[发明专利]巡检机器人仪表识别系统及方法、存储介质在审

专利信息
申请号: 202110871769.0 申请日: 2021-07-30
公开(公告)号: CN113591705A 公开(公告)日: 2021-11-02
发明(设计)人: 易建军;陈元昊;张雅君;苏林;范体军;许更书 申请(专利权)人: 华东理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06T5/00;G06T7/11;G06T7/136;G06T7/187;G06T7/90
代理公司: 上海翼胜专利商标事务所(普通合伙) 31218 代理人: 翟羽
地址: 200237 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 巡检 机器人 仪表 识别 系统 方法 存储 介质
【权利要求书】:

1.一种巡检机器人仪表识别方法,其特征在于,包括步骤:

仪表图像局部增强步骤,控制巡检机器人实时获取仪表图像,将所述仪表图像中的数值与背景部分划分为不同区域,增强所述数值所在区域的颜色,并减弱所述背景部分所在区域的颜色;

仪表图像矫正步骤,对实时获取的仪表图像进行霍夫直线检测获得沿水平方向延伸的多个直线段,对所有检测到的直线段进行长度排序,提取长度最长的三条直线段,计算三条直线段与水平位置的角度偏差,并取平均值作为原图需要调整的角度,将所述仪表图像中的至少一直线段按照该角度旋转至水平位置;

仪表模板匹配与分区识别步骤,将实时获取的仪表图像与存储的标准仪表模板匹配,按照所匹配的标准仪表模板对实时获取的仪表图像进行分区划分,定位仪表数据分布区域;在所述仪表数据分布区域内采用阈值分割字符方式提取字符;

获取数字识别结果步骤,将提取的字符输入至经训练后的多层感知神经网络,按照仪表数据分布区域获取对应字符的数字识别结果;以及

自动判别步骤,所述仪表数据分布区域包括数值设置区和数值实时检测区,每一数值设置区内的数字均包含一预警阈值,求所述数值实时检测区的数字识别结果与所述数值设置区的数字识别结果之差的绝对值,若该绝对值小于等于所述预警阈值,则存储所述数值实时检测区的数字识别结果,否则进行报警。

2.根据权利要求1所述的巡检机器人仪表识别方法,其特征在于,在所述仪表图像局部增强步骤中,所述巡检机器人正对仪表拍摄获取仪表图像;所述仪表图像包括仪表的全部影像,且仪表的全部影像占所述仪表图像的至少70%。

3.根据权利要求2所述的巡检机器人仪表识别方法,其特征在于,所述巡检机器人还包括距离传感器,所述巡检机器人正对仪表时,还控制距离传感器获取与该仪表的距离,调节所述巡检机器人与该仪表的距离以使得仪表的全部影像位于拍摄获取的仪表图像内。

4.根据权利要求1所述的巡检机器人仪表识别方法,其特征在于,在所述仪表图像局部增强步骤中,将所述数值所在区域内的所有像素RGB值等比例放大15%,将所述背景部分所在区域内的所有像素RGB值等比例缩减80%。

5.根据权利要求1所述的巡检机器人仪表识别方法,其特征在于,在所述仪表模板匹配与分区识别步骤之前还包括仪表模板制作步骤,包括步骤:框选中模板区域,剔除数字显示区域,设置识别偏差容忍度,记录数字显示区域对位坐标信息,以及保存标准仪表模板文件。

6.根据权利要求1所述的巡检机器人仪表识别方法,其特征在于,在所述仪表模板匹配与分区识别步骤中,基于标准化差值平方的模板匹配算法进行标准仪表模板匹配,算法的匹配准则如下:

其中:T(x,y)表示制作的模板,I(x,y)表示待匹配的图像,R(x,y)表示区域的相似程度。

7.根据权利要求1所述的巡检机器人仪表识别方法,其特征在于,在所述获取数字识别结果步骤中,采用多种旋转角度、不同缩放比例以及局部膨胀或腐蚀的数字样本图像及其对应标签作为输入送入多层感知神经网络,通过前向学习与后向反馈,根据梯度变化信息,与每张样本的真值进行比较,逐渐缩小模型损失值,找到网络逐层权重的最优解,训练得到记录每层权重最优解的模型文件。

8.根据权利要求7所述的巡检机器人仪表识别方法,其特征在于,所述旋转角度范围为-20°-20°;所述缩放比例的范围为0.8-1.2倍;所述字符包括数字0-9、“+”“-”符号以及度量单位。

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东理工大学,未经华东理工大学许可,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/pat/books/202110871769.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top