[发明专利]一种全自动化水表定位方法

权利要求书

1.一种全自动化水表定位方法，其特征在于：利用水表类型识别模型检测采集图像中的水表类型，基于水表类型调用对应字轮位置检测模型检测采集图像中的字轮位置，基于字轮位置获取水表的倾斜角、位置平移量，并对采集图像进行图像校正，基于水表类型对应的预存字符位置在校正图像中进行定位。

2.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述水表类型识别模型的训练方法，包括：

S11、针对每种类型的水表收集大量样本图像，对样本图像进行扩增，并对扩增后的样本图像进行类别标记；

S12、将所有样本图像连同对应类别标签，一起输入DenseNet神经网络模型进行模型训练，并将训练后的模型文件部署在云端服务器上。

3.根据权利要求1所述的全自动化水表定位方法，其特征在于：针对每种类型的水表单独训练所述字轮位置检测模型，包括：

S21、针对每种类型的水表收集包含各种角度的样本图片，在样本图片上人工标注字轮对应的外框位置，并对样本图片进行扩增；

S22、将样本图片及对应标注信息，一起输入yolov5深度网络进行模型训练，并将训练后的网络模型部署在云端服务器上。

4.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述基于字轮位置获取水表的倾斜角、位置平移量，包括：

对于字轮区域底色与表盘底色有明显区别，且字轮区域整体连通的水表，采用以下方法获取水表的倾斜角、位置平移量：

从采集图像中提取包含字轮区域的前景图像，将前景图像中面积最大的连通域作为字轮区域，通过轮廓分析、轮廓序列中的直线段拟合与提取，得到该字轮区域的水平方向夹角与中心点坐标，进而获取水表的倾斜角、位置平移量。

5.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述基于字轮位置获取水表的倾斜角、位置平移量，包括：

对于字轮区域为独立矩形，且字轮区域底色与表盘底色有明显区别的水表，采用以下方法获取水表的倾斜角、位置平移量：

从采集图像中提取包含字轮区域的前景图像，通过比较形状和尺寸，滤除前景图像中的字符区域，得到字轮区域的独立矩形，进而得到整体字轮区域的四角，获取水表的倾斜角、位置平移量。

6.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述基于字轮位置获取水表的倾斜角、位置平移量，包括：

对于字轮区域外围存在橡皮圈，且橡皮圈颜色与表盘底色有明显区别的水表，采用以下方法获取水表的倾斜角、位置平移量：

从采集图像中提取包含字轮区域的前景图像，通过对各连通域的形状、面积进行分析，将前景图像中非字轮区域的连通域滤除，对字轮区域进行外部轮廓的直线拟合，进而获取水表的倾斜角、位置平移量。

7.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述基于字轮位置获取水表的倾斜角、位置平移量，包括：

对于字轮区域为独立矩形，外围没有橡皮圈，且字轮区域的底色与表盘底色没有明显区别的水表，采用以下方法获取水表的倾斜角、位置平移量：

从采集图像中提取包含字轮区域的前景图像，根据水表字符尺寸，滤除不符合尺寸要求的连通域，利用前三个水表字符中心共线的特性，确定对应字轮区域，前三个水表字符中心连线的角度为水表的倾斜角，以第二个字符的中心点作为校准点，计算得到水表的位置平移量。

8.根据权利要求1所述的全自动化水表定位方法，其特征在于：所述基于字轮位置获取水表的倾斜角、位置平移量，包括：

对于字轮区域为独立矩形，外围没有橡皮圈，字轮区域的底色与表盘底色没有明显区别，且字轮区域的侧部存在黑色区域的水表，采用以下方法获取水表的倾斜角、位置平移量：

从采集图像中提取包含字轮区域的前景图像，基于尺寸信息滤除字轮区域侧部的黑色区域、黑色区域粘连的水表字符及其它不符合尺寸要求的连通域，基于中间三个水表字符中心点的位置和共线特性，获取水表的倾斜角、位置平移量。

9.根据权利要求4-8中任意一项所述的全自动化水表定位方法，其特征在于：所述从采集图像中提取包含字轮区域的前景图像，包括：

S31、利用水表类型识别模型检测采集图像中的水表类型后，调取预先存储信息，获取该类型水表的表盘颜色基值；

S32、设置像素阈值，将采集图像中每个像素点的RGB值与表盘颜色基值进行比较；

S33、将采集图像内RGB值中的任意一个值大于像素阈值的像素点作为前景图像提取出来。