[发明专利]一种基于AI图像分析算法的工业仪表智能读数识别方法在审

专利信息
申请号: 202111068327.9 申请日: 2021-09-13
公开(公告)号: CN113936129A 公开(公告)日: 2022-01-14
发明(设计)人: 傅博 申请(专利权)人: 微钜(上海)智能信息科技有限公司
主分类号: G06V10/22 分类号: G06V10/22;G06V10/75;G06K9/62;G06N20/00;G06F16/25
代理公司: 上海大为知卫知识产权代理事务所(普通合伙) 31390 代理人: 何银南
地址: 200000 上海市宝*** 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: 一种 基于 ai 图像 分析 算法 工业 仪表 智能 读数 识别 方法
【说明书】:

发明涉及智能制造技术领域,具体为一种基于AI图像分析算法的工业仪表智能读数识别方法,包括以下步骤:SP1:通过采用AI图像分析算法技术构建图像采集端与数据识别模型,所述图像采集端通过无线网络连接于所述数据识别模型,所述图像采集端包括摄像头模块与图像发生模块,所述数据识别模型包括图像处理模块、数据显示模块、数据监测模块与学习训练模块,SP2:利用所述摄像头模块拍摄现场工业仪表数显图像,本发明能够提升制造业工厂内工业仪表盘的数据读取的精度,有利于避免容易出现漏检与高误检率的现象,通过工业仪表盘自动读取的模式,便于大规模采集数据,从而为工厂内部智能制造生产提高效率等起到辅助推进性作用。

技术领域

本发明涉及智能制造技术领域,具体为一种基于AI图像分析算法的工业仪表智能读数识别方法。

背景技术

智能制造应当包含智能制造技术和智能制造系统,智能制造系统不仅能够在实践中不断地充实知识库,而且还具有自学习功能,还有搜集与理解环境信息和自身的信息,并进行分析判断和规划自身行为的能力,智能制造生产过程中工业仪表读数时需人工现场目视检测记录,已经难以满足现代工业高速、高准确率的检测要求,容易造成漏检、误检率高问题,影响工厂内部智能制造生产效率。鉴于此,我们提出一种基于AI图像分析算法的工业仪表智能读数识别方法。

发明内容

本发明的目的在于提供一种基于AI图像分析算法的工业仪表智能读数识别方法,以解决上述背景技术中提出工厂智能制造生产过程中工业仪表读数时需人工现场目视检测记录,已经难以满足现代工业高速、高准确率的检测要求,容易出现漏检、误检率高现象,影响工厂内部智能制造生产效率的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于AI图像分析算法的工业仪表智能读数识别方法,包括以下步骤:

SP1:通过采用AI图像分析算法技术构建图像采集端与数据识别模型,所述图像采集端通过无线网络连接于所述数据识别模型,所述图像采集端包括摄像头模块与图像发生模块,所述数据识别模型包括图像处理模块、数据显示模块、数据监测模块与学习训练模块;

SP2:利用所述摄像头模块拍摄现场工业仪表数显图像,所述摄像头模块将拍摄的工业仪表数显图像发送至所述数据识别模型中的图像处理模块;

SP3:利用所述图像处理模块对工业仪表数显图像进行分析处理为数据信息,所述数据显示模块将数据信息进行显示供人员查看读数;

SP4:利用所述数据监测模块对数据信息进行比对监测处理,若监测数据信息为异常状态,可对应发出提示警告信息;

SP5:利用所述学习训练模块进行存储数据信息,将所述图像处理模块中的工业仪表数显图像分析信息与存储数据信息进行匹配,若工业仪表数显图像分析信息成功匹配于对应存储数据信息,可将对应存储数据信息推送至所述数据显示模块直接进行显示以供人员查看读数。

优选的,所述图像处理模块包括图像接收单元、图像分析单元、数据生成单元与数据传输单元,所述图像接收单元用于接收所述摄像头模块拍摄的工业仪表数显图像,所述数据生成单元用于将所述图像分析单元对于工业仪表数显图像的分析信息生成数据信息。

优选的,所述数据传输单元包括显示传输单元与储存传输单元,所述显示传输单元用于将数据信息传输至所述数据显示模块进行显示,所述储存传输单元用于将数据信息传输至所述学习训练模块进行存储。

优选的,所述数据显示模块包括数据显示单元与数据查询单元,所述数据查询单元用于查询所述学习训练模块存储的数据信息。

优选的,所述数据监测模块包括参数存储单元、数据比对单元与异常提醒单元,所述数据比对单元用于将所述数据生成单元生成的数据信息与所述参数存储单元的参数信息进行比对解析处理。

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微钜(上海)智能信息科技有限公司,未经微钜(上海)智能信息科技有限公司许可,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/202111068327.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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