[发明专利]一种基于神经网络的表盘识别系统及识别方法

说明书

一种基于神经网络的表盘识别系统及识别方法，识别系统包括一个微型电路板、图像传感单元、神经网络处理单元、UART串行通讯端口、图像识别单元和图像矫正单元；图像传感单元、神经网络处理单元、UART串行通讯端口、图像识别单元和图像矫正单元均设置在微型电路板上，图像传感单元、图像识别单元、图像矫正单元、神经网络处理单元、UART串行通讯端口顺次逻辑连接。在扫描表盘的场景中，利用表盘识别系统，预先存储样本，通过采集后的图像快速比对，得到准确的变化后图像，通过一体化微型电路板终端神经网络的分析能力、自学习和自适应能力，实现快速识别表盘并且以低成本UARTUART串行通讯端口输出识别结果，大幅度提升表盘的识别速度，适用于多种表盘识别场景。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于神经网络的表盘识别系统及识别方法。

背景技术

而“人工神经网络”(ARTIFICIAL NEURAL NETWORK，简称ANN)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。通过“人工神经网络”的深度卷积分析能力、自主学习能力、及数据分析能力，已经在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。

表盘识别主要是针对圆形区域内指针指向对应示数的图像识别，目前常用的方法是采用霍夫变换或基于霍夫变换的优化方法，但在采集表盘图像时，对于视角、光照等条件不佳的情况适应性较差。

发明内容

为了有效解决上述问题，本发明提供一种基于神经网络的表盘识别系统及识别方法。

本发明的技术方案如下：

一种基于神经网络的表盘识别方法，具体包括以下步骤：

步骤1：预先采集样本图像，识别样本图像的有效区域后对样本图像进行透视变换并记录变换数据：

预先通过图像传感单元采集多个表盘图像样本，所述表盘图像样本包括多种不同视角、不同类型的表盘图像样本；

识别样本图像中的有效区域的特征点，有效范围为指针和刻度盘所在的平面区域；

对样本图像进行透视变换并记录变换数据：将样本图像透视变换为正对视图，并记录透视变换矩阵；

步骤2：获取表盘图像：通过集成在微型电路板终端的图像传感单元获取表盘图像；

步骤3：识别有效区域：识别图像中的有效区域特征点，并匹配最相近样本图像；

将采集到的表盘图像转变为黑白图像；

对黑白图像进行图像规定化处理，以去除黑白图像中因光照剧烈变化而引起的图像灰度的剧烈变化；

选取目标识别区域，对目标识别区域内的经过处理的黑白图像采用自适应阈值分割法进行图像二值化，并选取外围的连续像素点作为图像边界；

步骤4：调取最相近样本图像的透视变换矩阵进行透视变换，得到变换后的图像；

步骤5：识别表盘图像；通过集成在微型电路板终端的神经网络处理单元，将变换后的图像输入所述神经网络处理单元，进行识别，具体识别步骤包括：

步骤5.1：所述图像传感单元将表盘图像通过数据传输网络输入图像输入模块，所述图像输入模块将图像进行标准化处理，并将标准图像格式输入至预处理模块；

步骤5.2：所述预处理模块对图像去除干扰、模糊，改善图像质量，生成特征图像，并将特征图像同时输入数据缓存模块、及匹配模块；

步骤5.3：所述数据缓存模块将特征图像输入神经处理单元阵列，所述神经处理单元阵列包括若干个神经处理单元，每个神经处理单元都用于进行数据分析；