[发明专利]一种刻度仪表读数智能识别方法及系统

权利要求书

1.一种刻度仪表读数智能识别方法，其特征在于，所述方法包括：

对待识别仪表图片进行目标检测获取包括半指针、表盘中心、刻度条以及刻度值的多个目标的预测框及其分类；

对得到的多个目标的预测框进行非极大值抑制运算，根据置信度和IoU得分对预测框进行筛选得到最优预测框集合；

基于k-means聚类算法对识别到的刻度值进行聚类分组，并获取距离每组刻度值最近的刻度条，通过计算表盘中心与刻度条中心坐标构建的向量和坐标系纵坐标单位向量的夹角大小对分组后的刻度值进行排序；

获取距离半指针尖点最近的两侧的两个刻度条，通过计算表盘中心与两个刻度条中心坐标构成向量的第一夹角、半指针和一侧刻度条与表盘中心的中心坐标构成的第二夹角，根据第一夹角与第二夹角的比值以及两个刻度条对应的刻度值，得到当前指针对应的读数。

2.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，所述方法还包括：

获取原始仪表图片，通过目标检测对所述原始仪表图片中仪表进行定位，截取仪表所在区域得到待识别仪表图片。

3.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，所述方法还包括：采用Yolov5目标检测模型。

4.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，对得到的多个目标的预测框进行非极大值抑制运算，根据置信度和IoU得分对预测框进行筛选得到最优预测框集合，具体包括：

步骤一：构造候选框集合C，初始包含N个候选框；构造最优框集合O，初始没有元素；

步骤二：取出候选框集合C中置信度最高的元素作为当前最优框，将其删除并加入集合O；

步骤三：将取出的元素与候选框集合C剩下的每个元素计算IoU，并分别与阈值进行比较，当IoU大于所述阈值时认为候选框与当前最优框重合，删除超过阈值的元素；

步骤四：重复步骤二和步骤三，直到集合C为空，此时集合O中对应的结果为最终的预测框。

5.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，基于k-means聚类算法对识别到的刻度值进行聚类分组，具体包括：

在k值的选择上，在一定范围内搜索使得轮廓系数最大的聚类组数。

6.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，通过计算表盘中心与刻度条中心坐标构建的向量和坐标系纵坐标单位向量的夹角大小对分组后的刻度值进行排序，具体包括：

设表盘中心点坐标A＝(x₁,y₁)，刻度条中心点坐标B＝(x₂,y₂)，取沿y轴方向单位向量此时向量与的夹角α为：

7.根据权利要求6所述的一种刻度仪表读数智能识别方法，其特征在于，通过计算表盘中心与刻度条中心坐标构建的向量和坐标系纵坐标单位向量的夹角大小对分组后的刻度值进行排序，具体还包括：

当刻度条中心点B的横坐标在表盘中心点A的右侧时，角度取2π-α，以保证在排序时刻度条坐标按照顺时针角度是递增的。

8.根据权利要求1所述的一种刻度仪表读数智能识别方法，其特征在于，所述方法还包括：

通过刻度纠错算法对目标检测阶段未识别出的刻度值进行修正，具体为：

将经过排序得到的刻度值按顺时针排列的数组，对所述数组进行一阶差分，统计差分值频率，取频率最高的差分值为正确的相邻刻度间隔，对差分间隔异常的刻度经过等差数列反推得到正确的刻度值。