买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安工程大学

摘要：本发明公开一种基于深度学习和帧差法的水表读数识别方法，步骤为：步骤1：采集大量水表图片；步骤2：对每张水表图片进行预处理，构建水表训练集；步骤3：对水表训练集中水表字符区域位置进行定位；步骤4：对定位后的水表训练集进行字符分割；步骤5：用AlexNet模型提取分割后水表训练集的水表字符特征；步骤6：将水表字符特征送入到全连接网络进行训练，得到训练模型；步骤7：将新采集的水表图像送入到训练模型中进行识别，得到识别结果；步骤8：将识别结果正确的水表原图以及标签进行保存，加入到训练集中再次训练模型。本发明解决了不同类型水表数据少、无用数据冗余以及读数识别准确率低的问题。

主权项：1.一种基于深度学习和帧差法的水表读数识别方法，其特征在于，步骤为：步骤1：采集大量水表图片；步骤2：对每张水表图片进行预处理，构建水表训练集，具体包括：步骤2.1，对水表图片进行二值化；步骤2.2，对二值化后的水表图片进行隔N点采样，剔除无用像素，得到水表训练集；其中设原图的大小为W*H，宽度和长度的缩小因子分别为K1和K2，则采样间隔为：WK1,WK2；在原图的水平方向每隔WK1，在垂直方向每隔WK2取一个像素；步骤3：对水表训练集中水表字符区域位置进行定位；步骤4：对定位后的水表训练集进行字符分割；步骤5：用AlexNet模型提取分割后水表训练集的水表字符特征；步骤6：将水表字符特征送入到全连接网络进行训练，得到训练模型；步骤7：将新采集的水表图像送入到训练模型中进行识别，得到识别结果，具体包括：步骤7.1，输入新采集的先后两帧水表图像，对上一帧水表图像保存后按步骤2的方式进行预处理，最后送入到训练好的模型中进行识别，得到首次识别结果；步骤7.2，将下一帧水表图像作为当前图像，将先后两帧水表图像分别进行灰度化；步骤7.3，对步骤7.2得到的两个灰度化图像做帧差法操作，得到差分水表图像；做完帧差操作后，将当前图像记为上一帧图片进行保存，循环更新保存的上一帧水表图片；步骤7.4，设定阈值T，对差分图像Dn进行二值化处理，得到二值化图像；步骤7.5，对二值化图像Rn进行连通性分析，得到差异性区域图像；步骤7.6，对不同的差异性区域图像进行分割，得到多个分割后的字符图像；步骤7.7，对多个分割后的字符图像进行隔N点采样；步骤7.8，将步骤7.7采样后字符图像进行下标标记后，送入到模型中进行识别，得到二次识别结果，将首次识别结果与二次识别结果下标作比较，将二次识别结果下标相同的字符替换掉首次识别结果的水表读数，最终整合输出完整的水表读数；步骤8：将识别结果正确的水表原图以及标签进行保存，加入到训练集中再次训练模型。

全文数据：

权利要求：

百度查询： 西安工程大学 一种基于深度学习和帧差法的传统数字水表读数识别方法