[发明专利]一种燃气表智能识别检测方法、系统和可读存储介质在审

专利信息
申请号: 202210169782.6 申请日: 2022-02-23
公开(公告)号: CN114627307A 公开(公告)日: 2022-06-14
发明(设计)人: 卢其伦;张圆明;司徒琛;张旻炜;陈敏怡;何子维;王志伟;何志超 申请(专利权)人: 广州能源检测研究院
主分类号: G06V10/44 分类号: G06V10/44;G06T7/00;G06V10/40;G06V10/774;G06V10/82;G06Q30/00;G06N3/08
代理公司: 广州国鹏知识产权代理事务所(普通合伙) 44511 代理人: 周燕君
地址: 511447 广东省*** 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:
搜索关键词: 一种 燃气 智能 识别 检测 方法 系统 可读 存储 介质
【权利要求书】:

1.一种燃气表智能识别检测方法,其特征在于,包括:

通过视觉识别系统获取燃气表的外观状态图片;

对所述外观状态图片进行预处理得到预处理图像集并输入到预先训练好的燃气表智能识别神经网络中,以获得目标缺陷类型;

基于预存的缺陷对照识别数据库调用所述目标缺陷类型进行匹配,输出对应的缺陷数据。

2.根据权利要求1所述的燃气表智能识别检测方法,其特征在于,所述通过视觉识别系统获取燃气表的外观状态图片,包括:

建立视觉识别系统的多个信号源构成的无线通信连接网络;

基于视觉识别系统实时拍摄所述燃气表的外观状态视频;

根据所述视频进行逐帧提取得到所述燃气表的外观状态图片。

3.根据权利要求2所述的燃气表智能识别检测方法,其特征在于,所述对外观状态图片进行预处理得到预处理图像集并输入到预先训练好的燃气表智能识别神经网络中,以获得目标缺陷类型,包括:

对所述外观状态图片进行预处理得到预处理图像集;

将所述预处理图像集输入到预先训练好的所述燃气表智能识别神经网络中进行识别,得到图像形状特征与缺陷点特征;

基于所述图像形状特征与所述缺陷点特征,根据所述缺陷位置得到所述目标缺陷类型。

4.根据权利要求1所述的燃气表智能识别检测方法,其特征在于,还包括:

将被测量燃气表与音速喷嘴式燃气表检验装置连接;

向所述音速喷嘴式燃气表检验装置和所述被测量燃气表通入预设工况参数的介质空气;

采集所述音速喷嘴式燃气表检验装置和所述被测量燃气表在预设时间段内的流量脉冲以及所述流量脉冲对应时间点;

根据所述流量脉冲获得所述工况参数下被测量燃气表的示值误差;

根据所述示值误差校准所述被测量燃气表。

5.根据权利要求4所述的燃气表智能识别检测方法,其特征在于,向所述音速喷嘴式燃气表检验装置和所述被测量燃气表通入预设工况参数的介质空气,包括:

所述预设工况参数包括所述介质空气的流量、气压以及温度;

根据预设工况参数调整介质空气并向所述音速喷嘴式燃气表检验装置和所述被测量燃气表通入。

6.根据权利要求5所述的燃气表智能识别检测方法,其特征在于,所述采集所述音速喷嘴式燃气表检验装置和所述被测量燃气表在预设时间段内的流量脉冲以及所述流量脉冲对应时间点,包括:

根据所述预设工况参数的介质空气的通入流量和温度达到额定检测流量点时开启检测计时;

同时采集所述音速喷嘴式燃气表检验装置和所述被测量燃气表在预设时间段内发出的流量脉冲以及所述每个流量脉冲对应时间点;

当所述采集的所述流量脉冲个数达到预设值时,计时结束。

7.一种燃气表智能识别检测系统,其特征在于,包括存储器和处理器,所述存储器中包括燃气表智能识别检测方法,所述燃气表智能识别检测方法程序被处理器执行时实现如下步骤:

通过视觉识别系统获取燃气表的外观状态图片;

对所述外观状态图片进行预处理得到预处理图像集并输入到预先训练好的燃气表智能识别神经网络中,以获得目标缺陷类型;

基于预存的缺陷对照识别数据库调用所述目标缺陷类型进行匹配,输出对应的缺陷数据。

8.根据权利要求7所述的一种燃气表智能识别检测系统,其特征在于,所述通过视觉识别系统获取燃气表的外观状态图片,包括:

建立视觉识别系统的多个信号源构成的无线通信连接网络;

基于视觉识别系统实时拍摄所述燃气表的外观状态视频;

根据所述视频进行逐帧提取得到所述燃气表的外观状态图片。

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广州能源检测研究院,未经广州能源检测研究院许可,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/202210169782.6/1.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