[发明专利]基于图像处理的水表自动检测系统及其图像处理方法在审

专利信息
申请号: 201810124092.2 申请日: 2018-02-07
公开(公告)号: CN108491844A 公开(公告)日: 2018-09-04
发明(设计)人: 温宗周;李璐;李丽敏;张阳阳;董勋凯;王真 申请(专利权)人: 西安工程大学
主分类号: G06K9/34 分类号: G06K9/34;G06K9/32;G06K9/60;G06N3/04
代理公司: 西安弘理专利事务所 61214 代理人: 涂秀清
地址: 710048 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像处理 主控芯片 水表 无线摄像模块 自动检测系统 流量传感器 电源模块 读数区域 水表数据 算法移植 特征向量 预处理 人机交互系统 神经网络模型 无线通讯模块 无线网络连接 蓄电池 超级电容 单个字符 复位模块 检测系统 精准定位 数字矩阵 字符分割 字符识别 用水量 图像 检测 统计
【权利要求书】:

1.基于图像处理的水表自动检测系统,其特征在于,包括水表(6),水表(6)固定安装在水管(5)上,水表(6)通过无线网络连接无线摄像模块(7),所述无线摄像模块(7)连接主控芯片(1),所述水管(5)内部还固定安装有流量传感器(8),所述流量传感器(8)连接所述主控芯片(1),所述主控芯片(1)连接人机交互系统(9);

所述主控芯片(1)包括算法移植模块(14)、无线通讯模块(4)、复位模块(3)和电源模块(2),所述电源模块(2)包括能量转换模块(15),所述能量转换模块(15)包括固定安装在所述水管(5)内部的发电机(16),所述发电机(16)连接储能原件(17),所述储能原件(17)连接超级电容(18)和蓄电池(19)。

2.如权利要求1所述的基于图像处理的水表自动检测系统,其特征在于,所述流量传感器(8)包括叶轮(20),所述叶轮(20)固定安装在所述水管(5)内部,所述叶轮(20)的轴向与所述水管(5)的轴向垂直、并且叶轮(20)可绕叶轮(20)的轴线转动,所述叶轮(20)的轴向一端表面还安装有计数转盘,所述计数转盘表面固接有永磁铁片(21);所述流量传感器(8)还包括干簧管A(22)和干簧管B(23),所述干簧管A(22)和干簧管B(23)的位置靠近所述计数转盘。

3.如权利要求1所述的基于图像处理的水表自动检测系统,其特征在于,所述人机交互系统(9)包括液晶显示(10)、EEPROM模块(11)、预警模块(12)和手机APP模块(13)。

4.如权利要求1所述的基于图像处理的水表自动检测系统,其特征在于,所述主控芯片(1)采用单片机STM32F407。

5.一种如权利要求1-4中任一项所述的基于图像处理的水表自动检测系统的图像处理方法,其特征在于,具体包括如下操作步骤:

步骤1.所述主控芯片(1)的算法移植模块(14)首先对无线摄像采集模块(7)采集的水表(6)的图像进行灰度变换、图像去噪、二值化图像分割以及矫正图像尺寸,使水表图像只包含有两个灰度值,并且使图像矫正;

步骤2.所述算法移植模块(14)将所述步骤1得到的水表图像进行字符区域定位,精准定位出水表数据的读数区域;

步骤3.将定位出的水表数据读数区域的字符进行分割得到水表数据的单个字符;

步骤4.对分割后的水表数据的单个字符中的整字字符,则采用粗网格法及线穿越次数相结合来提取数字字符的特征,针对分割后的水表数据的单个字符中的半字字符,根据其上下半字出现类型固定的特点,采用上下半字比例关系与整字特征相结合的方法来提取半字特征,从而提取得到13维特征向量;

步骤5.对提取的13维特征向量采用神经网络模型进行字符识别得到某一特定的识别数字矩阵,根据相关的计算方法得出对应的水表数字。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810124092.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top