[发明专利]一种电梯内面板楼层按钮识别方法和装置

权利要求书

1.一种电梯内面板楼层按钮识别方法，其特征在于，所述方法包括以下步骤：

S1、提供用于电梯面板中的信息识别的卷积神经网络，并使用相关的字符数据集对其进行训练，以基于所述卷积神经网络来识别预定字符，所述预定字符至少包括数字；

S2、采集电梯面板的包含多个按钮的图片，检测所述图片中的多个的最大稳定极值区域，并结合预设的几何限定特征，筛选出一个或多个的候选的字符区域；

S3、根据多个的最大稳定极值区域的横纵坐标位置关系，通过聚类算法，计算出超过预设可能性概率的按钮区域结果；

S31、将检测的多个的最大稳定极值区域中的最大稳定极值区域面积与包围的矩形的面积比例作为第二限制条件，然后保留满足所述第二限制条件的候选的字符区域作为待聚类区域并计算所述待聚类区域在图像中的区域坐标；

S32、基于多个所述待聚类区域的横坐标进行聚类以获得多个簇，每个簇的每个元素与一个最大稳定极值区域坐标关联，然后选取包含元素较多的簇执行后续步骤；

S33、对经过横坐标进行聚类的簇以纵坐标进行聚类；

S34、对将聚类的横坐标中心和纵坐标中心进行组合，标记为按钮坐标位置，从而将对应上述按钮坐标位置的区域标记为超过预设可能性概率的按钮区域；

S4、将候选的字符区域传入已搭建和训练的所述卷积神经网络，得到每个候选的字符区域中的字符的识别结果；

S5、配合步骤S3的结果和步骤S4的结果，输出超过预设可能性概率的按钮区域的字符检测和识别的结果；

S51、计算每个候选的字符区域与多个按钮区域之间的距离，如果该距离小于预设的距离阈值，则将所述字符区域与小于预设的距离阈值的按钮区域匹配；

S52、确定每个按钮区域所匹配的字符区域的字符总数，

如果所述字符总数为1，则暂时标记该按钮区域对应的字符代表楼层数，

如果所述字符总数中的数字的字符数为2，并且这些按钮区域中的字符是否大小近似、形状近似且位置靠近，则暂时标记这些按钮区域对应的多个字符的组合来代表楼层数；

S53、复核所有暂时被标记为代表楼层数的按钮区域的坐标，计算这些按钮区域的坐标对应的字符区域的平均尺寸，

若有字符区域以百分比阈有超出所述平均尺寸，则解除该字符区域和按钮区域所关联的楼层数。

2.根据权利要求1所述的方法，其中，所述步骤S1包括：

S11、构建所述卷积神经网络，使对输入层的图片数据依次经过向量卷积运算、第一次最大池化层处理、二维矩阵卷积运算、第二次最大池化层处理、全连接层处理后，输出多个0至1之间值的数值来表示所述图片数据属于预定字符的概率；

S12、利用已经标定好给定的图片和字符数据集对该网络进行训练，使所述卷积神经网络识别准确率达到预设的准确率阈值。

3.根据权利要求1所述的方法，其中，所述步骤S2包括：

S21、将采集的电梯面板的包含多个按钮的图片转换为灰度图，然后将根据下式更新每个点的像素值

其中f(x,y)是图像坐标为(x,y)处像素的原始像素值，g(x,y)是图像坐标为(x,y)处像素的更新后的像素值，T为预设的像素阈值；

S22、利用最大稳定极值区域检测运算器，检测所述灰度图中的一个或多个的最大稳定极值区域；

S23、将检测的多个的最大稳定极值区域中的矩形长宽比作为第一限制条件，然后将满足所述第一限制条件的最大稳定极值区域筛选为候选的字符区域。

4.根据权利要求1所述的方法，其中，所述步骤S4包括：

S41、将候选的字符区域的图像灰度处理后，再压缩为28像素乘以28像素的黑白图；

S42、将所述黑白图传入所建立的卷积神经网络中，选取多个输出概率中最大的数值所对应的字符作为识别结果。

5.根据权利要求1所述的方法，还包括以下步骤：

S61、根据步骤S32中的经由横坐标进行聚类的按钮区域簇以及所对应的字符区域的数字字符识别结果，提取出等差数列和公差；

S62、结合已知的最高楼层和最低楼层的信息及所述的等差数列，并根据已知的按钮排布的空间等距规则，补全并修正所有的按钮位置及其所代表楼层的信息。