一种数字式仪表自动读数方法、系统、设备及介质技术方案

本发明专利技术公开了一种数字式仪表自动读数方法，包括：获取数字式仪表的目标读数区域图像，对其进行图像灰度化处理后再进行图像二值化处理；利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割；采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集，并基于数字数据训练集训练分类网络模型；基于训练好的分类网络模型对已进行了字符分割的数字和小数点进行预测，以获取读数预测结果；将读数预测结果进行位置排列以获取所述数字式仪表的最终读数。本发明专利技术通过传统图像处理手段和深度学习相结合的方式，基于大量字体训练得到的分类网络模型来预测权重，可更加稳定和准确地识别数字，在面对环境干扰时鲁棒性更高。干扰时鲁棒性更高。干扰时鲁棒性更高。

【技术实现步骤摘要】
一种数字式仪表自动读数方法、系统、设备及介质


[0001]本专利技术涉及数字式仪表自动读数算法
，更具体地，涉及一种数字式仪表自动读数方法、系统、设备及介质。

技术介绍

[0002]随着无人值守变电所的发展，数字式仪表的自动识别读数系统的研究是必要的。数字式仪表是变电站中主要的参数输出设备。然而，目前传统的图像处理算法的鲁棒性较差，在面对小数点粘黏、数字模糊和亮度不均匀等问题时，其算法识别率较低。

