[发明专利]一种基于图像处理的智能水表读数识别系统与方法

说明书

本发明公开了一种基于图像处理的智能水表读数识别系统与方法，具体涉及水表图像处理技术领域，包括包括抄表终端模块与远程中心模块，所述抄表终端模块包括抄表器，所述抄表器包括树莓派微型电脑，所述树莓派微型电脑上分别连接有图像采集模块、图像处理模块与数据通讯模块，所述远程中心模块包括数据库模块、数据通讯模块、数据管理软件模块与监听模块。本发明解决了现有水表的远程抄表系统的弊端，同时避免了把采集图像回传至控制中心所造成的数据流量与存储资源的浪费。

技术领域

本发明涉及水表图像处理技术领域，更具体地说，本发明涉及一种基于图像处理的智能水表读数识别系统与方法。

背景技术

水是人类赖以生存和发展不可替代的自然资源，但它是有限的，不能毫无节制的浪费。水表作为水流量的计量仪器，直观反映用水量。目前，大多数供水部门或企业都是雇用专门的抄表员来抄取水表读数，每月抄取一次。然而人工抄表有其天然弊端，首先对于大型城市，需要雇用大量抄表人员并付出不小的人力成本和时间成本。其次人工抄表难免会发生误抄或漏抄等现象，并且还需对纸质资料进行整理并录入指定系统，这也是一项费时费力且容易出错的过程。最后人工抄表不够实时，不能及时掌握居民或企业的实时用水情况。对于一些紧急情况，如严重漏水、偷水现象等不能及时处理，给供水部门带来严重损失。

新一代信息技术——物联网技术也越来越多的应用到了远程抄表系统中。远程抄表系统中的实时监控视频能够为各级用户提供较为直观、清晰、准确、稳定的水表读数获取,为设备维修和故障诊断提供多方面的可能性。

现有的水表读数检测方法，大多采用灰度直方图模板匹配的方法来检测数字读数，由于在水表外被环境复杂，容易受到光照、背景环境等因素影响。目前使用较多的基于方向梯度直方图HOG特征和支持向量机SVM分类器的识别方法，大部分是确定行水表读数位置后，提取字符的方向梯度直方图HOG特征，利用支持向量机SVM训练成分类器进行字符分类。在字符识别中，方向梯度直方图HOG特征加支持向量机SVM算法由于采用了方向梯度直方图HOG特征，方向梯度直方图 HOG描述子生成过程冗长，导致速度慢，实时性查，由于梯度的性质，该描述子对噪点相对敏感。

近年来，随着深度学习研究的发展，卷积神经网络CNN成为计算机视觉领域的研究热点，其权值共享方式降低了网络模型的复杂度，减少权值的数量。该优点在目标检测领域表现更明显，网络输入为图像，避免了传统检测算法中复杂的特征提取和数据重建。

针对水表的远程抄表的问题，提供了一种基于图像处理的智能水表读数识别系统与方法用于改进FasterR-CNN的水表读数检测。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于图像处理的智能水表读数识别系统与方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

根据本发明的一个方面，提供了一种基于图像处理的智能水表读数识别系统，包括抄表终端模块与远程中心模块，所述抄表终端模块包括抄表器，所述抄表器包括树莓派微型电脑，所述树莓派微型电脑上分别连接有图像采集模块、图像处理模块与数据通讯模块，所述远程中心模块包括数据库模块、数据通讯模块、数据管理软件模块与监听模块。

在上述技术方案的基础上，所述图像采集模块包括摄像头。

在上述技术方案的基础上，所述抄表器内安装有存储器。

在上述技术方案的基础上，所述抄表终端模块上连接有警报器。

在上述技术方案的基础上，所述图像处理模块包括图像预处理单元、水表读数识别单元与硬件处理单元。

根据本发明的另一方面，提供了一种基于图像处理的智能水表读数识别方法，用于基于图像处理的智能水表读数识别系统的识别，包括以下步骤：

S1：图像采集，通过摄像头拍摄水表读数图片；