[发明专利]一种自动抄表方法、装置及计算机可读存储介质在审

专利信息
申请号: 201910533046.2 申请日: 2019-06-19
公开(公告)号: CN110263785A 公开(公告)日: 2019-09-20
发明(设计)人: 南一冰;王文琦;廉士国 申请(专利权)人: 深圳前海达闼云端智能科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/68
代理公司: 北京智晨知识产权代理有限公司 11584 代理人: 张婧
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征区域 自动抄表 计算机可读存储介质 计量表读数 表盘图像 置信度 特征区域提取 数值获取 特征提取 智能仪表 计量表 物联网 抄表
【说明书】:

发明实施例涉及物联网和智能仪表领域,公开了一种自动抄表方法、装置及计算机可读存储介质,所述自动抄表方法包括:获取计量表的表盘图像;对所述表盘图像进行特征提取,得到所述表盘图像中包含数字的N个特征区域,其中,每个所述特征区域均用于提取一个数字,计量表读数由N个所述特征区域提取的N个数字组成,N为大于1的整数;获取每个所述特征区域中数字的置信度,根据所述置信度确定每个所述特征区域中提取数字的数值;根据所述N个数字的数值获取所述计量表读数。本发明提供的自动抄表方法、装置及计算机可读存储介质能够在提高抄表效率的同时,确保计量表读数抄录的可靠性。

技术领域

本发明实施例涉及物联网和智能仪表领域,特别涉及一种自动抄表方法、装置及计算机可读存储介质。

背景技术

在人类社会进入知识经济时代、信息技术高速发展的背景下,计量表及其测量控制技术得到日益广泛的应用,通过对计量表数据的抄录可实现计量以及相关费用统计。计量表一般指用来测量管路中在某一时间间隔内流体流过的总量(积累量)的仪表,人们日常生活基本上都要用到,如水表、电表、煤气表等;目前计量表基本上是通过表盘上的数字显示用量,如果需要读取计量表的用量,则需要到计量表所在地进行读取,比如煤气公司的工作人员需定期到用户家里抄表,然后计算用户在这个时期的用量,以通知用户需要缴纳的费用。

然而,发明人发现现有技术中至少存在如下问题:抄表过程依赖于工作人员的人工读取和记录,这种采取人工读取以及手工录入计量数据的作业方式,工作量大,且存在误记、漏记等问题,从而使得抄表效率低、错误率高。

发明内容

本发明实施方式的目的在于提供一种,其能够在提高抄表效率的同时,确保计量表读数抄录的可靠性。

为解决上述技术问题,本发明的实施方式提供了一种自动抄表方法,包括:

获取计量表的表盘图像;对所述表盘图像进行特征提取,得到所述表盘图像中包含数字的N个特征区域,其中,每个所述特征区域均用于提取一个数字,计量表读数由N个所述特征区域提取的N个数字组成,N为大于1的整数;获取每个所述特征区域中数字的置信度,根据所述置信度确定每个所述特征区域中提取数字的数值;根据所述N个数字的数值获取所述计量表读数。

本发明的实施方式相对于现有技术而言,通过对表盘图像进行特征提取后得到表盘图像中包含数字的N个特征区域,且每个特征区域均用于提取一个数字,也就是说,将计量表显示数字的区域分割成N个特征区域,确保从特征区域中提取出来的数字均为计量表显示的数字,再获取每个特征区域中数字的置信度,根据所述置信度确定每个所述特征区域中提取数字的数值,具体而言,由于每个特征区域可能会显示多个数字(如计量表的数字转到一半时,特征区域内会显示两个一半的数字),因此通过数字的置信度可以确定特征区域最后提取的数字的数值,提高了单个数字的精度,最后根据N个数字的数值获取计量表读数(即将N个数字按照特征区域的位置关系依次排列成一行数字,该行数字即为计量表读数),从而能够在提高抄表效率的同时,确保计量表读数抄录的可靠性,避免了“人工读取以及手工录入计量数据的作业方式,工作量大,且存在误记、漏记等问题,从而使得抄表效率低、错误率高”的情况的发生。

另外,在所述获取计量表的表盘图像之后,还包括:对所述表盘图像进行数字行检测,得到所述表盘图像中用于表征计量表读数的数字行区域;判断所述数字行区域中的数字方向是否与预设方向相同,在判定所述数字行区域中的数字方向与预设方向不同时,校正所述表盘图像的放置方向;所述对所述表盘图像进行特征提取,具体包括:对校正放置方向后的所述表盘图像进行特征提取。通过此种方式,能够校正表盘图像,确保表盘图像的放置方向不会对计量表读数的获取造成影响,进一步提高计量表读数抄录的可靠性。

另外,所述对所述表盘图像进行数字行检测,得到所述表盘图像中用于表征计量表读数的数字行区域,具体包括:将所述表盘图像输入用于生成所述数字行区域的第一预设卷积神经网络模型中,得到所述数字行区域,其中,所述第一预设卷积神经网络模型通过历史表盘图像训练得到。

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深圳前海达闼云端智能科技有限公司,未经深圳前海达闼云端智能科技有限公司许可,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/201910533046.2/2.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