技术实现思路

[0003]针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种数字式仪表自动读数方法、系统、设备及介质，用以解决无人值守变电所智能巡检过程中的传统数字式仪表自动读数方法识别率较低的技术问题。
[0004]为实现上述目的，第一方面，本专利技术提供了一种数字式仪表自动读数方法，包括：
[0005]获取数字式仪表的目标读数区域图像，对其进行图像灰度化处理后再进行图像二值化处理；
[0006]利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割；
[0007]采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集，基于所述数字数据训练集训练分类网络模型；
[0008]基于训练好的分类网络模型对已进行了字符分割的数字和小数点进行预测，以获取读数预测结果；
[0009]将所述读数预测结果进行位置排列以获取所述数字式仪表的最终读数。
[0010]进一步地，所述利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割具体包括：
[0011]对图像进行投影，对每一列像素中的值为255的点进行统计，做出垂直直方图；
[0012]根据数字所在区域的黑色或者白色的像素点相对较多而小数点所在区域的黑色或者白色的像素点相对较少这一特征来区分小数点与数字的位置。
[0013]进一步地，所述采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集具体包括：
[0014]采用若干种的字体制作数字数据集，每一种字体均分别包括若干张的数字图像；
[0015]通过亮度和模糊操作对所述数字数据集进行扩充，以获取所述数字数据训练集。
[0016]进一步地，所述分类网络模型为EfficientNet分类网络模型。
[0017]进一步地，所述将所述读数预测结果进行位置排列以获取所述数字式仪表的最终读数具体包括：
[0018]将已进行了字符分割的数字和小数点的位置进行统计，以位置的横轴坐标作为排列标准，将数字和小数点依序进行位置排列；
[0019]将所述读数预测结果结合上述的位置排列以获取所述数字式仪表的最终读数。
[0020]进一步地，采用最大类间方差法进行图像二值化处理，所述最大类间方差法的计算公式如下：
[0021]ICV＝PA
α
*(MA
‑
M)2+PB*(MB
‑
M)2[0022]其中，图像灰度值的均值是M，任取一个阈值t，将图像分为前景和背景，前景的像素点个数为PA，灰度平均值为MA，背景的像素点个数为PB，灰度平均值为MB；不断调整t值的大小使得ICV值最大时的阈值t即为最佳阈值。
[0023]进一步地，所述亮度的计算公式如下：
[0024][0025][0026]其中，V
i
是第i个像素点v通道的数值，Q是像素点的数量；
[0027]所述模糊的计算公式如下：
[0028][0029]其中，(u,v)是像素点，σ是高斯半径。
[0030]第二方面，本专利技术提供了一种数字式仪表自动读数系统，包括：
[0031]二值化处理模块，用于获取数字式仪表的目标读数区域图像，对其进行图像灰度化处理后再进行图像二值化处理；
[0032]字符分割模块，用于利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割；
[0033]分类网络模型训练模块，用于采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集，基于所述数字数据训练集训练分类网络模型；
[0034]读数预测模块，用于基于训练好的分类网络模型对已进行了字符分割的数字和小数点进行预测，以获取读数预测结果；
[0035]最终读数呈现模块，用于将所述读数预测结果进行位置排列以获取所述数字式仪表的最终读数。
[0036]第三方面，本专利技术提供了一种电子设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元能够执行上述任一项所述方法的步骤。
[0037]第四方面，本专利技术提供了一种存储介质，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备能够执行上述任一项所述方法的步骤。
[0038]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0039](1)本专利技术通过传统图像处理手段和深度学习相结合的方式，基于大量字体训练
得到的分类网络模型来预测权重，可更加稳定和准确地识别数字，在面对环境干扰时鲁棒性更高。
[0040](2)本专利技术提出的基于EfficientNet分类网络的数字式仪表自动读数方法，能够在不同变电站、不同环境下准确稳定地自动读数，解决了无人值守变电所智能巡检过程中的传统数字式仪表自动读数方法识别率较低的技术问题，符合当前智能运维的大趋势，具有较好的推广前景和经济、社会效益。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需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专利技术的一些实施例，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。
[0042]图1为本专利技术实施例提供的一种数字式仪表自动读数方法的流程示意图；
[0043]图2为本专利技术实施例提供的图像投影法的效果示意图；
[0044]图3为本专利技术实施例提供的EfficientNet分类网络模型的结构示意图；
[0045]图4为本专利技术实施例提供的采用若干种字体制作的数字数据集的示意图；
[0046]图5为本专利技术实施例提供的数字式仪表读数识别全过程的流程及效果图；
[0047]图6为本专利技术实施例提供的适于实现上文描述的方法的电子设备的方框示意图。
具体实施方式
[0048]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细地说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0049]本申请的说明书、权利要求书或上述附图中的术语“包括”或“具有”以及它们的任何变形，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字式仪表自动读数方法，其特征在于，包括：获取数字式仪表的目标读数区域图像，对其进行图像灰度化处理后再进行图像二值化处理；利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割；采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集，基于所述数字数据训练集训练分类网络模型；基于训练好的分类网络模型对已进行了字符分割的数字和小数点进行预测，以获取读数预测结果；将所述读数预测结果进行位置排列以获取所述数字式仪表的最终读数。2.如权利要求1所述的读数方法，其特征在于，所述利用图像投影法对经过图像二值化处理后的数字和小数点进行字符分割具体包括：对图像进行投影，对每一列像素中的值为255的点进行统计，做出垂直直方图；根据数字所在区域的黑色或者白色的像素点相对较多而小数点所在区域的黑色或者白色的像素点相对较少这一特征来区分小数点与数字的位置。3.如权利要求1所述的读数方法，其特征在于，所述采用若干种的字体制作数字数据集并进行数据集扩充处理以获取数字数据训练集具体包括：采用若干种的字体制作数字数据集，每一种字体均分别包括若干张的数字图像；通过亮度和模糊操作对所述数字数据集进行扩充，以获取所述数字数据训练集。4.如权利要求1所述的读数方法，其特征在于，所述分类网络模型为EfficientNet分类网络模型。5.如权利要求1所述的读数方法，其特征在于，所述将所述读数预测结果进行位置排列以获取所述数字式仪表的最终读数具体包括：将已进行了字符分割的数字和小数点的位置进行统计，以位置的横轴坐标作为排列标准，将数字和小数点依序进行位置排列；将所述读数预测结果结合上述的位置排列以获取所述数字式仪表的最终读数。6.如权利要求1所述的读数方法，其特征在于，采用最大类间方差法进行图像二值化处理，所述最大类间方差法的计算公式如下：ICV＝PA
...

【专利技术属性】
技术研发人员：何斌，张海申，叶飞，樊亚东，温建民，张华志，王开康，龚孟荣，许梦希，许龙，钟骏，王沛沛，吕意，湛博，祝愿博，
申请(专利权)人：中铁第四勘察设计院集团有限公司，
类型：发明
国别省市：