[发明专利]一种基于图像的数字及机械表数字识别方法

权利要求书

1.一种基于图像的数字及机械表数字识别方法，其特征在于包括以下步骤：

步骤一、利用MobileNetv2-SSD目标检测网络对数字表或机械表图像信息进行分析处理，并根据图像信息对数字表或机械表的类型进行判断，然后对数字表或机械表的数字区域进行定位；

步骤二、将步骤一中分析处理后的数字表或机械表图像信息进行滤波、二值化和形态学处理；

步骤三、根据步骤一中得到的数字表或机械表类型，若类型为数字液晶表则执行步骤四，若类型为机械字轮表则执行步骤五；

步骤四、将步骤二中处理后的图像信息利用预切割与重切割将图像中的数字切割分离为单独的数字图像；

步骤五、将步骤二中处理后的图像信息利用平均切割将图像中的数字切割分离为单独的数字图像；

步骤六、将训练集中的数字表或机械表图像信息按上述步骤切割为单独的数字图像，然后将数字表或机械表切割后的图像信息分别利用SVM分类器进行训练，得到两个SVM分类模型；

步骤七、输入测试集，通过步骤一至步骤五得到切割后单独的数字图像，然后根据步骤一中判定的数字表或机械表类型调用相应的SVM分类模型，得到识别结果；

所述步骤一的具体步骤为：

步骤一一、将数字表或机械表图像经过整理、分类和标注作为训练集，分类结果为数字液晶表和机械字轮表，在Tensorflow深度学习框架下搭建MobileNetv2-SSD目标检测网络，设置学习参数，经过迭代训练得到目标检测模型；

步骤一二、调用步骤一一中训练的模型，输入测试图片进行检测；

步骤一三、在步骤一二检测过程中，通过MobileNetv2-SSD目标检测网络中的CNN卷积神经网络MobileNetv2提取数字表或机械表的数字区域特征，分类识别数字表或机械表所属类型，并通过MobileNetv2-SSD目标检测网络中的SSD算法得到检测出的数字区域顶点坐标。

2.根据权利要求1所述的一种基于图像的数字及机械表数字识别方法，其特征在于所述步骤二的具体步骤为：

步骤二一、将图像按照步骤一得到的数字区域定位信息进行裁剪，得到只含有数字信息的图像；

步骤二二、将裁剪后的图像依次进行灰度化、高斯滤波和双边滤波处理；

步骤二三、将步骤二二处理后的图像根据数字表或机械表类型分别进行形态学处理，数字液晶表采用黑帽方法，机械字轮表采用顶帽方法；

步骤二四、采用OSTU大津法进行自适应阈值二值化处理，得到黑白二值化的图像，若为机械字轮式图像，则将得到的黑白二值化图像进行膨胀腐蚀处理。

3.根据权利要求1所述的一种基于图像的数字及机械表数字识别方法，其特征在于所述步骤四的具体步骤为：

步骤四一、利用投影法对步骤二四中得到的黑白二值化图像进行预切割，通过判断二值化后图像每列黑白像素点比例确定预切割每段的起始点和终止点；

步骤四二、根据得到的预切割图像每段宽度与阈值进行位数匹配，确定数字液晶表的数字位数；

步骤四三、根据步骤四二得到的位数对预切割的过长段进行二次切割和过小段合并处理。

4.根据权利要求2所述的一种基于图像的数字及机械表数字识别方法，其特征在于所述步骤五的具体步骤为：首先根据步骤二四中得到的机械字轮表的黑白二值化图像得到图像的像素宽度，然后根据图像的像素宽度进行平均切割。