[发明专利]基于计算机视觉的巡检机器人仪表图像识别方法及系统

说明书

本公开提供了一种基于计算机视觉的巡检机器人仪表图像识别方法及系统，构建待巡检场景的三维空间模型，预设巡检机器人的巡检路线，并根据目标仪表的位置、朝向以及光照情况预设拍照点位；基于设计的巡检路线和拍照点，对指定仪表进行拍摄标定，得到指定仪表的型号、量程、仪表模版图片和拍照点编号；巡检机器人沿巡检路线按照指定的编号顺序到达各个巡检点，按照预设拍照点位对仪表进行拍摄，将得到的仪表照片编码后根据模板匹配算法进行仪表定位，然后利用指针仪表或数字仪表各自对应的仪表识别算法进行读数识别；本公开解决了人力巡检的不安全性、传统仪表图像识别方法的不稳定性和参数难调的问题，极大的提高了仪表图像识别的准确度。

技术领域

本公开涉及仪表图像识别技术领域，特别涉及一种基于计算机视觉的巡检机器人仪表图像识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

随着智能化时代的到来，利用新兴的计算机视觉技术，节约更多的人力成本，提高实际应用的效率是未来的发展趋势之一。图像识别技术在生活中有众多的应用场景，如何将基于计算机视觉的图像识别方法搭载于巡检机器人上实现自动化、智能化的巡检，是当今研究的热点之一。仪表图像识别的目的是在图片中准确找到仪表的位置，并且分析仪表的状态，例如：读数、开关等。搭载仪表图像识别算法的巡检机器人被广泛应用于电站、机房等场景的无人巡检、安全检查等任务中。

本公开发明人发现，(1)目前的仪表图像识别算法主要是利用已有的计算机图形学方法，对目标的指定特征(直线、圆环等)进行提取，设置特定的判断逻辑实现仪表图像识别，这样的方法难以适应现实场景中的大量干扰，例如光照、划痕、遮挡等；(2)上述方法的效率一般较低，需要对整幅图像中的信息进行完整的处理才能够得到最终的结果，并且算法中存在大量的未知参数，需要根据实际场景进行参数的调整，因而应用性不强。

发明内容

为了解决现有技术的不足，本公开提供了一种基于计算机视觉的巡检机器人仪表图像识别方法及系统，解决了人力巡检的不安全性、传统仪表图像识别方法的不稳定性和参数难调的问题。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于计算机视觉的巡检机器人仪表图像识别方法。

一种基于计算机视觉的巡检机器人仪表图像识别方法，步骤如下：

构建待巡检场景的三维空间模型，根据三维空间模型预设巡检机器人的巡检路线，并根据目标仪表的位置、朝向以及光照情况预设拍照点位；

基于设计的巡检路线和拍照点，对指定仪表进行拍摄标定，得到指定仪表的型号、量程、仪表模版图片和拍照点编号；

巡检机器人沿巡检路线按照指定的编号顺序到达各个巡检点，按照预设拍照点位对仪表进行拍摄，将得到的仪表照片编码后根据模板匹配算法进行仪表定位，然后利用指针仪表或数字仪表各自对应的仪表识别算法进行读数识别。

作为可能的一些实现方式，根据模板匹配算法进行仪表定位，具体为：

采用滑窗机制，通过提取仪表模版图片中的图像特征，再与目标图片上的每一个大小相近的滑窗窗口进行比对，得到最相似的部分作为仪表的定位结果。

作为可能的一些实现方式，指针仪表的仪表识别算法，具体为：

采用PointeNet算法，引入以表盘半径中点为中心点的锚点，将所有的锚点边框设计为对角长度为表盘半径，中心点在二分之一半径处的矩形，以所有的矩形锚点边框为基础基于SSD的卷积神经网络进行仪表指针的检测，得到指针候选框。

作为进一步的限定，得到指针候选框后，根据标定好的仪表量程起点的坐标和刻度、中心点的坐标以及终点的坐标和刻度，计算指针仪表具体读数，具体为：