CN114549814A - 基于yolox检测的仪表读数识别方法 - Google Patents
基于yolox检测的仪表读数识别方法 Download PDFInfo
- Publication number
- CN114549814A CN114549814A CN202210089450.7A CN202210089450A CN114549814A CN 114549814 A CN114549814 A CN 114549814A CN 202210089450 A CN202210089450 A CN 202210089450A CN 114549814 A CN114549814 A CN 114549814A
- Authority
- CN
- China
- Prior art keywords
- pointer
- instrument
- yolox
- coordinates
- frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000013135 deep learning Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/30—Smart metering, e.g. specially adapted for remote reading
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开基于yolox检测的仪表读数识别方法,获取一张待测试的输入图片;使用yolox检测输入图中是否有仪表;是则,获取yolox输出的仪表类型,当yolox输出的仪表类型为数字仪表时,获取数字仪表框内的数字并查询该数字按照其位置关系得到具体数字作为仪表读数;当yolox输出的仪表类型为指针类型仪表时,获取yolox检测到的指针仪表框的圆心坐标,并基于圆心坐标查找匹配yolox检测到的指针以及指针两侧的数字,基于指针与指针两侧数字的位置关系,计算得到指针类型仪表的仪表读数;最后输出并显示获取的仪表读数。本发明方法可同时识别数字类型和多种指针类型的仪表。
Description
技术领域
本发明涉及变电自动化监测领域,尤其涉及基于yolox检测的仪表读数识别方法。
背景技术
现有技术大多要么只能处理指针仪表,要么只能处理数字仪表,兼容性较低;现有方法大多需要手动输入仪表的起始读数和起始读数的坐标,前期人工成本和后期维护较高;另外,现场仪表的抖动或者位置的变化容易造成读数识别较大的误差。
基于传统的方法处理指针仪表和数字仪表都存在共同的缺点,非常容易受到光线的影响,从而导致指针检测或者仪表区域定位误差较大或者小数点无法确定从而导致读数识别错误。
基于深度学习分割的方法是通过检测刻度值来确定变化范围,而刻度值往往很小,在光照变化剧烈或者角度稍微发生变化或者图片中仪表较小的时候非常容易导致刻度值检测不到而导致最终计算错误且无法适用于数字仪表;基于深度学习检测方法主要是先确定仪表位置和指针,然后利用角度计算仪表的示数,此方法中已有方法对数字类型仪表无法适用且还需要数字检查和数字分类模型,对计算资源占用较大。
发明内容
本发明的目的在于提供基于yolox检测的仪表读数识别方法,实现可同时对指针仪表和数字仪表的读数识别。。
本发明采用的技术方案是:
基于yolox检测的仪表读数识别方法,其包括以下步骤:
步骤1,获取一张待测试的输入图片;
步骤2,使用yolox对输入图片进行检测,判断是否检测到仪表;是则,执行步骤3;否则执行步骤1;
步骤3,获取yolox输出的仪表类型,并基于仪表类型执行相应操作;
当yolox输出的仪表类型为数字仪表时,获取数字仪表框内的数字并查询该数字按照其位置关系得到具体数字作为仪表读数,并执行步骤6;
当yolox输出的仪表类型为指针类型仪表时,执行步骤4;
步骤4,获取yolox检测到的指针仪表框的圆心坐标,并基于圆心坐标查找匹配yolox检测到的指针以及指针两侧的数字;
步骤5,基于指针与指针两侧数字的位置关系,计算得到指针类型仪表的仪表读数;
步骤6,输出并显示获取的仪表读数。
进一步地,步骤4中匹配指针以及指针两侧的数字的具体步骤如下:
步骤4-1,首先计算出指针仪表框的中心坐标,设中心坐标为(xc,yc);
步骤4-2,分别判断指针框的四个点和指针仪表框中心坐标的距离,距离最远的指针框点即为指针所指的方向,这个点即为指针尖,设指针尖的坐标为(x3,y4);
步骤4-3,找到指针尖距离最近上方和下方或者左方和右方的数字。
进一步地,步骤5中计算指针类型仪表的仪表读数的具体步骤如下:
步骤5-1,计算两组数字坐标与仪表框中心坐标的夹角α;
步骤5-2,计算指针和小于指针示数数字之间的夹角β;
