水表数值自动读取方法、装置、电子设备及存储介质与流程

1.本发明涉及图像识别技术领域，尤其涉及一种水表数值自动读取方法、装置、电子设备及存储介质。


背景技术：

2.水表作为供水贸易结算的主要计量仪表，其数值读取的准确性一直是供水企业和用户关注的焦点。市面上的水表大多为机械式水表，读取机械式水表数值方法以人工读取和远程自动读取为主。其中，远程自动读取方法是随着互联网、通信技术和嵌入式技术等不断发展的产物，该方法相比人工读取方法准确率和效率更高，更有利于促进物业管理水平的提高，以及促进智能楼宇和智能物业的发展。
3.但现阶段的远程自动读取方法所涉及的字轮识别算法一般采用传统的图像处理方法，如模板匹配法，这种图像处理方法读取只出现一半的字轮时，读取结果可能不准确，因此这种字轮识别算法并不具备良好的鲁棒性。


技术实现要素：

4.本发明提供了一种水表数值自动读取方法、装置、电子设备及存储介质，解决现有的水表数值读取方法在识别字轮半字时不准确的问题，提高水表数值读取的精度和效率。
5.第一方面，本发明提供的一种水表数值自动读取方法，包括：
6.获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
7.从所述轮廓区域中识别得到字轮区域；
8.依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
9.将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
10.可选地，所述mobilenetv3网络模型的构建方法包括：
11.从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
12.基于所述样本字轮区域图片及对应的样本类别标签，构建所述mobilenetv3网络模型。
13.可选地，基于所述样本字轮区域图片及对应的样本类别标签，构建所述mobilenetv3网络模型，包括：
14.将所述样本字轮区域图片输入所述mobilenetv3网络模型，生成对应的样本类别；
15.根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
16.基于所述训练误差，通过反向传播算法对所述mobilenetv3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成mobilenetv3网络模型。
17.可选地，所述字轮数据库的构建方法包括：
18.获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注
对应的历史类别标签；
19.依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。
20.可选地，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签之前，还包括：
21.获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
22.依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片。
23.可选地，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签，包括：
24.依次判断所述历史独立字轮区域图片中是否存在两个残缺数值；
25.若否，则依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
26.若是，则依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签。
27.可选地，依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签，包括：
28.判断所述上数值区域占比是否大于所述下数值区域占比；
29.若是，则依据所述上数值区域的数值确定所述历史独立字轮图片的历史类别标签；
30.若否，则依据所述下数值区域的数值确定所述历史独立字轮图片的历史类别标签。
31.第二方面，本发明还公开了一种水表数值自动读取装置，包括：
32.获取模块，用于获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
33.识别模块，用于从所述轮廓区域中识别得到字轮区域；
34.裁剪模块，用于依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
35.输入模块，用于将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
36.可选地，所述装置还包括：网络构建模块，用于构建所述mobilenetv3网络模型；数据库构建模块，用于构建字轮数据库；
37.可选地，所述网络构建模块包括：
38.样本获取子模块，用于从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
39.模型构建子模块，用于基于所述样本字轮区域图片及对应的样本类别标签，构建所述mobilenetv3网络模型。
40.可选地，所述模型构建子模块包括：
41.生成单元，将所述样本字轮区域图片输入所述mobilenetv3网络模型，生成对应的样本类别；
42.误差确定单元，用于根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
43.网络生成单元，用于基于所述训练误差，通过反向传播算法对所述mobilenetv3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成mobilenetv3网络模型。
44.可选地，所述数据库构建模块包括：
45.标注子模块，用于获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签；
46.数据库构建子模块，用于依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。
47.可选地，数据库构建模块还包括：
48.图片获取子模块，用于获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
49.图片分割子模块，用于依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片。
50.可选地，所述标注子模块包括：
51.判断单元，用于依次判断所述历史独立字轮区域图片中是否存在两个残缺数值，若是则执行第一确定单元，若否则执行第二确定单元；
52.第一确定单元，用于依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
53.第二确定单元，用于依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签。
54.可选地，所述第二确定单元包括：
55.判断子单元，用于判断所述上数值区域占比是否大于所述下数值区域占比；
56.若是，则依据所述上数值区域的数值确定所述历史独立字轮图片的历史类别标签；
57.若否，则依据所述下数值区域的数值确定所述历史独立字轮图片的历史类别标签。
