[发明专利]一种基于神经网络的指针仪表读数识别方法有效
| 申请号： | 201910724076.1 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110543878B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 田联房;郭月阳;杜启亮 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/148;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的指针仪表读数识别方法，包括步骤：1)表盘定位数据集的构建与预处理；2)针对识别对象及应用场景的特点，设计匹配的神经网络模型；3)对神经网络模型装载训练参数进行训练得到表盘定位模型；4)将待识别图像输入已训练的表盘定位模型中，得到图像中表盘的位置与类别，由表盘定位模型输出构建表盘信息提取数据集并预处理，对神经网络模型装载训练参数并在表盘信息提取数据集上训练，训练完毕后得到表盘信息提取模型；5)将表盘定位模型输出输入已训练的表盘信息提取模型中，得到表盘量程信息；6)在表盘定位模型输出中提取指针及表盘中心位置信息；7)计算仪表读数。本发明可在保证实时性的前提下得到高精度的仪表读数。 | ||
| 搜索关键词： | 一种 基于 神经网络 指针 仪表 读数 识别 方法 | ||
【主权项】：
1.一种基于神经网络的指针仪表读数识别方法，其特征在于，包括以下步骤：/n1)表盘定位数据集的构建与预处理；/n2)针对识别对象及应用场景的特点，设计匹配的神经网络模型；/n3)对设计的神经网络模型装载训练参数进行训练，训练过程中进行在线数据增强，训练完毕后得到表盘定位模型；/n4)将待识别图像输入已训练的表盘定位模型中，得到图像中表盘的位置与类别，由表盘定位模型输出构建表盘信息提取数据集并预处理，对步骤2)中设计的神经网络模型装载训练参数并在表盘信息提取数据集上进行训练，训练过程中使用在线数据增强，训练完毕后得到表盘信息提取模型；/n5)将表盘定位模型输出输入已训练的表盘信息提取模型中，得到表盘量程信息；/n6)由表盘定位模型输出和表盘信息提取模型输出通过图像处理技术获得指针位置和表盘中心位置；/n7)由表盘信息提取模型输出中得最大量程位置和最小量程位置，进而获得总量程角度，再由指针位置和最小量程位置获得读数角度，由同比例关系即角度法，获得仪表读数；其中，角度法公式为：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910724076.1/，转载请声明来源钻瓜专利网。
