方法实施例三的流程示意图；

图11是本申请仪表状态检测方法实施例四的流程示意图；

图12是本申请电子设备一实施例的结构示意图；

图13是本申请计算机可读存储介质一实施例的结构示意图。

具体实施方式

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，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中的术语“第一”、“第二”、“第三”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”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。

如下对现有的仪表状态检测方法所需人力成本高的原因进行说明。

预先在待检测区域设置多个点位。仪表状态检测分为两个阶段，一个是背景建模阶段，另一个是巡检阶段。在背景建模阶段，对待检测区域每个点位对应的仪表的识别信息进行标定，从而得到每个点位对应的仪表的识别信息已知。具体来说，利用摄像头采集点位对应的背景图像，人工基于背景图像对点位对应的仪表的识别信息进行标定。

在巡检阶段，采集当前点位对应的待检测图像，查找当前点位对应的仪表的识别信息，基于查找到的仪表的识别信息对待检测图像进行仪表状态检测，得到仪表的状态信息。

但是，此种方式下需要背景建模阶段用于采集背景图像与巡检阶段用于采集待检测图像的摄像头所处的位置(点位)完全一致。换句话说就是巡检阶段的每个点位均对应有标定得到的仪表的识别信息。如果不完全一致/有偏差(例如是巡检阶段和背景建模阶段用的摄像头不同导致的)，那么巡检阶段可能查找不到当前点位对应的仪表的识别信息，进而无法对待检测图像进行仪表状态检测，因此需要重新标定。由于面临多次标定的情况，因此现有的仪表状态检测方法，需要较高的人力成本。

为了降低仪表状态检测所需的人力成本，本申请提供的仪表状态检测方法如下：

图1是本申请仪表状态检测方法实施例一的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例可以包括：

S11：采集当前点位对应的待检测图像。

点位即拍摄待检测图像时摄像头所处的位置。待检测区域设有多个点位。摄像头在不同点位具有对应的拍摄参数。同一点位对应一个或多个仪表。仪表包括但不限于温度表、气体压力表、油位计表、电压表、电流表、主变油表等等。

待检测图像可以是利用安装在待检测区域的固定位置的摄像头采集/拍摄得到的。一个摄像头可以采集一个或多个点位对应的图像。

待检测图像可以是利用搭载于机器人的摄像头采集得到的。可以预先为机器人设置巡检路线，巡检路线上有多个点位，在巡检过程中，机器人沿巡检路线运动，到达当前点位时，基于拍摄参数拍摄得到待检测图像。

S12：获取待检测图像与多个候选点位对应的背景图像的相似度。

多个候选点位均属于待检测区域。候选点位对应的背景图像为背景建模阶段在候选点位拍摄到的图像。多个候选点位均是经过标定的，故候选点位对应的仪表的识别信息已知。其中，候选点位对应的仪表的识别信息可以是通过人工标定得到的，也可以是自动标定得到的，也可以是自动标定和人工校验得到的。

相似度可以是余弦距离、汉明距离、欧式距离等等。相似度可以是基于灰度值分布情况计算得到的，也可以是通过其他方式获取到的，例如是基于特征点计算得到的，特征点可以是Harris角点、Sift特征点等等。通过获取待检测图像与多个候选点位对应的背景图像的相似度，能够筛选出与待检测图像(对应当前点位拍摄的图像)最相似的背景图像(对应候选点位拍摄的图像)。为简化描述，本申请后文将与当前点位最相似的候选点位称为目标点位。

同一候选点位可以对应一张背景图像。如果对应一张，可以直接获取待检测图像与该张背景图像的相似度。

可以理解的是，不同时间、不同天气拍摄到的背景图像所处亮度环境可能不一致。例如，在中午拍摄到的背景图像亮度高于早上拍摄到的背景图像。又如，在晴天拍摄到的背景图像亮度高于阴天拍摄到的背景图像。并且，拍摄待检测图像的亮度环境也不是恒定的。如果仅采集候选点位对应的一张背景图像，可能引起不同候选点位对应的背景图像亮度不同、背景图像与待检测图像亮度不同，从而导致本步骤获取的相似度不准确，进而后续确定的目标点位不准确，影响检测的精度。

