指针式仪表读数方法、装置、计算机设备和存储介质与流程

本申请涉及电力系统领域，特别是涉及一种指针式仪表读数方法、装置、计算机设备和存储介质。

背景技术：

随着电压等级的不断提高、输送容量的不断增大，我国变电站的电磁环境变得越来越复杂，在各行业生产过程中得以广泛使用的数字仪表在这种环境中往往会因为抗干扰能力差，出现数据采集失真的情况，因此在变电站中仍然存在许多指针式仪表，指针式仪表读数识别的精准性将直接影响着变电站的安全运行。

然而，如果采用指针式仪表，则必须通过人工进行抄表读数，而人工的方式较为耗费时间。

因此，现有的指针式仪表读数方法存在着耗费用户抄表读数的时间的问题。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种指针式仪表读数方法、装置、计算机设备和存储介质。

一种指针式仪表读数的方法，包括：

获取仪表图像；

识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

在其中一个实施例中，所述根据所述仪表轮廓确定指针仪表量程，包括：

确定所述仪表轮廓对应的仪表类型；

根据所述仪表类型，确定所述仪表量程。

在其中一个实施例中，所述识别所述仪表图像的仪表轮廓，包括：

生成所述仪表图像的多个仪表候选框；

分别截取所述仪表候选框中的图像，得到多张候选仪表子图像；

通过多任务卷积神经网络算法，获取所述多张候选仪表子图像的图像评分；

选取所述图像评分最高的候选仪表子图像，作为优选仪表子图像；

根据所述优选仪表子图像，提取出所述仪表轮廓。

在其中一个实施例中，所述根据所述优选仪表子图像，提取出所述仪表轮廓，包括：

计算所述候选仪表子图像与所述优选仪表子图像的交集面积；

计算所述候选仪表子图像与所述优选仪表子图像的并集面积；

获取交并面积比；所述交并面积比为所述交集面积与所述并集面积的比值；

在所述候选仪表子图像中，删除所述交并面积比大于预设的交并面积比阈值的候选仪表子图像，得到目标仪表子图像；

从所述目标仪表子图像中，提取出所述仪表轮廓。

在其中一个实施例中，所述仪表关键点包括量程起点、指针圆心点、指针读数点和量程终点，所述根据所述仪表量程和所述仪表关键点，得到仪表读数，包括：

获取所述仪表量程的单位角度量程；

获取指针读数角度；所述指针读数角度为所述量程起点、指针圆心点和指针读数点所构成的角度；

将所述指针读数角度与所述单位角度量程相乘，得到所述仪表读数。

在其中一个实施例中，所述仪表关键点包括量程起点、指针圆心点、指针读数点和量程终点，所述获取所述仪表量程的单位角度量程，包括：

获取仪表量程总角度；所述仪表量程总角度为所述量程起点、指针圆心点和量程终点所构成的角度；

将所述仪表量程除以所述仪表量程总角度，得到所述单位角度量程。

一种指针式仪表读数装置，其特征在于，包括：

获取模块，用于获取仪表图像；

识别模块，用于识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

读数模块，根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

在其中一个实施例中，所述读数模块，包括：

类型确定子模块，用于确定所述仪表轮廓对应的仪表类型；

量程确定子模块，用于根据所述仪表类型，确定所述仪表量程。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取仪表图像；

识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取仪表图像；

识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

上述指针式仪表读数方法、装置、计算机设备和存储介质，通过识别出仪表图像中的仪表轮廓及仪表图像的仪表关键点，并根据仪表轮廓获得仪表实际量程，通过仪表关键点与所述仪表量程之间的对应关系进行的仪表读数值的自动计算，准确地得到仪表读数，无须人工进行抄表读数，解决了现有的指针式仪表读数方法存在着耗费用户抄表读数的时间的问题。

附图说明

图1是一个实施例的一种指针式仪表读数方法的流程示意图；

图2是一个实施例的一种指针式仪表读数方法的应用环境图；

图3是一个实施例的一种指针式仪表图像关键点的示意图；

图4a是一个实施例的一种指针式仪表图像的示意图；

图4b是一个实施例的一种指针式仪表图像的根据交并面积比删除候选仪表子图像示意图；

图4c是一个实施例的一种指针式仪表图像的目标仪表子图像示意图；

图5是一个实施例的一种指针式仪表读数的具体流程示意图；

图6是一个实施例的另一种指针式仪表读数的具体流程示意图；

图7是一个实施例的一种指针式仪表读数的具体应用环境图；

图8是一个实施例的一种指针式仪表图像采集的具体实现方法示意图；

图9是一个实施例的一种指针式仪表读数装置的结构示意图；

图10是一个实施例的一种计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种指针式仪表读数方法。本申请提供的指针式仪表读数的方法，可以应用于如图2所示的应用环境中。

