[发明专利]一种基于神经网络的二维码识别方法有效

专利信息
申请号: 201811270031.3 申请日: 2018-10-29
公开(公告)号: CN109635612B 公开(公告)日: 2021-11-02
发明(设计)人: 徐同庆;刘国峰;张昊亮;赵浩君;张恩泽;张璨 申请(专利权)人: 国网江苏省电力有限公司南京供电分公司;国家电网有限公司;南京贝尔电气设备有限公司
主分类号: G06K7/14 分类号: G06K7/14
代理公司: 南京天翼专利代理有限责任公司 32112 代理人: 奚铭
地址: 210019 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 神经网络 二维码 识别 方法
【说明书】:

一种基于神经网络的二维码识别方法,通过神经网络记忆源二维码,所述神经网络采用动力学的Lyapunov函数,将源二维码图像转换为二值像素训练神经网络,每个源二维码的像素信息对应一个权值矩阵;当遇到残缺二维码时,将残缺二维码图像转换为二值图像输入神经网络,根据权值矩阵调整残缺二维码的像素矩阵直至神经网络收敛,通过同一个权值矩阵实现源二维码与残缺二维码的对应,源二维码对应的信息即为残缺二维码对应的信息。本发明提供的基于神经网络的二维码识别方法,有效提高了残缺电缆二维码的识别能力,从而提升了电力运维人员获取各条电缆的信息的能力。

技术领域

本发明属于计算机软件技术领域,涉及神经网络技术及二维码技术,为一种基于神经网络的二维码识别方法。

背景技术

电网的可靠性影响着城市建设和发展的速度。其中,电缆下地是城市化建设的重要环节,也是提升供电可靠性的重要方法之一,因为地下电力电缆相比架空导线而言,不占地面空间,有专门的电缆隧道或通道,既不影响城市美观,又可避免风雨、雷电、污秽等自然灾害造成的影响,能够有效保障电能安全、稳定的供应。

电力电缆铺设方式主要有电缆明沟、直埋和穿管,具有分布广、不可视等特点,同时,电缆沟内环境通常比较恶劣,电缆上面没有统一的挂牌标识,或已经破坏脱落,部分沟道内的电缆敷设十分混乱。在现场排查时需要反复探查。目前电缆采用塑料喷印标识牌或者铝制标识牌,塑料喷印标识牌容易褪色,造成电缆无法辨识,铝制标识牌容易被氧化腐蚀。

对地下电力电缆的管理以及维护工作难度较大,在日常维护抢修工作中,现有生产管理系统数据,只能提供大致数据,作用有限。缺乏精准的系统展示功能的情况下,对于不可见的地下电力设备资产的统计及分布,维护及巡查,成为了班组电力地下资产运行维护工作的难点及“痛处”,新的运维方式成为供电部门的迫切需求。

针对目前电力地下电缆运维存在的问题,电力运维部门为每条电缆添加二维码,以此便于获取电缆信息数据,提升运维效率。然而,由于电缆所处的环境容易造成二维码的残缺,而即使更换新的二维码,也需要先确定该条电缆的信息,而如果能对残缺二维码进行识别,则将大大方便维护工作。因此,亟需设计相应的二维码识别方法,提升残缺二维码的读取能力,便于对电缆的运维。

为了解现有技术的发展状况,对已有的论文和专利进行了检索、比较和分析,筛选出如下与本发明最接近的现有技术信息:

技术方案1:专利号为ZL201610616347.8的《二维码识别方法、装置和电子设备》专利,涉及一种二维码识别方法、装置和电子设备,其中,该二维码识别方法包括以下步骤:第一,启动摄像头模组,进行二维码扫描;第二,获取当前扫描到的二维码的第一图像数据;如果所述第一图像数据不是所述的二维码的完整图像数据,则控制所述摄像头模组移动,以获取所述二维码中未被扫描的第二图像数据;第三,根据所述第一图像数据和所述第二图像数据生成所述二维码的完整图像数据,并进行识别。

技术方案2:专利申请CN201710401326.9《一种二维码扫描识别方法、装置、移动终端及存储介质》,涉及一种二维码扫描识别方法,所述方法包括以下步骤:第一,扫描一二维码,并进行识别;第二,若识别二维码失败,则获取所述二维码的原始图像;第三,若所述原始图像满足预设条件,则按照所述预设条件对应的调整策略对所述移动终端的拍照组件进行调整,获得所述二维码的目标图像;第四,对所述目标图像进行识别。

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国网江苏省电力有限公司南京供电分公司;国家电网有限公司;南京贝尔电气设备有限公司,未经国网江苏省电力有限公司南京供电分公司;国家电网有限公司;南京贝尔电气设备有限公司许可,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/201811270031.3/2.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