[发明专利]基于机器视觉的非智能水表识读方法

说明书

本发明公开了基于机器视觉的非智能水表识读方法，首先读取用户上传的水表图片以及模板图片，通过SIFT算法获取水表图片与模板图片的关键点进行关键点的匹配，从而找出模板图片在水表图片中的位置。通过关键点的匹配，获得特征区域的匹配点的位置从而获得特征区域的位置。在确定特征区域位置后，截取特征区域。通过特征区域的匹配点矫正截取的特征区域图片，获得矫正角度，从而矫正水表图片。对矫正后的水表图片再次定位特征区域的位置，从而获得水表示数位置，截取水表示数区域，对其进行二值化及去噪等处理后分割为单个数字字符的图片，最后通过模板匹配算法识别数字并输出。

技术领域

本发明涉及计算机图像处理技术，具体涉及尺度不变特征转换、目标定位、自适应阈值二值化、图像矫正、中值滤波、连通域去噪，以及字符分割与识别方法应用于非智能水表识读系统。

背景技术

水是生命之源，是人们在生活中最不能缺少的重要物质。水资源是有限的且需要收费，供水公司为了统计每一户的用水量，在每户的进水设备上都安装了水表，用来统计用水量并根据用水量来收费。水表抄表是用水计量收费的前提，也是住户了解自身用水需求的途径。

随着现代计算机技术的飞速发展，计算机技术的进步为人们的衣食住行提供了非常大的便捷，人类生活已经逐渐的迈向了自动化以及智能化。人类的生活离不开水，每家每户都有水表来记录家庭的每月用水量，我国现阶段大多数用的还是非智能水表，自来水公司每个月都需要派遣大量人力去到小区的家家户户去抄水表，这无疑是一项巨大的工程，依靠这种传统的人工方式去抄水表和收费，存在着诸多的弊端。我国目前使用量最多的还是传统的机械式水表，若全部更换智能水表，需要的成本较高。出于经济成本以及可操作性等因素的考虑，在不改变原来非智能水表结构的基础上，智能化的抄表方式显得愈发重要。

为了节省人力物力，也减少改造成本，现提出一种通过对拍照获得的图片进行处理，进而对示数区域定位并识读的方法。这种方式的好处在于不必强制性改变水表的结构，用户只需要通过手机等拍照设备定期对水表表盘拍照并上传，水表公司就能通过用户上传的照片获得该用户的水表读数。利用计算机视觉以及数字图像处理技术来对获取的水表图像进行一定的处理，然后识别其中的读数，并将获得的数据存储起来，是一种非常快速、高效又经济的方式。使用自动识读，既提高了工作效率，也能节约用水资源。

发明内容

本发明的目的在于解决现有抄表方式费时费力的问题，提供了一种可靠的图像处理算法，能准确、方便地通过对获取的用户水表图像进行处理，读取水表示数，为相关管理人员带来很大的便利。为实现上述目的，本文采用的技术方案为基于机器视觉的非智能水表识读。该方案对用户提交的图像进行处理，实现对数字区域定位，获取数字区域后对数进行分割和识别，最终获得水表读数。

上述方法的步骤如下：

S1读取用户上传的图片，利用基于尺度不变特征转换算法检测模板图片和待匹配图片的关键点，提取特征向量；

S1.1尺度空间极值点检测。

S1.1.1构建图像金字塔。尺度空间唯一可行的核就是高斯函数。因此，被定义为一幅图像尺度空间函数的L(x,y,σ)是由尺度可变的高斯函数G(x,y,σ)和输入图像I(x,y)的卷积产生：

L(x,y,σ)＝G(x,y,σ)*I(x,y)

其中*为G(x,y,σ)与I(x,y)之间的卷积运算，x,y分别表示图像的横纵坐标，σ是尺度空间坐标。

图像的金字塔模型是指，将原始图像不断降阶采样，得到一系列大小不一的图像，由大到小，从下到上构成的塔状模型。原图像为金子塔的第一层，每次降采样所得到的新图像为金字塔的一层(每层一张图像)，每个金字塔共n层。金字塔的层数根据图像的原始大小和塔顶图像的大小共同决定，其计算公式如下：