58.第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
59.第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
60.从以上技术方案可以看出，本发明具有以下优点：
61.本发明实施例通过获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。在对水表字轮识别时，利用mobilenetv3网络模型代替现有的图像处理方法，实现精确的远程自动水表数值读取，提高水表数值读取的精度和效率，并且由于mobilenetv3网络模型属于轻量化模型，能够部署在移动端，作业人员可以随地读取水表数值。
first out，一种先进先出的数据缓存器)广泛的应用于芯片设计的各个领域，比如数据缓存、跨越时钟域等，配置有fifo的摄像头可以克服摄像头采集图片时可能出现的速度不匹配的情况。
79.步骤s102，从所述轮廓区域中识别得到字轮区域；
80.在本发明实施例中，系统通过图像处理组件3，采用通用可编程dsp芯片对水表图像进行预处理操作，从而确定字轮区域。
81.请参阅图3-4，图3为本发明的一种水表数值自动读取方法实施例一的水表图片，图4为本发明的一种水表数值自动读取方法实施例一的轮廓区域识别示意图，在具体实现中，图像处理组件3读取图3，并采用通用可编程dsp芯片对图3进行预处理操作，具体为通过高斯滤波将图3转换为灰度图片，然后通过sobel算子x方向、二值化、膨胀腐蚀、平滑处理和中指滤波等方式识别出图3中的轮廓区域，从而得到图4。
82.步骤s103，依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
83.请参阅图5，图5为本发明的一种水表数值自动读取方法实施例一的字轮区域图片，在本发明实施例中，通过对图4中识别出的字轮区域进行剪辑从而得到图5。
84.需要注意的是，依据所述字轮区域对所述水表图片进行裁剪的过程是在用户的移动终端实现，且是在步骤s102后由系统通过rs485通信方法发送至用户的移动终端。
85.步骤s104，将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
86.需要说明的是，mobilenetv3属于轻量化神经网络，与深度神经网络模型相比，可以在移动端或嵌入式平台等更小存储空间和更小功耗的情况下完成图像分类、物体检测等机器视觉任务。
87.在本发明实施例中，将步骤s103裁剪得到的字轮区域图片输入到mobilenetv3网络模型当中，从而得到字轮区域对应的数值。
88.在本发明实施例中，通过获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。在对水表字轮识别时，利用mobilenetv3网络模型代替现有的图像处理方法，实现精确的远程自动水表数值读取，提高水表数值读取的精度和效率，并且由于mobilenetv3网络模型属于轻量化模型，能够部署在移动端，作业人员可以随地读取水表数值。
89.实施例二，请参阅图6，为本发明的一种水表数值自动读取方法实施例二的步骤流程图，具体包括：
90.步骤s201，获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
91.步骤s202，从所述轮廓区域中识别得到字轮区域；
92.步骤s203，依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
93.步骤s204，从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
94.步骤s205，将所述样本字轮区域图片输入所述mobilenetv3网络模型，生成对应的样本类别；
95.步骤s206，根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
96.步骤s207，基于所述训练误差，通过反向传播算法对所述mobilenetv3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成mobilenetv3网络模型；
97.在本发明实施例中，首先构建的数据库，然后搭建初始化的mobilenetv3网络模型，再从数据库当中获取字轮训练样本，采用字轮训练样本中的样本字轮区域图片及对应的样本类别标签完成mobilenetv3网络模型的训练。
98.在具体实现中，预置的字轮数据库当中存在有可用于为初始化的mobilenetv3网络模型训练的字轮训练样本，其中字轮训练样本包括包括样本字轮区域图片及对应的正确识别数值，即样本类别标签。
99.在本发明实施例中，首先通过训练材料不断对初始化的mobilenetv3网络模型进行调整：根据样本字轮区域图片及对应的样本类别标签和通过初始化的mobilenetv3网络模型得到的预测结果，即和样本类别比较，从而确定训练误差，然后基于训练误差，通过反向传播算法对所述mobilenetv3网络模型进行调整，得到最优网络参数，进而得到训练后的mobilenetv3网络模型。
100.请参阅图7，图7为本发明的一种基于训练样本的mobilenetv3网络模型的loss值分布图，其中横坐标为迭代的次数，纵坐标为训练样本中的训练字轮区域图片对应的训练类别标签和训练类别的差，即多分类交叉商损失函数的值。本发明实施例中针对训练后的mobilenetv3网络模型，随机选取训练样本进行训练，训练样本可以从随机对水表拍摄得到，也可以从移动端储存的水表图片中挑选。可以看出，训练后的mobilenetv3网络模型的平均loss值为0.4157，准确率为97.1％。
101.步骤s208，将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
102.在本发明实施例所提供的一种水表数值自动读取方法，通过获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。在对水表字轮识别时，利用mobilenetv3网络模型代替现有的图像处理方法，实现精确的远程自动水表数值读取，提高水表数值读取的精度和效率，并且由于mobilenetv3网络模型属于轻量化模型，能够部署在移动端，作业人员可以随地读取水表数值。
103.实施例三，请参阅图8，为本发明的一种水表数值自动读取方法实施例三的步骤流程图，具体包括：
104.步骤s301，获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
105.步骤s302，从所述轮廓区域中识别得到字轮区域；
106.步骤s303，依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
107.步骤s304，获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
108.需要说明的是，历史水表字轮图片可以是远程自动读取水表时记载在文档当中的，或者是人工读取时存储在移动端的水表图片。
109.步骤s305，依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片；
110.在具体实现中吗，针对历史水表字轮图片，可以将其进行预处理，从而确定历史字轮图片的轮廓图，最后将历史字轮图片的轮廓图分割，得到历史独立字轮图片。