由此，为了提高后续检测的精度，同一候选点位可以对应多张不同亮度下的背景图像。如果对应多张，可以分别获取待检测图像与多张背景图像的相似度(多个相似度)，基于多个相似度计算待检测图像与候选点位对应的背景图像的相似度。或者，可以先基于多张背景图像的灰度值分布情况得到候选点位对应的背景图像的灰度值分布情况，再获取待检测图像与候选点位对应的背景图像关于灰度值分布情况的相似度。

结合参阅图2，在基于灰度值分布情况计算相似度的情况下，S12可以包括以下子步骤：

S121：获取待检测图像的第一灰度值分布情况和多个候选点位对应的背景图像的第二灰度值分布情况。

灰度值分布情况可以体现为直方图。直方图横轴为灰度值，纵轴为灰度值出现的频率。

第二灰度值分布情况可以是预先获取到的，也可以是与第一灰度值分布情况同步获取到的。若同一候选点位对应多张不同亮度的背景图像，对于每个候选点位，可以获取后续点位对应的每张背景图像的第三灰度值分布情况，获取后续点位对应的多个第三灰度值分布情况的均值，将均值作为候选点位对应的背景图像的第二灰度值分布情况。基于第二灰度值分布情况计算第三灰度值分布情况具体可以依据下式：

其中，I'表示第三灰度值分布情况，n表示候选点位对应的背景图像数量，I_i(i＝1,2,…,n)表示候选点位对应的第i张背景图像的第二灰度值分布情况。

图像(背景图像/待检测图像)及对应的直方图示例请参阅图3-8。图3是包含仪表a的图像A的示意图，图4是图像A的直方图；图5是包含仪表b的图像B的示意图，图6是图像B的直方图；图7是包含仪表c的图像C的示意图，图8是图像C的直方图。

S122：分别计算第一灰度值分布情况与多个候选点位对应的第二灰度值分布情况之间的相似度。

第一灰度值分布情况和第二灰度值分布情况之间的相似度计算可以依据如下公式：

其中，d(H₁,H₂)表示第一灰度值分布情况和第二灰度值分布情况之间的相似度，H₁表示第一灰度分布情况，H₂表示第二灰度分布情况，

表示待检测图像中各像素的灰度值的均值，

表示背景图像中各像素的灰度值的均值，N表示待检测图像/背景图像中像素点的数量，H_k(J)表示待检测图像(k＝1)/背景图像(k＝2)中第J个像素点的灰度值。

S13：基于相似度，从多个候选点位中选择目标点位。

可以将对应的相似度最大的候选点位作为目标点位。由此，目标点位为与当前点位最相似的点位。

S14：基于目标点位对应的仪表的识别信息，对待检测图像进行仪表状态检测，得到当前点位对应的仪表的第一状态信息。

仪表的识别信息是指能够用于识别仪表状态的信息。仪表的识别信息可以包括仪表的类型和仪表的位置。仪表的状态信息包括仪表的读数，仪表的读数表征仪表的状态。仪表的状态可以包括仪表的开关状态和运行状态。

此外，如果通过仪表的第一状态信息确定仪表的状态异常时，可以触发报警，以提醒相关人员及时响应。

通过本实施例的实施，本申请不是直接基于当前点位对应的仪表的识别信息对待检测图像进行仪表状态检测，而是基于待检测图像与多个候选点位对应的背景图像的相似度，从多个候选点位中选出目标点位，再基于目标点位对应的仪表的识别信息对待检测图像进行仪表状态检测。因此，即使巡检阶段查找不到当前点位对应的仪表的识别信息，也能够实现对待检测图像的仪表状态检测。故无需在巡检阶段与背景建模阶段点位存在偏差时，对点位进行重新标定。从而，本申请提供的方法能够降低仪表状态检测所需的人力成本。

图9是本申请仪表状态检测方法实施例二的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图9所示的流程顺序为限。本实施例是对S14的进一步扩展。如图9所示，本实施例可以包括：

S141：确定仪表的类型对应的第二检测规则。

仪表的类型包括指针型和数值型。继续结合参阅图3、图5和图7。图3所示仪表a、图5所示仪表b和图7所示仪表c均为指针型仪表。

不同的仪表的类型对应的第二检测规则不一致。指针型对应的第二检测规则为指针的指向角度识别，指针的指向角度检测又可以细分为子区域检测、角度检测等等；数值型对应的第二检测规则为字符区域检测和字符识别。

