[发明专利]一种多指针水表读数识别方法

权利要求书

1.一种多指针水表读数识别方法，其特征在于，步骤如下：

(1)根据待识别水表表盘上的子表盘制作子表盘模板，对子表盘模板按顺序进行编号，每个编号的子表盘模板对应不同读数；

(2)采集待识别水表图像，对水表图像进行预处理，将水表图像转换成二值化图像；

(3)利用多目标模板匹配算法将二值化水表图像进行多目标检测，与所有子表盘模板同时进行匹配，输出匹配到的子表盘模板读数和子表盘模板位置；

(4)确定匹配到的子表盘模板与数量级之间对应关系，对水表读数进行整合，实现水表读数识别。

2.根据权利要求1所述的多指针水表读数识别方法，其特征在于，所述步骤(3)多目标模板匹配算法包括：

(31)输入待识别水表表盘图像和所有子表盘模板，子表盘模板数量为N，每个子表盘模板对应一个适应度函数；

(32)设置水表表盘图像的可行解区域，在可行解区域生成个体作为初始种群，其中个体数量用S表示，设置迭代次数；

(33)按照适应度函数个数将初始种群等分成子种群，子种群数量与适应度函数个数相同，每个子种群个体数量为S/N，每个子种群根据适应值降序记录前T/N个优异个体，其中TS；

(34)每个子种群根据各自的适应度函数选择对应的S/N个个体；

(35)进行小生境运算，在每个子种群中将步骤(34)S/N个个体和步骤(33)中的T/N个个体合并成含有(S+T)/N个个体的新种群，计算每两个个体之间的欧式距离D，当D＜L_e时，L_e为预先设置阈值，比较两个个体之间适应度值大小，施加一个罚函数给适应度值小的个体，并降低适应度值；

(36)每个子种群按照步骤(35)中(S+T)/N个个体的新适应度值降序排序个体，记住前S/N个个体；

(37)取步骤(36)所有子种群中的S/N个个体组成一个数量为S的种群；

(38)对种群进行交叉、变异运算得到S个个体；

(39)跳到步骤(33)，直到达到了预先设置的迭代次数，则结束运行，在非劣解中输出适应值大于设定阈值Th的最优个体，将个体解码成像素坐标，得到所有子表盘的位置和读数。

3.根据权利要求2所述的多指针水表读数识别方法，其特征在于，所述步骤(1)中所述子表盘模板利用形态学中的膨胀运算，将细指针膨胀为覆盖相邻数字之间全部区域的粗指针。

4.根据权利要求3所述的多指针水表读数识别方法，其特征在于，所述步骤(31)适应度函数为：

式中，K×L为子表盘模板尺寸，图像像素点用坐标(x,y)表示，(i,j)为子表盘模板中的点坐标，该点的灰度值为w(i,j)，与该点重合的搜索图像中对应点的坐标为(x+i,y+j)，灰度值为γ(x+i,y+j)，求出相关系数为R(x,y)。

5.根据权利要求4所述的多指针水表读数识别方法，其特征在于，步骤(34)选择算子采用轮盘赌策略，计算子种群里所有个体的适应值总值，每个个体被选择的概率为个体适应值除以适应值总值。

6.根据权利要求5所述的多指针水表读数识别方法，其特征在于，步骤(38)中交叉算子采用单点交叉，随机选择一个位置K_e位，0K_eρ,ρ为编码的长度，然后分别选择一个个体的前K_e位，另一个个体的K_e位后的二进制位，并组成一个新的个体。

7.根据权利要求6所述的多指针水表读数识别方法，其特征在于，步骤(38)中变异算子采用单点随机变异，在个体的染色体上随机选择一位，并对其值取非。

8.根据权利要求1所述的多指针水表读数识别方法，其特征在于，步骤(2)图像预处理包括图像尺寸调整、图像灰度化、线性灰度变换、双边滤波。

9.根据权利要求1所述的多指针水表读数识别方法，其特征在于，步骤(4)整合为将匹配到的子表盘模板上的读数乘以相对应的数量级。

10.根据权利要求1所述的多指针水表读数识别方法，其特征在于，步骤(35)欧式距离D计算方法为：

式中，(x₁,y₁)和(x₂,y₂)是个体的像素坐标。