步骤5-3,设得到的指针两侧的两个数值分别为dushu1和dushu2,不失一般性设定dushu1<dushu2;
步骤5-4,分别计算两组数字坐标的中心坐标(x1,y1),(x2,y2);
步骤5-5,计算(x1,y1)、(xc,yc)、(x2,y2)的夹角α,其中,(x1,y1)、(x2,y2)分别表示两组数字的坐标,(xc,yc)表示仪表框中心坐标;
步骤5-6,计算(x1,y1)、(xc,yc)、(x3,y4)的夹角β;其中,(x1,y1)表示小于指针示数数字的坐标,(xc,yc)表示仪表框中心坐标,(x3,y4)表示指针针尖坐标;(说明:三个点的夹角均已中间点为顶点进行计算);
步骤5-7,仪表的读数为dushu1+β*(dushu2-dushu1)/α。
本发明采用以上技术方案,与现存深度学习的方法相比:本发明具有以下技术优点:(1)可同时识别数字类型和多种指针类型的仪表;(2)只使用一个yolox深度学习模型,该算法具有较高的运行速度和检测精度;(3)不同于标注所有指针,标注指针尖部位可以有效提高指针指向检测的准确性;(4)本发明的利用指针尖旁边的两组读数计算仪表读数不需要知道仪表始末读数和位置,可以极大的节省人工标注的成本和可以避免仪表因为发生抖动或者位置偏移而带来的读数计算错误。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明;
图1为本发明基于yolox检测的仪表读数识别方法的流程示意图;
图2为本发明基于yolox检测的仪表读数识别方法的在指针仪表的识别示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明公开了基于yolox检测的仪表读数识别方法,其包括以下步骤:
步骤1,获取一张待测试的输入图片;
步骤2,使用yolox对输入图片进行检测,判断是否检测到仪表;是则,执行步骤3;否则执行步骤1;
步骤3,获取yolox输出的仪表类型,并基于仪表类型执行相应操作;
当yolox输出的仪表类型为数字仪表时,获取数字仪表框内的数字并查询该数字按照其位置关系得到具体数字作为仪表读数,并执行步骤6;
当yolox输出的仪表类型为指针类型仪表时,执行步骤4;
步骤4,获取yolox检测到的指针仪表的圆心坐标,并基于圆心坐标查找匹配yolox检测到的指针以及指针两侧的数字;
步骤5,基于指针与指针两侧数字的位置关系,计算得到指针类型仪表的仪表读数;
步骤6,输出并显示获取的仪表读数。
进一步地,如图2所示,步骤4中匹配指针以及指针两侧的数字的具体步骤如下:
步骤4-1,首先计算出指针仪表框的中心坐标,设中心坐标为(xc,yc);
步骤4-2,分别判断指针框的四个点和指针仪表框中心坐标的距离,距离最远的指针框点即为指针所指的方向,这个点即为指针尖,设指针尖的坐标为(x3,y4);
步骤4-3,找到距离指针尖最近上方和下方或者左方和右方的数字。
进一步地,步骤5中计算指针类型仪表的仪表读数的具体步骤如下:
步骤5-1,计算两组数字坐标与仪表框中心坐标的夹角α;
步骤5-2,计算指针和小于指针示数数字之间的夹角β;
步骤5-3,设得到的指针两侧的两个数值分别为dushu1和dushu2,不失一般性设定dushu1<dushu2;
步骤5-4,分别计算两组数字坐标的中心坐标(x1,y1),(x2,y2);
步骤5-5,计算(x1,y1)、(xc,yc)、(x2,y2)的夹角α,其中,(x1,y1)、(x2,y2)分别表示两组数字的坐标,(xc,yc)表示仪表框中心坐标;
步骤5-6,计算(x1,y1)、(xc,yc)、(x3,y4)的夹角β;其中,(x1,y1)表示小于指针示数数字的坐标,(xc,yc)表示仪表框中心坐标,(x3,y4)表示指针针尖坐标;(说明:三个点的夹角均已中间点为顶点进行计算);
步骤5-7,仪表的读数为dushu1+β*(dushu2-dushu1)/α。
本发明具有如下特点:(1)不同于现有已存在的读数识别,本发明可对指针类型和数字类型的仪表同时进行示数识别。(2)不同于已有的指针类型仪表需要已知仪表始末读数和始末读数的位置信息,然后利用角度计算示数的方法,本发明使用的是获取到的指针尖最近的上下或左右位置的两组数与指针尖的位置关系来计算角度从而得出仪表读数,故不需要前期手动进行配置。(3)不同于已有的方法,本发明使用了yolox的方法对仪表、仪表指针和数字进行检测;(4)不同于已有的指针标注方法,本发明前期数据标注阶段对于指针的标注只标注指针尖部分,指针尾部不进行标注。
本发明采用以上技术方案,与现存深度学习的方法相比:本发明具有以下技术优点:(1)可同时识别数字类型和多种指针类型的仪表;(2)只使用一个yolox深度学习模型,该算法具有较高的运行速度和检测精度;(3)不同于标注所有指针,标注指针尖部位可以有效提高指针指向检测的准确性;(4)本发明的利用指针尖旁边的两组读数计算仪表读数不需要知道仪表始末读数和位置,可以极大的节省人工标注的成本和可以避免仪表因为发生抖动或者位置偏移而带来的读数计算错误。
