[发明专利]一种基于深度学习的数字万用表示值自动校准方法

权利要求书

1.一种基于深度学习的数字万用表示值自动校准方法，其特征在于包括以下步骤：

1） 校准前事先在暗箱中由光源照明通过相机采集万用表示值图像，将示值图像进行分割得到单个数字图像，将得到的单个数字图像按“0”～“10”分类离线训练深度学习算法；

2） 校准时待校准万用表同样置于由光源照明的暗箱中，待标准器产生的标准信号稳定输出到待校准万用表后，通过相机采集万用表示值图像并分割得到单个数字图像，将得到的单个数字依次通过深度学习算法进行识别得到每个数字图像分别属于“0”～“10”的类别，组合得到识别结果；

3） 根据待校准万用表的所选档位确定示值的小数点位置对识别结果进行修正得到最终的识别示值，将识别示值与标准信号值比较，计算误差分析不确定度，给出校准报告。

2.根据权利要求1所述的一种基于深度学习的数字万用表示值自动校准方法，其特征在于所述的深度学习算法是通过设定多个卷积核对待识别的图像进行扫描式的卷积运算，在对深度学习算法进行离线训练时，多个卷积核会自动提取图片中的多种局部特征，经过激活函数激活后通过权值矩阵的形式将各卷积核提取的特征值进行全连接，最后通过softmax函数得到待识别的图像属于各分类的概率，概率最大的类别即为算法确定的图片所属类别；深度学习算法在训练过程中通过误差反向传递的方法修正各卷积核的元素和激活函数的偏置以及权值达到深度学习的目的；离线训练完成后将训练得到的卷积核、激活函数、权值储存在算法中，在对图像进行在线识别时有算法自动调用。