[发明专利]一种锅炉运行数据采集方法、系统、设备及计算机介质

权利要求书

1.一种锅炉运行数据采集方法，其特征在于，包括：

获取包含锅炉运行数据的目标图像；

确定出所述目标图像中只包含所述锅炉运行数据的图像热区；

对所述目标图像中的所述图像热区进行分割，得到热区图像；

对所述热区图像进行识别，得到所述锅炉运行数据。

2.根据权利要求1所述的方法，其特征在于，所述确定出所述目标图像中只包含所述锅炉运行数据的图像热区，包括：

将所述目标图像与预设的模板图像进行匹配，得到匹配区域，所述模板图像表征所述待采集区域的形状特征；

基于归一化平方差匹配法，计算所述匹配区域与所述模板图像的匹配程度；

将匹配程度最高的所述匹配区域确定为待采集区域；

将所述待采集区域由RGB图像转换为HSV图像，得到转换区域图；

对所述转换区域图进行中值滤波，得到滤波区域图；

获取预设的表征锅炉运行数据的红、黄、绿三种颜色各自的HSV范围；

在所述滤波区域图中，查找出与所述HSV范围一致的图像区域；

去除掉所述图像区域中的非数字区域，得到所述图像热区。

3.根据权利要求2所述的方法，其特征在于，所述去除掉所述图像区域中的非数字区域，得到所述图像热区，包括：

对所述图像区域的数据排列顺序进行筛选，将符合预设排列顺序的图像区域确定为所述图像热区；

和/或，裁剪掉所述图像区域中的符号区域，得到所述图像热区；

和/或，将所述图像区域中符合预设数据长度的图像区域确定为所述图像热区。

4.根据权利要求1所述的方法，其特征在于，所述对所述热区图像进行识别，得到所述锅炉运行数据，包括：

对所述热区图像进行锐化处理，得到锐化图像；

将所述锐化图像转换为灰度图像；

对所述灰度图像进行二值化处理，得到二值化图像；

基于投影字符法对所述二值化图像进行字符分割，得到字符分割图；

基于训练好的神经网络模型对所述字符分割图进行识别，得到字符识别结果；

基于所述字符分割的顺序，对所述字符识别结果进行字符组合，得到所述锅炉运行数据。

5.根据权利要求4所述的方法，其特征在于，所述对所述热区图像进行锐化处理，得到锐化图像，包括：

基于5*5的数组卷积核对所述热区图像进行边缘锐化，得到所述锐化图像；

所述对所述灰度图像进行二值化处理，得到二值化图像，包括：

基于大律法对所述灰度图像进行二值化处理，得到所述二值化图像；

所述基于投影字符法对所述二值化图像进行字符分割，得到字符分割图，包括：

对所述二值化图像分别进行纵向及横向坐标方向的黑色像素累加统计，得到在垂直和水平方向上的像素分布直方图；

基于所述像素分布直方图的像素间隙，对所述二值化图像进行字符分割，得到所述字符分割图。

6.根据权利要求4所述的方法，其特征在于，所述神经网络模型包括以Google NetInception-3网络结构搭建的模型，且所述神经网络模型的输出为12个概率值，所述12个概率值分别表征所述神经网络模型的输入为0或1或2或3或4或5或6或7或8或9或小数点或负号的概率；

所述基于训练好的神经网络模型对所述字符分割图进行识别，得到字符识别结果，包括：

基于所述神经网络模型对所述字符分割图进行识别，得到所述字符分割图对应的概率值；

基于所述字符分割图对应的概率值，确定所述字符识别结果。

7.根据权利要求6所述的方法，其特征在于，所述基于训练好的神经网络模型对所述字符分割图进行识别，得到字符识别结果之后，还包括：

根据所述字符识别结果，确定出所述字符分割图中属于无法识别或识别错误的目标分割图；

基于所述目标分割图重新对所述神经网络模型进行训练。