[发明专利]电表读数识别方法、装置、电子设备和存储介质有效
申请号: | 202110932750.2 | 申请日: | 2021-08-13 |
公开(公告)号: | CN113642582B | 公开(公告)日: | 2023-07-25 |
发明(设计)人: | 刘权;刘贤松;欧大春;杨飞虎;石旭荣;佘士钊;高有利;张硕伟;郑敏之 | 申请(专利权)人: | 中国联合网络通信集团有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V10/22;G06V10/82;G06V10/774;G06N3/0464;G06N3/08;G06V10/42;G06N3/0442 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 杨泽;黄健 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电表 读数 识别 方法 装置 电子设备 存储 介质 | ||
1.一种电表读数识别方法,其特征在于,包括:
获取待检测的电表图像;
将所述待检测的电表图像输入训练好的目标检测YOLO模型,从所述待检测的电表图像中确定出读数区域;
将所述待检测的电表图像输入训练好的文字检测CTPN模型,从所述待检测的电表图像中确定出至少一个文本区域;
根据所述读数区域和所述至少一个文本区域,确定所述读数区域内的至少一个文本区域;
利用投影法,从所述读数区域内的至少一个文本区域中确定电表读数文本区域;
判断所述电表读数文本区域中是否存在小数;
将所述电表读数文本区域的图像输入训练好的卷积神经网络CRNN模型,确定所述电表读数文本区域中的数字;
根据所述电表读数文本区域中的数字、所述电表读数文本区域中是否存在小数,输出电表读数识别结果。
2.根据权利要求1所述的方法,其特征在于,还包括:
预先采集多张电表图像样本;
对每张所述电表图像样本的读数区域进行标注,构建YOLO训练数据集;
利用YOLO训练数据集,基于YOLO预训练模型进行训练,得到训练好的YOLO模型。
3.根据权利要求1或2所述的方法,其特征在于,所述将所述待检测的电表图像输入训练好的CTPN模型,从所述待检测的电表图像中确定出至少一个文本区域,包括:
将所述待检测的电表图像的像素值缩小到1200*1200以下,得到缩放后的电表图像;
将所述缩放后的电表图像输入训练好的CTPN模型,从所述缩放后的电表图像中确定出至少一个文本区域。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述读数区域和所述至少一个文本区域,确定所述读数区域内的至少一个文本区域,包括:
根据所述读数区域的坐标分布、所述至少一个文本区域的坐标分布,确定位于所述读数区域内的至少一个文本区域。
5.根据权利要求1或2所述的方法,其特征在于,所述利用投影法,从所述读数区域内的至少一个文本区域中确定电表读数文本区域,包括:
对所述读数区域的图像进行灰度化处理,得到所述读数区域的灰度图;
调整所述读数区域的灰度图的亮度和对比度,得到所述读数区域的灰度高亮图;
对所述读数区域的灰度高亮图进行二值化,得到所述读数区域的二值图;
针对所述读数区域的二值图,分别记录每行的黑色像素的点数和每列的黑色像素的点数;
根据黑色像素的点数最多的行和黑色像素的点数最多的列,对所述读数区域的二值图进行分割,得到完整的电表读数文本区域。
6.根据权利要求1或2所述的方法,其特征在于,所述判断所述电表读数文本区域中是否存在小数,包括:
将电表读数文本区域的图像从红绿蓝RGB空间转到色调饱和度明度HSV空间,得到HSV图像;
统计HSV图像的面积和HSV图像中红色区域的面积;
若红色区域的面积占HSV图像的面积的比值大于等于预设值,则确定所述电表读数文本区域中存在小数。
7.根据权利要求1或2所述的方法,其特征在于,还包括:
采集电表图像样本;
对每张所述电表图像样本中读数区域的数字进行标注,构建CRNN训练数据集;
利用CRNN训练数据集,进行模型训练,得到训练好的CRNN模型。
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中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,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/202110932750.2/1.html,转载请声明来源钻瓜专利网。