[发明专利]水位识别方法、装置、设备及可读存储介质

权利要求书

1.一种水位识别方法，其特征在于，所述水位识别方法包括：

获取摄像头所采集的水位尺图像；

对所述水位尺图像进行预处理，得到预处理后的第一图像；

将所述第一图像输入到角点信息与语义信息提取网络模型中，得到角点信息与语义特征图；

基于角点信息生成候选框，使用所述语义特征图对所述候选框进行评价，得到所述第一图像中的预测框及对应的预测框信息；

基于所述预测框信息裁剪所述第一图像，得到水位尺刻度图像；

将所述水位尺刻度图像输入到序列文本识别模型中，得到预测序列文本；

基于所述预测序列文本，输出水位识别结果。

2.如权利要求1所述的水位识别方法，其特征在于，所述对所述水位尺图像进行预处理，得到预处理后的第一图像的步骤包括：

检测所述水位尺图像中黑色像素数量的百分比是否大于预设色素比阈值；

当检测到所述水位尺图像中黑色像素数量的百分比大于预设色素比阈值时，将所述水位尺图像通过多尺度加权平均方法等比例映射到强度通道，得到通道增强的图像；

将高斯滤波作为中心环绕函数对所述通道增强的图像进行卷积运算，得到照亮分量；

基于所述照亮分量与所述通道增强的图像，得到反射分量的对数函数；

对所述反射分量的对数函数进行线性量化，得到第一图像。

3.如权利要求1所述的水位识别方法，其特征在于，所述将所述第一图像输入到角点信息与语义信息提取网络模型中，得到角点信息与语义特征图的步骤包括：

将所述第一图像输入到角点信息与语义信息提取网络模型的角点信息提取分支中，得到所述第一图像中水位尺部分的左上、右上、左下、右下的若干角点及对应的角点信息，其中，所述角点信息包括角点的像素坐标、置信度分数以及角点对应的短边长信息；

将所述第一图像输入到角点信息与语义信息提取网络模型的语义信息提取分支中，进行二分类语义分割，得到所述第一图像中水位尺文本部分的语义特征图。

4.如权利要求3所述的水位识别方法，其特征在于，所述基于所述若干角点对应的角点信息生成候选框，使用所述语义特征图对所述候选框进行评价，得到所述第一图像中的预测框及对应的预测框信息的步骤包括：

保留置信度分数大于预设分数阈值的角点；

将同侧上下的角点进行两两组合，得到若干角点组合，计算每一角点组合包含的两角点对应的短边长的均值，基于每一角点组合对应的短边长的均值以及长边长得到每一角点组合对应的候选框，其中，每一角点组合对应的长边长为每一角点组合包含的两角点的距离；

保留与语义特征图的面积交并比大于预设交并比阈值的候选框，并对所述保留的候选框进行非极大抑制，得到所述第一图像对应的预测框及对应的预测框信息，其中，所述预测框信息包括预测框的坐标信息以及边框长度。

5.如权利要求1所述的水位识别方法，其特征在于，所述将所述水位尺刻度图像输入到序列文本识别模型中，得到预测序列文本的步骤包括：

将所述水位尺刻度图像输入到序列文本识别模型中，所述序列文本识别模型包括卷积层、循环层、转录层；

通过所述卷积层进行特征提取，得到所述水位尺刻度图像对应的若干帧特征序列；

通过所述循环层对所述若干帧特征序列上下文信息进行计算，得到所述若干帧特征序列的概率预测结果；

通过所述转录层对所述若干帧特征序列的概率预测结果进行贪心搜索，得到水位尺刻度的预测序列文本。

6.如权利要求1所述的水位识别方法，其特征在于，所述基于所述预测序列文本，输出水位识别结果的步骤包括：

判断所述预测序列文本是否按水位尺的预设字符排列规则进行排列；

若所述预测序列文本未按水位尺的预设字符排列规则进行排列，则输出水位识别结果为空；

若所述预测序列文本按水位尺的预设字符排列规则进行排列，则遍历所述序列文本的预测结果中数字字符、水位尺字符以及中文字符，计算得到水位刻度值，输出水位识别结果为所述水位刻度值。