[发明专利]一种水表类型识别方法与系统

说明书

本申请的实施例提供了一种外挂式的水表抄表设备，仅需简单的设备即可实现远程抄表，无需大规模改造水表，可以极大的降低远程抄表的实现成本。同时，还利用了人工智能(AI，Artificial Intelligence)在计算机视觉识别处理上的快速、准确的技术特点来对水表表盘进行识别，从而能够准确快速的得出水表类型，有利于后续水表抄表设备根据识别出的水表类型来调用对应的抄表算法进行抄表操作。

技术领域

本申请涉及水表抄表技术领域，具体而言，涉及一种水表类型识别方法与系统。

背景技术

目前的人工目视读取水表是一种耗时、低效且昂贵的数据采集方法；而更换或升级水表以实现数据的自动收集和通信也是非常耗时和昂贵的，而且由于水表品牌、型号甚至数据格式千差万别，即便获得了各个水表上传的数据，也存在数据识别的困难与压力，实用性很差。

随着物联网技术的发展，针对传统非智能水表的远程抄表业务成为物联网的一个新兴业务领域，而在实现传统的非智能水表的抄表业务时，需要在非智能水表出外挂监控设备后，利用监控设备采集非智能水表的数据并进行上报；例如，目前针对非智能水表进行抄表时，常用的方法是：利用非智能水表的外挂摄像头读取非智能水表的表盘信息。

但是，传统非智能水表又包括指针式、数字式，显然，只有准确识别了水表类型才能调用对应的抄表算法。于是，如何对水表类型进行有效识别成为目前急需解决的技术问题，而现有技术中并未提供相关解决方案。

发明内容

为了解决上述背景技术中存在的技术问题，本申请提供了一种水表类型识别方法与系统。

本申请的第一方面提供了一种水表类型识别方法，所述方法包括：

水表抄表设备的摄像装置对水表表盘进行拍摄，得到水表表盘图像，并将所述水表表盘图像发送至处理器；

所述处理器调用人工智能算法对所述水表表盘进行识别，并输出水表类型识别结果。

优选地，所述处理器设置于水表抄表设备或服务器，相应地，所述水表抄表设备还具备通信模块，用于分别将所述水表类型识别结果或所述水表表盘图像发送至服务器。

优选地，在所述处理器调用人工智能算法对所述水表表盘进行识别之前，包括：

采用直方图均衡化算法将所述水表表盘图像二值化，通过形态学膨胀算法对所述二值化后的图像进行连通域分析，将识别出的连通域的规则边界所划定区域作为表盘的有效区域。

优选地，所述人工智能算法为基于神经网络的算法。

优选地，所述人工智能算法需要进行预训练，包括：

服务器接收水表抄表设备按预设频率回传的表盘图像，其中，所述表盘图像由人工附加了与水表类型的关联关系，所述水表类型包括指针式、数字式；服务器还获取预设数量的非水表的图像；

在各类图像数量均达到预设值时，所述服务器将上述三种类型的样本图像输入神经网络模型进行训练，从而得到训练好的神经网络模型。

优选地，所述训练好的神经网络模型包括特征数据库，所述特征数据库中包括指针式水表特征集、数字式水表特征集、非水表特征集。

优选地，所述指针式水表特征集中的特征用于表征存在一个或多个直线型的窄连通域，所述数字式水表特征集用于表征存在一个或多个数字字符，所述非水表特征集是虚集，其用于表征不具备所述指针式水表特征集和所述数字式水表特征集中的特征。

优选地，所述调用人工智能算法对所述水表表盘进行识别，包括：