[发明专利]一种基于神经网络的表盘识别系统及识别方法

摘要

一种基于神经网络的表盘识别系统及识别方法，识别系统包括一个微型电路板、图像传感单元、神经网络处理单元、UART串行通讯端口、图像识别单元和图像矫正单元；图像传感单元、神经网络处理单元、UART串行通讯端口、图像识别单元和图像矫正单元均设置在微型电路板上，图像传感单元、图像识别单元、图像矫正单元、神经网络处理单元、UART串行通讯端口顺次逻辑连接。在扫描表盘的场景中，利用表盘识别系统，预先存储样本，通过采集后的图像快速比对，得到准确的变化后图像，通过一体化微型电路板终端神经网络的分析能力、自学习和自适应能力，实现快速识别表盘并且以低成本UARTUART串行通讯端口输出识别结果，大幅度提升表盘的识别速度，适用于多种表盘识别场景。

主权项

1.一种基于神经网络的表盘识别方法，其特征在于，具体包括以下步骤：步骤1：预先采集样本图像，识别样本图像的有效区域后对样本图像进行透视变换并记录变换数据：预先通过图像传感单元采集多个表盘图像样本，所述表盘图像样本包括多种不同视角、不同类型的表盘图像样本；识别样本图像中的有效区域的特征点，有效范围为指针和刻度盘所在的平面区域；对样本图像进行透视变换并记录变换数据：将样本图像透视变换为正对视图，并记录透视变换矩阵；步骤2：获取表盘图像：通过集成在微型电路板终端的图像传感单元获取表盘图像；步骤3：识别有效区域：识别图像中的有效区域特征点，并匹配最相近样本图像；将采集到的表盘图像转变为黑白图像；对黑白图像进行图像规定化处理，以去除黑白图像中因光照剧烈变化而引起的图像灰度的剧烈变化；选取目标识别区域，对目标识别区域内的经过处理的黑白图像采用自适应阈值分割法进行图像二值化，并选取外围的连续像素点作为图像边界；步骤4：调取最相近样本图像的透视变换矩阵进行透视变换，得到变换后的图像；步骤5：识别表盘图像；通过集成在微型电路板终端的神经网络处理单元，将变换后的图像输入所述神经网络处理单元，进行识别，具体识别步骤包括：步骤5.1：所述图像传感单元将表盘图像通过数据传输网络输入图像输入模块，所述图像输入模块将图像进行标准化处理，并将标准图像格式输入至预处理模块；步骤5.2：所述预处理模块对图像去除干扰、模糊，改善图像质量，生成特征图像，并将特征图像同时输入数据缓存模块、及匹配模块；步骤5.3：所述数据缓存模块将特征图像输入神经处理单元阵列，所述神经处理单元阵列包括若干个神经处理单元，每个神经处理单元都用于进行数据分析；经过神经处理单元阵列的运算分析获得图像识别结果，并界定该结果为第一数值；步骤5.4：所述预处理模块将特征图像输入所述匹配模块，所述匹配模块对图像进行机器识别，并将该识别结果界定为第二数值；步骤5.5：所述第一数值与第二数值均以二进制形式表现，并在匹配模块中进行计算容差度，若容差度满足设定值则执行步骤6，若容差度不满足设定值则重新获取图像，执行步骤3；所述容差度为12％‑20％时，所述神经处理单元阵列34对全局控制模块38输出识别结果，该识别结果稳定为准确的数值结果，若容差度＞8％，则该图像重新进行图像识别分析，重新获取容差度；所述步骤6：将神经处理单元阵列的识别结果，以字符、数据流方式输入所述输出模块，所述输出模块通过UART串行通讯端口输出识别结果。