111.步骤s306，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签；
112.在一个可选实施例中，获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签，包括：
113.依次判断所述历史独立字轮区域图片中是否存在两个残缺数值；
114.若否，则依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
115.若是，则依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签。
116.在一个可选实施例中，依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签，包括：
117.判断所述上数值区域占比是否大于所述下数值区域占比；
118.若是，则依据所述上数值区域的数值确定所述历史独立字轮图片的历史类别标签；
119.若否，则依据所述下数值区域的数值确定所述历史独立字轮图片的历史类别标签。
120.在具体实现中，为了明确得到每个历史独立字轮图片对应的历史类别标签，即历史独立字轮图片中每个字符的准确数值，将会对每个历史独立字轮进行确认，并将每个数值定义为一个类别。而具体的确认会以历史独立字轮中的数值区域占比作为依据，若历史独立字轮中只含有一个数值，即数值区域占比为100％，则按照该字符确定类别，若历史独立字轮中包含有两个字符：上字符和下字符，则可按照上数值区域占比和下数值区域占比的大小确定历史独立字轮的类别。
121.步骤s307，依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库；
122.步骤s308，从所述字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
123.需要说明的是，从字轮数据库中所获取的字轮训练样本其实就是用于构建字轮数据库的史独立字轮图片和历史独立字轮图片对应的历史类别标签。
124.步骤s309，基于所述样本字轮区域图片及对应的样本类别标签，构建所述mobilenetv3网络模型；
125.步骤s310，将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
126.在本发明实施例所提供的一种水表数值自动读取方法，通过获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；从所述轮廓区域中识别得到字轮区域；依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；将所述字轮区域图片输入
mobilenetv3网络模型，得到所述待识别水表的水表数值。在对水表字轮识别时，利用mobilenetv3网络模型代替现有的图像处理方法，实现精确的远程自动水表数值读取，提高水表数值读取的精度和效率，并且由于mobilenetv3网络模型属于轻量化模型，能够部署在移动端，作业人员可以随地读取水表数值。
127.请参阅图9，示出了一种水电数值自动读取装置实施例的结构框图，包括如下模块：
128.获取模块101，用于获取待识别水表的水表图片，所述水表图片中存在多个轮廓区域；
129.识别模块102，用于从所述轮廓区域中识别得到字轮区域；
130.裁剪模块103，用于依据所述字轮区域对所述水表图片进行裁剪，得到字轮区域图片；
131.输入模块104，用于将所述字轮区域图片输入mobilenetv3网络模型，得到所述待识别水表的水表数值。
132.在一个可选实施例中，所述装置还包括：网络构建模块，用于构建所述mobilenetv3网络模型；数据库构建模块，用于构建字轮数据库；
133.在一个可选实施例中，所述网络构建模块包括：
134.样本获取子模块，用于从预先构建的字轮数据库中获取字轮训练样本，所述字轮训练样本包括样本字轮区域图片及对应的样本类别标签；
135.模型构建子模块，用于基于所述样本字轮区域图片及对应的样本类别标签，构建所述mobilenetv3网络模型。
136.在一个可选实施例中，所述模型构建子模块包括：
137.生成单元，将所述样本字轮区域图片输入所述mobilenetv3网络模型，生成对应的样本类别；
138.误差确定单元，用于根据所述样本字轮区域图片对应的样本类别标签和样本类别，确定训练误差；
139.网络生成单元，用于基于所述训练误差，通过反向传播算法对所述mobilenetv3网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成mobilenetv3网络模型。
140.在一个可选实施例中，所述数据库构建模块包括：
141.标注子模块，用于获取历史独立字轮区域图片，并依据所述历史独立字轮区域图片中的数值，标注对应的历史类别标签；
142.数据库构建子模块，用于依据所述历史独立字轮区域图片及对应的历史类别标签，构建所述字轮数据库。
143.在一个可选实施例中，数据库构建模块还包括：
144.图片获取子模块，用于获取历史字轮区域图片，所述历史字轮区域图片中存在多个历史独立字轮区域；
145.图片分割子模块，用于依据所述历史独立字轮区域对所述历史字轮区域图片分割，得到所述历史独立字轮区域图片。
146.在一个可选实施例中，所述标注子模块包括：
147.判断单元，用于依次判断所述历史独立字轮区域图片中是否存在两个残缺数值，若是则执行第一确定单元，若否则执行第二确定单元；
148.第一确定单元，用于依据所述历史独立字轮区域图片中的数值确定所述历史独立字轮图片的历史类别标签；
149.第二确定单元，用于依据所述历史独立字轮图片的上数值区域占比和下数值区域占比，确定所述历史独立字轮区域图片的历史类别标签。
150.在一个可选实施例中，所述第二确定单元包括：
151.判断子单元，用于判断所述上数值区域占比是否大于所述下数值区域占比；
152.若是，则依据所述上数值区域的数值确定所述历史独立字轮图片的历史类别标签；
153.若否，则依据所述下数值区域的数值确定所述历史独立字轮图片的历史类别标签。
154.本发明实施例还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一实施例所述的水表数值自动读取方法的步骤。
155.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时实现如上述任一实施例所述的水表数值自动读取方法。
156.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
157.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
158.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
159.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
160.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程
序代码的介质。
161.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。