图2所示的应用环境包括了图像采集装置210、指针式仪表220、仪表读数服务器230和终端240，其中，图像采集装置210采集指针式仪表220的图像后，通过网络将仪表图像传输至仪表读数服务器230中进行读数识别，识别后的读数通过终端240显示，终端240通过网络与仪表读数服务器230进行通信。其中，图像采集装置210可以用鱼眼网络摄像头来实现，仪表读数服务器220可以用独立的服务器或者是多个服务器组成的服务器集群来实现，终端240可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。本申请实施例的指针式仪表读数方法，可以包括以下步骤：

步骤s110，获取指针式仪表图像。

具体实现中，可以通过图像采集装置210，针对指针式仪表220进行图像采集，得到了上述的指针式仪表图像，图像采集装置210将采集的指针式仪表图像，通过网线传输至仪表读数服务器230。

实际应用中，可以先由图像采集装置210采集初始的图像，将该初始的图像，发送至仪表读数服务器230，仪表读数服务器230对初始的图像进行按比例缩放，将缩放之后的图像，作为上述的指针式仪表图像。

步骤s120，识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点。

其中，仪表关键点为指针式仪表图像中反映仪表的量程特征、读数特征的图像点。

图3是一个实施例的一种指针式仪表图像关键点的示意图，仪表图像中包括量程起点301、指针圆心点302、量程终点303、指针读数点304。

具体实现中，仪表读数服务器将缩放后的仪表图像输入mtcc模型(multi-taskconvolutionalneuralnetworks，多任务卷积神经网络)中进行全卷积运算，生成若干个仪表识别候选框。截取候选窗口中的图像，得到多张候选仪表子图像，将子图像进行卷积和池化操作，得到该图像否为仪表的评分。选取评分最高的候选仪表子图像，作为优选子图像，根据优选子图像，挑选出目标子图像后，提取目标子图像中的仪表轮廓和仪表关键点。

实际应用中，可以通过mtcc模型来实现步骤s120。更具体地，mtcc模型包含三个级联网络构成，这三个级联网络分别为pnet(proposalnetwork，预设网络)rnet(refinementnetwork，修正网络)onet(outnetwork，输出网络)；将仪表读数服务器将缩放后的仪表图像输入pnet中进行全卷积运算，生成仪表识别候选框和边框回归向量，利用边框回归向量校正仪表识别候选框，利用非极大值抑制方法删除重叠候选框，将非重叠候选框输入rnet网络中进行卷积运算，从而删除大部分错误仪表识别候选框，得到目标仪表识别候选框，将目标仪表识别候选框输入onet网络中进行卷积运算，输出最终的指针式仪表检测框和仪表关键点信息。

步骤s130，根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

具体实现中，当获取所述指针仪表轮廓后，将该轮廓传送至配置文件中进行匹配，得出对应仪表的量程。根据量程起点、指针圆心点和量程终点获取量程总角度，将仪表量程除以所述仪表量程总角度，得到单位角度量程，根据量程起点、指针圆心点和指针读数点获取指针读数角度，将所述指针读数角度与所述单位角度量程相乘，得到所述仪表读数。

根据本申请实施例的技术方案，通过识别出仪表图像中的仪表轮廓及仪表图像的仪表关键点，并根据仪表轮廓获得仪表实际量程，通过仪表关键点与所述仪表量程之间的对应关系进行的仪表读数值的自动计算，准确地得到仪表读数，无须人工进行抄表读数，解决了现有的指针式仪表读数方法存在着耗费用户抄表读数的时间的问题。

在另一个实施例中，所述根据所述仪表轮廓确定指针仪表量程，包括：

确定所述仪表轮廓对应的仪表类型；根据所述仪表类型，确定所述仪表量程。

具体实现中，当获取指针仪表轮廓后，将该轮廓输入配置文件中进行匹配，从仪表轮廓对应仪表类型关系表中获取仪表类型，根据仪表类型，从仪表类型对应仪表量程关系表中获取仪表量程。

实际应用中，可以首先建立配置文件，在配置文件中记录仪表轮廓对应仪表类型关系表，和仪表类型对应仪表量程关系表。

在另一个实施例中，所述识别所述仪表图像的仪表轮廓，包括：

生成所述仪表图像的多个仪表候选框；分别截取所述仪表候选框中的图像，得到多张候选仪表子图像；通过多任务卷积神经网络算法，获取所述多张候选仪表子图像的图像评分；选取所述图像评分最高的候选仪表子图像，作为优选仪表子图像；根据所述优选仪表子图像，提取出所述仪表轮廓。