显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
Claims (3)
1.基于yolox检测的仪表读数识别方法,其特征在于:其包括以下步骤:
步骤1,获取一张待测试的输入图片;
步骤2,使用yolox对输入图片进行仪表、指针和数字检测,判断是否检测到仪表;是则,执行步骤3;否则执行步骤1;
步骤3,获取yolox输出的仪表类型,并基于仪表类型执行相应操作;
当yolox输出的仪表类型为数字仪表时,获取数字仪表框内的数字并查询该数字按照其位置关系得到具体数字作为仪表读数,并执行步骤6;
当yolox输出的仪表类型为指针类型仪表时,执行步骤4;
步骤4,获取yolox检测到的指针仪表的圆心坐标,并基于圆心坐标查找匹配yolox检测到的指针以及指针两侧的数字;
步骤5,基于指针与指针两侧数字的位置关系,计算得到指针类型仪表的仪表读数;
步骤6,输出并显示获取的仪表读数。
2.根据权利要求1所述的基于yolox检测的仪表读数识别方法,其特征在于:步骤4中匹配指针以及指针两侧的数字的具体步骤如下:
步骤4-1,首先计算出指针仪表框的中心坐标,设中心坐标为(xc,yc);
步骤4-2,分别判断指针框的四个点和指针仪表框中心坐标的距离,距离最远的指针框点即为指针所指的方向,这个点即为指针尖,设指针尖的坐标为(x3,y4);
步骤4-3,找到指针尖距离最近的上方和下方或者左方和右方的两组数字。
3.根据权利要求1所述的基于yolox检测的仪表读数识别方法,其特征在于:步骤5中计算指针类型仪表的仪表读数的具体步骤如下:
步骤5-1,计算两组数字坐标与仪表框中心坐标的夹角α;
步骤5-2,计算指针和小于指针实际示数数字的那一组数字之间的夹角β;
步骤5-3,设得到的指针两侧的两个数值分别为dushu1和dushu2,并设定dushu1<dushu2;
步骤5-4,分别计算两组数字坐标的中心坐标(x1,y1),(x2,y2);
步骤5-5,计算(x1,y1)、(xc,yc)、(x2,y2)的夹角α,其中,(x1,y1)、x2,y2)分别表示两组数字的坐标,(xc,yc)表示仪表框中心坐标;
步骤5-6,计算(x1,y1)、(xc,yc)、(x3,y4)的夹角β;其中,(x1,y1)表示小于指针实际示数数字的那一组的坐标,(xc,yc)表示仪表框中心坐标,(x3,y4)表示指针针尖坐标;
步骤5-7,仪表的读数为dushu1+β*(dushu2-dushu1)/α。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210089450.7A CN114549814A (zh) | 2022-01-25 | 2022-01-25 | 基于yolox检测的仪表读数识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210089450.7A CN114549814A (zh) | 2022-01-25 | 2022-01-25 | 基于yolox检测的仪表读数识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549814A true CN114549814A (zh) | 2022-05-27 |
Family
ID=81672890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210089450.7A Pending CN114549814A (zh) | 2022-01-25 | 2022-01-25 | 基于yolox检测的仪表读数识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549814A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659636A (zh) * | 2019-09-20 | 2020-01-07 | 随锐科技集团股份有限公司 | 基于深度学习的指针式仪表读数识别方法 |
CN110826549A (zh) * | 2019-11-04 | 2020-02-21 | 山东欧玛嘉宝电气科技有限公司 | 基于计算机视觉的巡检机器人仪表图像识别方法及*** |
CN111797909A (zh) * | 2020-06-22 | 2020-10-20 | 上海工程技术大学 | 一种基于机器视觉的指针式仪表读数方法 |