S142：按照第二检测规则对待检测图像中仪表的位置对应的区域进行检测，得到仪表的第一状态信息。

对于指针型，可以对仪表的位置对应的区域(简称仪表区域)进行子区域检测，得到指针子区域和刻度子区域，基于指针子区域和刻度子区域确定指针的指向角度，作为仪表的第一状态信息。

对于读数型，可以对仪表区域进行字符区域检测，得到字符区域，对字符区域进行字符识别，得到仪表的读数，作为仪表的第一状态信息。

另外，其他实施例中，在S11之后，可以直接进入S12～S14，以得到当前点位对应的仪表的第一状态信息。

或者，在其他实施例中，为了提高检测效率，在S11之后，还可以先确定当前点位是否经过标定，即是否有对应的仪表的识别信息，如果有，则可以直接基于当前点位对应的仪表的识别信息，对待检测图像进行仪表状态检测，得到当前点位对应的仪表的状态信息。

或者，结合参阅图10，为了提高检测效率，还可以对上述实施例一进一步扩展，得到如下实施例三。

图10是本申请仪表状态检测方法实施例三的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图10所示的流程顺序为限。如图10所示，本实施例可以包括：

S21：采集当前点位对应的待检测图像。

本步骤详细描述请参考前面S11的相关说明，在此不赘述。

S22：按照第一检测规则对待检测图像进行仪表状态检测，得到仪表的第二状态信息及其置信度。

第二状态信息的置信度是基于待检测图像的质量得到的。待检测图像的质量越高，第二状态信息的置信度越高。

第一检测规则包括确定仪表的识别信息的规则和确定仪表的状态信息的规则。由此，通过第一检测规则可以确定待检测图像中的仪表的识别信息，并进一步基于仪表的识别信息确定仪表的第二状态信息。具体的确定规则可以包括位置检测、类型识别、角度识别、字符识别等等。

如下对按照第一检测规则对待检测图像进行仪表状态检测进行举例说明：

对待检测图像进行仪表的位置框检测，得到待检测图像中每个仪表的位置和类型。仪表的位置框的形状可以是圆形、矩形、多边形等等，具体根据仪表实际的情况而设定。或者，对待检测图像进行实例分割，得到待检测图像中每个仪表对应的位置和类型。

确定不同类型的仪表的识别信息的规则不同。仪表的类型包括指针型和数值型。若是指针型，则确定待检测图像中仪表的位置对应区域(简称仪表区域)的指针的指向角度，作为仪表的第二状态信息。若是数值型，则确定待检测图像中仪表区域内的字符区域，对字符区域进行字符识别，得到仪表的读数，作为仪表的第二状态信息。

此外，还需要确定第二状态信息的置信度。该置信度可以取决于待检测图像的质量，待检测图像的质量越高，置信度越高。待检测图像的质量可以是根据待检测图像中仪表的遮挡情况、亮度情况、清晰度来确定的。例如，如果待检测图像中不同仪表区域存在重叠、仪表区域面积不符合要求等情况下，视为仪表被遮挡。又如，可以基于拍摄待检测图像的时间或者天气，来确定待检测图像中仪表的亮度情况。若待检测图像中仪表被遮挡、待检测图像的亮度高于第一亮度阈值或者低于第二亮度阈值、清晰度低于清晰度阈值，则视待检测图像的质量为低。

S23：判断置信度是否大于预设置信度阈值。

若大于预设置信度阈值，意味着通过S22得到的第二状态信息可信，则执行S24；若置信度不大于预设置信度阈值，意味着通过S22得到的第二状态信息不可信，则执行S25-S27。

S24：将仪表的第二状态信息作为仪表的第一状态信息。

S25：获取待检测图像与多个候选点位对应的背景图像的相似度。

S26：基于相似度，从多个候选点位中选择目标点位。

S27：基于目标点位对应的仪表的识别信息，对待检测图像进行仪表状态检测，得到当前点位对应的仪表的第一状态信息。

S25～S27分别对应前述S12～S14，具体描述请参考S12～S14相关说明，在此不赘述。

可以理解的是，S22方式下，通过第一检测规则自动获取待检测图像中的仪表的识别信息，进而基于仪表的识别信息确定仪表的第二检测信息。因此无需使用预先标定的仪表的识别信息。S25～S27方式下，目标点位对应的仪表的识别信息是通过标定得到的，因此需要使用预先标定的仪表的识别信息。

区别于前述实施例，本实施例在通过S22确定待检测图像中仪表的第二状态信息的置信度大于预设置信度阈值的情况下，直接将仪表的第二状态信息作为仪表的第一状态信息；在不大于预设置信度阈值的情况下，再通过S25～S27(S12～S14)确定仪表的第一状态信息。由于S22所需时间比S25～S27短、且S22检测的复杂度比S25～S27低，因此能够提高检测的效率。

结合参阅图11，在S14提及的候选点位为自动标定得到的情况下，可以对上述实施例进一步扩展，得到如下实施例四。

图11是本申请仪表状态检测方法实施例四的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图11所示的流程顺序为限。本实施例是对候选点位对应的仪表的识别信息的获取方式的解释说明。如图11所示，本实施例可以包括：

S31：采集候选点位对应的背景图像。

S32：对候选点位对应的背景图像进行仪表识别，得到候选点位对应的仪表的识别信息。

若候选点位对应多张不同亮度的背景图像，则可以对候选点位对应的每张背景图像进行仪表识别，得到每张背景图像中仪表的识别信息；对每张背景图像中仪表的识别信息进行合并，并将合并结果作为候选点位对应的仪表的识别信息。可以理解的是，受限于识别精度，对不同张背景图像识别得到的仪表的识别信息可能不同，因此将不同张背景图像中仪表的识别信息的合并结果作为候选点位对应的仪表的识别信息，准确度更高。

另外，为了进一步提高候选点位对应的仪表的识别信息的准确度，还可以通过人工校验的方式进行修正。即通过人工将错误的矫正、将遗漏的补齐、将多余的删除。从而，在S32之后，还可以包括：接收对仪表的识别信息的人工校验结果，并基于人工校验结果对仪表的识别信息进行修正。

区别于前述实施例，本实施例中通过对后续点位对应的背景图像进行仪表识别，即可得到候选点位对应的仪表的识别信息，从而实现对候选点位的自动标定。因此，能够在前述实施例的基础上，进一步降低人力成本。

下面以一个例子的形式，对本申请提供的仪表状态检测方法进行详细说明。

背景建模阶段：

1)采集完待检测区域多个候选点位的背景图像所用时间在一个小时之内。在白天时间(8点～17点)，每到整点时间开始进行多个候选点位的轮巡。从而得到每个候选点位对应的不同亮度的8张背景图像。

2)对于每个候选点位，分别对候选点位对应的8张背景图像进行仪表识别，得到8张背景图像中仪表的识别信息；将8张背景图像中仪表的识别信息合并得到候选点位对应的仪表的识别信息；通过人工校验的方式对候选点位对应的仪表的识别信息进行修正。以及，分别获取候选点位对应的8张背景图像的灰度值分布情况；对8张背景图像的灰度值分布情况求均值，并将均值作为候选点位对应的背景图像的灰度值分布情况。

3)将候选点位与其对应的背景图像的灰度值分布情况、仪表的识别信息关联存储。

巡检阶段：

4)利用摄像头在当前点位拍摄得到待检测图像。

5)按照第一检测规则对待检测图像进行仪表状态检测，得到仪表的第二状态信息及其置信度；若置信度高于置信度阈值，则进入6)，否则进入7)-9)。

6)将仪表的第二状态信息作为当前点位对应的仪表的第一状态信息。

7)分别获取待检测图像与多个候选点位对应的背景图像关于灰度值分布情况的相似度；

8)选择对应的相似度最高的候选点位作为目标点位；

9)基于目标点位对应的仪表的识别信息，确定第二检测规则，按照第二检测规则对待检测图像进行仪表状态检测，得到当前点位对应的仪表的状态信息。

图12是本申请电子设备一实施例的结构示意图。如图12所示，该电子设备包括处理器21、与处理器21耦接的存储器22。

其中，存储器22存储有用于实现上述任一实施例的方法的程序指令；处理器21用于执行存储器22存储的程序指令以实现上述方法实施例的步骤。其中，处理器21还可以称为CPU(Central Processing Unit，中央处理单元)。处理器21可能是一种集成电路芯片，具有信号的处理能力。处理器21还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