具体实现中，仪表读数识别工作站将缩放后的仪表图像输入多任务卷积神经网络中进行全卷积运算，生成若干个仪表识别候选框。在截取候选窗口中的图像，得到多张候选仪表子图像后，将仪表子图像转换为12*12*3的矩阵a，矩阵a经过3次卷积和1次池化操作后生成1*1*32的矩阵b，矩阵b经过一个1*1*2的卷积后，得到该矩阵内有无仪表的得分，选取评分最高的候选仪表子图像，作为优选子图像，根据优选子图像，挑选出目标子图像后，提取目标子图像中的仪表轮廓和仪表关键点。

实际应用中，可以首先对多任务卷积神经网络模型进行训练；用户采集大量指针式仪表的图片后，对图像中的指针式仪表的位置、关键点进行标定，将标定后的图片转换为符合多任务卷积神经网络训练的数据格式，并输入多任务卷积神经网络模型中进行训练，得到训练好的权重文件，该权重文件即为训练好的多任务卷积神经网络模型。

在另一个实施例中，所述根据所述优选仪表子图像，提取出所述仪表轮廓,包括：

计算所述候选仪表子图像与所述优选仪表子图像的交集面积；计算所述候选仪表子图像与所述优选仪表子图像的并集面积；获取交并面积比；所述交并面积比为所述交集面积与所述并集面积的比值；在所述候选仪表子图像中，删除所述交并面积比大于预设的交并面积比阈值的候选仪表子图像，得到目标仪表子图像；从所述目标仪表子图像中，提取出所述仪表轮廓。

具体实现中，计算所述候选仪表子图像与所述优选仪表子图像的交集面积，计算候选仪表子图像与优选仪表子图像的并集面积，将交集面积除以并集面积得到交并面积比，删除交并面积比大于阈值的候选仪表子图像；从除优选子图像之外的图像中获取评分最高的候选仪表子图像，作为优选子图像，重复上述对根据交并面积比删除候选仪表子图像过程，直至留下的目标仪表子图像的交并比均小于阈值；从所述目标仪表子图像中，提取出所述仪表轮廓。

图4a是一个实施例的一种指针式仪表图像的示意图，图中的数字代表候选仪表子图像的图像评分，数字越大，评分越高。如图4a所示，当仪表图像中有两个仪表时，仪表图像通过多任务卷积神经网络后，会在两个疑似仪表附近生成多个仪表候选框，分别截取仪表候选框中的图像，通过卷积和池化操作后，得到候选仪表子图像的图像评分，挑选出评分最高的子图像作为优选仪表子图像，计算候选仪表子图像与优选仪表子图像的交并集面积比，设定阈值为0.3，删除交并面积比大于0.3的候选仪表子图像。

图4b是一种指针式仪表图像的根据交并面积比删除候选仪表子图像示意图，如图4b所示，从除优选子图像之外的图像中获取评分最高的候选仪表子图像，作为优选子图像，计算候选子图像与优选子图像的交并面积比，删除交并面积比大于0.3的候选仪表子图像，获得目标子图像。

如图4c一个实施例的一种指针式仪表图像的目标仪表子图像示意图。图4c所示的图像是，删除交并面积比大于0.3的候选仪表子图像后，留下的目标子图像，从目标仪表子图像中，即可提取出仪表轮廓。

在另一个实施例中，所述根据所述仪表量程和所述仪表关键点，得到仪表读数，包括：

获取所述仪表量程的单位角度量程；获取指针读数角度；所述指针读数角度为所述量程起点、指针圆心点和指针读数点所构成的角度；将所述指针读数角度与所述单位角度量程相乘，得到所述仪表读数。

具体实现中，可以预先定义仪表关键点与仪表量程之间的对应关系，根据预设的对应关系，得到仪表读数。

参考图3，仪表图像中包括量程起点301、指针圆心点302、量程终点303、指针读数点304。

得到仪表读数的一种具体实现方式中，可以首先定义“ps”为指针式仪表的量程起点，“pe”为指针式仪表的量程终点，“pc”为指针式仪表的指针圆心点，“pv”为指针式仪表的指针读数点，“vd”为指针式仪表单位角度下量程，“rs”为指针式仪表的量程起点值。

根据获取的仪表关键点(量程起点ps，量程终点pe，圆心点pc)换算出ps、pc、pe三点构成的角度a；

根据获取的仪表关键点(量程起点ps，圆心点pc，指针读数点pv)换算出ps、pc、pv三点构成的角度av；若av大于a，则av＝360-av，同时记录下翻转标注f＝-1(默认为f＝1)；