CN111950330A (zh) * | 2019-05-16 | 2020-11-17 | 杭州测质成科技有限公司 | 一种基于目标检测的指针式仪表示数检测方法 |
CN113065556A (zh) * | 2021-04-16 | 2021-07-02 | 西安交通大学 | 一种数字式仪表定位和数字识别方法、装置和计算机设备 |
CN113837159A (zh) * | 2021-11-26 | 2021-12-24 | 中化学交通建设集团有限公司 | 一种基于机器视觉的仪表示数识别方法和装置 |
-
2022
- 2022-01-25 CN CN202210089450.7A patent/CN114549814A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111950330A (zh) * | 2019-05-16 | 2020-11-17 | 杭州测质成科技有限公司 | 一种基于目标检测的指针式仪表示数检测方法 |
CN110659636A (zh) * | 2019-09-20 | 2020-01-07 | 随锐科技集团股份有限公司 | 基于深度学习的指针式仪表读数识别方法 |
CN110826549A (zh) * | 2019-11-04 | 2020-02-21 | 山东欧玛嘉宝电气科技有限公司 | 基于计算机视觉的巡检机器人仪表图像识别方法及*** |
CN111797909A (zh) * | 2020-06-22 | 2020-10-20 | 上海工程技术大学 | 一种基于机器视觉的指针式仪表读数方法 |
CN113065556A (zh) * | 2021-04-16 | 2021-07-02 | 西安交通大学 | 一种数字式仪表定位和数字识别方法、装置和计算机设备 |
CN113837159A (zh) * | 2021-11-26 | 2021-12-24 | 中化学交通建设集团有限公司 | 一种基于机器视觉的仪表示数识别方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590498B (zh) | 一种基于字符分割级联二分类器的自适应汽车仪表检测方法 | |
CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN105091922B (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
US20160358322A1 (en) | Method and system for data detecting of an instrument | |
CN108182433A (zh) | 一种表计读数识别方法及*** | |
CN107220645A (zh) | 基于动态图像处理的水表识别方法 | |
CN101324452A (zh) | 一种指针式仪表自动检定方法 | |
CN106557751A (zh) | 一种带颜色指示信息的指针式压力表自动读数方法 | |
CN110909738A (zh) | 一种基于关键点检测的指针仪表自动读数方法 | |
CN110287887A (zh) | 一种刻度识别方法、装置及计算机存储介质 | |
CN111353502B (zh) | 数字表识别方法、装置以及电子设备 | |
CN114359573A (zh) | 一种指针表读数识别方法、装置及存储介质 | |
CN114549814A (zh) | 基于yolox检测的仪表读数识别方法 | |
CN102680012B (zh) | 量测信息自动输出***及方法 | |
CN114882487A (zh) | 一种指针仪表示数读取方法及其*** | |
CN115239952A (zh) | 基于YOLOV5及U2-Net框架辅助读取工业表的方法 | |
CN110705924B (zh) | 一种基于风向扇区的测风塔测风数据处理方法及装置 | |
CN114255458A (zh) | 一种巡检场景下指针仪表读数的识别方法与*** | |
CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
CN112464986A (zh) | 一种指针型圆盘仪表的读数方法及设备 | |
CN114612648B (zh) | 一种基于可信ai的指针式压力表示值读取方法及装置 | |
CN112560983B (zh) | 一种仪表识别方法及装置 | |
CN114548012B (zh) | 基于三维频率响应曲线质心分析的变压器绕组变形故障诊断方法 | |
CN113566863B (zh) | 一种指针表的读取方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |