[发明专利]一种全自动化水表定位方法

说明书

本发明涉及水表图像识别，具体涉及一种全自动化水表定位方法，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；本发明提供的技术方案能够有效克服现有技术所存在的无法对采集图像中关于水表字轮区域部分进行准确定位的缺陷。

技术领域

本发明涉及水表图像识别，具体涉及一种全自动化水表定位方法。

背景技术

现有智能水表的数据读取方式主要包括光电直读式、脉冲式、电磁式、超声波式、摄像式等，其中现有摄像远传水表主要是通过对机械水表字轮部分进行拍摄，然后远传至数据采集中心进行识别。摄像远传水表是近年来出现的一种新型水表，由于该水表可以解决数据远传的问题，能够将水表数据拍照上传，在极端情况下可以通过人工验证的方式来确定水表读数是否正确。

在摄像远传水表的摄像头组件拍摄时，拍摄到的图像中，真正需要通过算法计算的图像集中在水表的字轮区域部分。现有的摄像远传水表系统会对大量无用图像进行算法解析识别，导致识别效率低，极大地浪费了算法芯片的运算资源。出现上述情况最重要的原因之一，就是无法对采集图像中关于水表字轮区域部分进行准确定位。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种全自动化水表定位方法，能够有效克服现有技术所存在的无法对采集图像中关于水表字轮区域部分进行准确定位的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种全自动化水表定位方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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：