图13是本申请计算机可读存储介质一实施例的结构示意图。如图13所示，本申请实施例的计算机可读存储介质30存储有程序指令31，该程序指令31被执行时实现本申请上述实施例提供的方法。其中，该程序指令31可以形成程序文件以软件产品的形式存储在上述计算机可读存储介质30中，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)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的计算机可读存储介质30包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、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，或者是计算机、服务器、手机、平板等终端设备。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种仪表状态检测方法，其特征在于，包括：

采集当前点位对应的待检测图像；

获取所述待检测图像与多个候选点位对应的背景图像的相似度；

基于所述相似度，从所述多个候选点位中选择目标点位；

基于所述目标点位对应的所述仪表的识别信息，对所述待检测图像进行仪表状态检测，得到所述当前点位对应的所述仪表的第一状态信息。

2.根据权利要求1所述的方法，其特征在于，所述获取所述待检测图像与多个候选点位对应的背景图像的相似度，包括：

获取所述待检测图像的第一灰度值分布情况和所述多个候选点位对应的背景图像的第二灰度值分布情况；

分别计算所述第一灰度值分布情况与所述多个候选点位对应的所述第二灰度值分布情况之间的相似度。

3.根据权利要求2所述的方法，其特征在于，同一所述候选点位对应多张不同亮度的所述背景图像，所述获取所述多个候选点位对应的背景图像的第二灰度值分布情况，包括：

对于每个所述候选点位，获取所述候选点位对应的每张所述背景图像的第三灰度值分布情况；

获取所述候选点位对应的多个所述第三灰度值分布情况的均值，将所述均值作为所述候选点位对应的背景图像的第二灰度值分布情况。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

采集所述候选点位对应的所述背景图像；

对所述候选点位对应的所述背景图像进行仪表识别，得到所述候选点位对应的所述仪表的识别信息。

5.根据权利要求4所述的方法，其特征在于，所述候选点位对应多张不同亮度的所述背景图像，所述对所述候选点位对应的所述背景图像进行仪表识别，得到所述候选点位对应的所述仪表的识别信息，包括：

对所述候选点位对应的每张所述背景图像进行仪表识别，得到每张所述背景图像中所述仪表的识别信息；

对每张所述背景图像中所述仪表的识别信息进行合并，并将合并结果作为所述候选点位对应的所述仪表的识别信息。

6.根据权利要求4所述的方法，其特征在于，在所述对所述候选点位对应的背景图像进行仪表识别，得到所述候选点位对应的所述仪表的识别信息之后，所述方法还包括：

接收对所述仪表的识别信息的人工校验结果，并基于所述人工校验结果对所述仪表的识别信息进行修正。

7.根据权利要求1所述的方法，其特征在于，在所述获取所述待检测图像与多个候选点位对应的背景图像的相似度之前，所述方法还包括：

按照第一检测规则对所述待检测图像进行仪表状态检测，得到所述仪表的第二状态信息及其置信度，所述置信度是基于所述待检测图像的质量得到的；

若所述置信度大于预设置信度阈值，则将所述仪表的第二状态信息作为所述仪表的第一状态信息；否则执行所述获取所述待检测图像与多个候选点位对应的背景图像的相似度的步骤。

8.根据权利要求1所述的方法，其特征在于，所述仪表的识别信息包括所述仪表的位置和所述仪表的类型，所述基于所述目标点位对应的所述仪表的识别信息，对所述待检测图像进行仪表状态检测，得到所述仪表的第一状态信息，包括：

确定所述仪表的类型对应的第二检测规则；

按照所述第二检测规则对所述待检测图像中所述仪表的位置对应的区域进行检测，得到所述仪表的第一状态信息。

9.一种电子设备，其特征在于，包括处理器、与所述处理器连接的存储器，其中，

所述存储器存储有程序指令；

所述处理器用于执行所述存储器存储的所述程序指令以实现权利要求1-8中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储程序指令，所述程序指令被执行时实现如权利要求1-8中任一项所述的方法。

Images