[发明专利]一种基于GBS-YOLOv5s的指针式仪表智能数显方法

说明书

本发明公开了一种基于GBS‑YOLOv5s的指针式仪表智能数显方法，属于仪表读数技术领域，包括目标检测—图像倾斜矫正—图像处理—指针识别—仪表读数计算，具体步骤如下：S1：目标检测，通过GhostBottleneck网络结构与SENet网络层融合构建新的GBS‑YOLOv5s网络，通过GBS‑YOLOv5s检测指针仪表区域；S2：图像倾斜矫正，对拍摄的倾斜的图像进行矫正；S3：图像处理，通过灰度化、高斯滤波、K‑Means二值化对S2矫正后的图像进行处理；S4：指针识别，构造一条虚拟旋转直线，与指针像素重合最多，确定指针位置；S5：仪表读数计算，根据S4指针识别的位置，结合表盘的量程利用角度比例关系得到读数值。本发明提高了目标指针仪表在复杂工业环境中更加精确的检测指针仪表区域，使得指针仪表读数计算读数更加精确。

技术领域

本发明涉及仪表读数技术领域，尤其涉及一种基于GBS-YOLOv5s的指针式仪表智能数显方法。

背景技术

多年以来仪表识别的难点一直存在，摄像直读抄表，俗称视觉抄表”，是一种通过手机或终端设备对水电气表拍照后利用图像识别算法将仪表照片自动识别为读数的智能抄表方案，具有使用范围广、安装简单、有图有真相、易于使用等特点，仪表表盘图像识别算法是视觉抄表中至关重要的一环。

现有技术在对指针仪表区域检测时，在网络参数量较大的情况下，以YOLOv5s网络进行检测，检测精度较低，为此，我们提出一种基于GBS-YOLOv5s的指针式仪表智能数显方法。

发明内容

本发明主要针对于现有技术中在网络参数量较大的情况下，以YOLOv5s网络进行检测，检测精度较低的问题，提供一种基于GBS-YOLOv5s的指针式仪表智能数显方法，提高了目标指针仪表在复杂工业环境中更加精确的检测指针仪表区域，使得指针仪表读数计算读数更加精确。

本发明的一种基于GBS-YOLOv5s的指针式仪表智能数显方法，包括目标检测—图像倾斜矫正—图像处理—指针识别—仪表读数计算，具体步骤如下：

S1：目标检测，通过GhostBottleneck网络结构与SENet网络层融合构建新的GBS-YOLOv5s网络，通过GBS-YOLOv5s检测指针仪表区域；

S2：图像倾斜矫正，对拍摄的倾斜的图像进行矫正，减少后续计算的误差；

S3：图像处理，通过灰度化、高斯滤波、K-Means二值化对S2矫正后的图像进行处理；

S4：指针识别，采用虚拟旋转指针直线拟合方法构造一条虚拟旋转直线，与指针像素重合最多，确定指针位置；

S5：仪表读数计算，根据S4指针识别的位置，结合表盘的量程利用角度比例关系得到读数值。

优选的，所述S2的方法为：利用卷积神经网络提取以表盘刻度数字为中心的关键点，并采用最小二乘法对关键点进行椭圆拟合，结合椭圆变换理论使用透视变换对仪表图像进行第一次倾斜矫正，再根据一对关于仪表竖直中轴线对称的关键点计算仪表相对于水平方向的旋转角度，以拟合椭圆的几何中心为旋转中心，旋转仪表图像实现第二次矫正。

优选的，S3中K-Means二值化的操作方法为：将输入数据看作样本集，通过K-Means可以实现样本聚类，把相似的样本看作一个类别，此时K取2进行处理，即分为黑、白两类，高斯滤波的操作方法为：用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

优选的，所述S4的方法为：仪表图像通过S3处理之后，虚拟旋转拟合直线再以右侧0°顺时针绕仪表中心旋转360°，当拟合直线旋转经过目标指针，通过记录像素的重合度信息的方法，重合度最多，确定指针位置，并记录此时的角度，虚拟旋转拟合直线计算公式如下：

x＝(x₁-x₀)×cos(i×π/180°)+x₀ (1)