[发明专利]一种基于图像识别的水位识别方法

权利要求书

1.一种基于图像识别的水位识别方法，其特征在于，包括如下步骤：

步骤1，从采集的图像中定位出水尺位置，并根据定位出的水尺位置对水尺图像进行裁剪，获得水尺图像；

步骤2，对裁剪获得的水尺图像进行字符定位，获得水尺图像中各个字符“E”和字符再根据字符“E”和字符的排列特点对水尺图像中的各个数字字符进行切割，获得各个数字字符图像；

步骤3，对各个数字字符图像中的数字字符进行识别，获得各个数字字符的数值；

步骤4，在水尺图像中识别出水迹位置，并根据水迹位置与最下侧一个字符的相对位置关系计算出水位高度；

步骤1中，获得水尺图像的具体步骤为：

步骤1.1，对采集的水尺图像进行灰度化处理；

步骤1.2，通过MSER算法找到灰度化处理后的图像中各个稳定区域作为候选区域；

步骤1.3，对各个候选区域应用模板匹配算法，与字符“E”和字符的模板进行匹配，若匹配程度超过匹配阈值，则判定当前候选区域就是识别目标字符“E”或字符并求出每个字符“E”和字符的位置信息、匹配度以及方向信息；

步骤1.4，根据各个字符“E”和字符的位置信息，计算出各个字符“E”的最左侧边位置、各个字符的最右侧边位置以及最上侧一个字符的上侧边位置，由最左侧边位置、最右侧边位置以及上侧边位置从水尺图像中定位出水尺位置，再根据定位出的水尺位置对水尺图像进行裁剪，从而获得水尺图像。

2.根据权利要求1所述的基于图像识别的水位识别方法，其特征在于，步骤2中，获得各个数字字符图像的具体步骤为：

步骤2.1，找到识别出的各个字符“E”和字符中匹配度最高的字符，根据匹配度最高字符的方向信息确定水尺的斜率，再根据斜率旋转图像，使图像中的水尺呈竖直状态；

步骤2.2，再对旋转后的水尺图像通过MSER算法找到各个新候选区域，再结合模板匹配算法对各个新候选区域进行字符“E”和字符的匹配，若匹配程度超过匹配阈值，则判定当前新候选区域就是识别目标字符“E”和字符并再次求出每个字符“E”和字符的位置信息、匹配度以及方向信息；

步骤2.3，根据数字字符与字符“E”上下紧邻且与字符左右相邻的特点，结合字符“E”和字符的位置信息，对水尺中的数字字符进行切割，获得各个数字字符图像。

3.根据权利要求2所述的基于图像识别的水位识别方法，其特征在于，步骤2.2中，在求出每个字符“E”和字符的位置信息、匹配度以及方向信息后，根据字符“E”和字符的位置信息重新计算出各个字符“E”的最左侧边位置、各个字符的最右侧边位置以及最上侧一个字符的上侧边位置，再对旋转后的水尺图像进行空白边缘切除。

4.根据权利要求2所述的基于图像识别的水位识别方法，其特征在于，步骤3中，获得各个数字字符的数值的具体步骤为：

步骤3.1，对每个切割出来的数字字符图像利用KNN算法进行数字识别，找到与数字字符库中最接近的字符类，从而识别出各个数字字符，并应用模板匹配算法对识别出的数字字符进行匹配，并计算出相应的匹配度；

步骤3.2，根据标准水尺的数字字符从上到下依次递减1的顺序排列特点，以识别出的数字字符中匹配度最高的数字字符为标准，依次对相邻的数字字符进行校正，提高数字字符识别的鲁棒性。

5.根据权利要求3所述的基于图像识别的水位识别方法，其特征在于，步骤4中，计算水位高度的具体步骤为：

步骤4.1，采用Kmeans方法对旋转后的水尺图像进行分类识别，根据字符“E”的位置可以确定字符“E”的类别以及相邻白色的类别，从而确定水的类别；

步骤4.2，在旋转后的水尺图像上从上向下寻找水所属类别的开始位置，即水迹与水尺的分界位置，取分界位置的最上部和最下部的平均值作为水迹高度位置；

步骤4.3，计算水迹距离最下侧一个字符的距离＝5×(水迹高度位置-最下侧一个字符下侧边位置)/字符“E”的高度信息；

步骤4.4，计算水位的高度＝最下侧一个字符下侧边高度位置-水迹距离最下侧一个字符的距离。