[发明专利]一种基于无监督特征提取和匹配的指针式表计识别方法

权利要求书

1.一种基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，包括以下步骤：

获取模板表计图片的特征点；

获取待识别表计图片的特征点；

将所述待识别表计图片的特征点与所述模板表计图片的特征点进行匹配；

根据所述匹配的结果，对所述待识别表计图片进行校正；

对校正后的待识别表计图片进行指针定位和读数识别，获得表计读数。

2.根据权利要求1所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，采用特征提取模型获取所述待识别表计图片的特征点和模板表计图片的特征点。

3.根据权利要求2所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，所述特征提取模型的构建包括以下步骤：

标注大量自然场景图片上的特征点，生成训练数据；

将所述训练数据送入特征提取网络，获得训练数据的特征点和特征向量；

计算网络输出的特征向量与真实特征点的特征向量之间的误差；

利用所述误差优化特征提取网络，至所述特征提取网络输出的特征向量与真实特征点的特征向量之间的误差小于设定的阈值；

输出训练好的特征提取模型。

4.根据权利要求3所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，所述特征提取网络采用关键点检测网络。

5.根据权利要求4所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，所述关键点检测网络为hourglass网络、SuperPoint网络、Hardnet网络中的任一种。

6.根据权利要求1所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，将所述待识别表计图片的特征点与所述模板表计图片的特征点进行匹配包括：

将所述待识别表计图片的特征点与所述模板表计图片的特征点依据在特征空间中的距离进行匹配。

7.根据权利要求6所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，采用K近邻算法，计算所述待识别表计图片的特征点与模板表计图片的特征点在特征空间中的距离，进行所述匹配。

8.根据权利要求1所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，采用图像的透视变换或仿射变换方法对所述待识别表计图片进行校正。

9.根据权利要求1所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，所述对校正后的所述待识别表计图片进行指针定位和读数识别包括：

将所述模板表计图片的表盘刻度位置映射到所述校正后的待识别表计图片中，获得所述待识别表计图片的表计刻度位置；

截取表计指针与背景强对比区域，利用所述待测表计图像中指针与背景之间的差异，定位指针位置；

根据所述指针和刻度的相对位置，获取所述指针位置所代表的表计读数。

10.根据权利要求9所述的基于无监督特征提取和匹配的指针式表计识别方法，其特征在于，所述指针位置的定位采用传统图像处理方法、直线检测方法、或者神经网络学习方法中的任一种方法。