计算实际的指针读数值v＝rs+f*vd*av。

在另一个实施例中，所述获取所述仪表量程的单位角度量程，包括：

获取仪表量程总角度；所述仪表量程总角度为所述量程起点、指针圆心点和量程终点所构成的角度；将所述仪表量程除以所述仪表量程总角度，得到所述单位角度量程。

具体实现中，获取仪表量程起点、指针圆心点和量程终点所构成的仪表量程总角度，将仪表量程除以仪表量程总角度，得到单位角度量程。

例如，定义“ps”为指针式仪表的量程起点，“pe”为指针式仪表的量程终点，“pc”为指针式仪表的指针圆心点，“vs”为指针式仪表的量程值，“rs”为指针式仪表的量程起点值。

根据获取的仪表关键点(量程起点ps，量程终点pe，圆心点pc)换算出ps、pc、pe三点构成的角度a；

根据仪表量程值vs计算每个单位角度下量程值vd＝vs/a；

根据本实施例的技术方案，通过识别出仪表图像中的仪表轮廓及仪表图像的仪表关键点，并根据仪表轮廓获得仪表实际量程，通过仪表关键点与所述仪表量程之间的对应关系进行的仪表读数值的自动计算，准确地得到仪表读数，从而可以解决现有的指针式仪表读数方法存在着耗费用户抄表读数的时间的问题。

为了便于本领域技术人员深入理解本申请实施例，以下将结合具体的示例进行说明。图5是一个实施例的一种指针式仪表读数的具体流程示意图。如图所示，图像采集仪表图像，并将图像传输至仪表读数识别服务器中，利用mtcnn模型对传输至服务器中的仪表图像进行仪表轮廓和仪表关键点识别，通过仪表轮廓获取仪表量程，根据仪表量程和仪表关键点计算仪表读数，最后，将仪表读数输出至终端显示。

为了便于本领域技术人员深入理解本申请实施例，以下将结合具体的示例进行说明。图6是一个实施例的另一种指针式仪表读数的具体流程示意图。如图所示，图像采集仪表图像，并将图像传输至仪表读数识别服务器中，利用mtcnn模型对传输至服务器中的仪表图像进行仪表轮廓和仪表关键点识别，根据量程配置信息确定仪表量程，根据仪表量程和仪表关键点计算仪表读数。

为了便于本领域技术人员深入理解本申请实施例，以下将结合具体的示例进行说明。图7是一个实施例的一种指针式仪表读数的具体应用环境。如图所示，在变电站表计(如气压表、避雷器监测器表)表盘的正前方安装鱼眼网络摄像头，摄像头通过网线接入交换机，仪表读数服务器通过网线与交换机连接，可采用gpu(graphicsprocessingunit，图形处理器)图像识别工作站作为仪表读数服务器。前端鱼眼网络摄像头定时拍摄表盘清晰照片传回后台gpu工作站进行仪表读数，并将仪表读数通过终端显示。

为了便于本领域技术人员深入理解本申请实施例，以下将结合具体的示例进行说明。图8是一个实施例的一种指针式仪表图像采集的具体实现方法示意图。如图所示，在变电站表计(如气压表、避雷器监测器表)表盘的正前方安装鱼眼网络摄像头，每个摄像头每天定时拍摄一张表盘照片传输到gpu图像识别工作站进行表计读数识别。拍摄图片及识别结果临时存储于gpu图像识别工作站(存储期限一个月)，同时拍摄图片及识别结果传输一份至生产系统应用中长期存储。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图9所示，提供了一种指针式仪表读数装置，包括：获取模块1010、识别模块1020、读数模块1030，其中：

获取模块1010，用于获取仪表图像；

识别模块1020，用于识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

读数模块1030，根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

在一个实施例中，所述读数模块1030，包括：

类型确定子模块，用于确定所述仪表轮廓对应的仪表类型；

量程确定子模块，用于根据所述仪表类型，确定所述仪表量程。

在一个实施例中，所述识别模块1020，包括：

候选框生成模块子模块，用于生成多个仪表候选框；

仪表子图像获取子模块，用于截取所述仪表候选框中的图像，得到多张候选仪表子图像；

图像评分子模块，用于通过多任务卷积神经网络算法，获取所述多张候选仪表子图像的图像评分；

优选仪表子图像提取子模块，用于获取优选仪表子图像；

仪表轮廓提取子模块，用于根据所述优选仪表子图像，提取仪表轮廓。

在一个实施例中，所述仪表轮廓提取子模块，包括：

交集面积计算单元，用于计算所述候选仪表子图像与所述优选仪表子图像的交集面积；

并集面积计算单元，用于计算所述候选仪表子图像与所述优选仪表子图像的并集面积；

交并面积比计算单元，用于计算交并面积比；交并面积比为所述交集面积与所述并集面积的比值；

目标仪表子图像获取单元，用于在所述候选仪表子图像中获取目标仪表子图像；

仪表轮廓提取单元，用于从所述目标仪表子图像中，提取出仪表轮廓。

在一个实施例中，所述读数模块1030，包括：

单位角度量程子模块，用于获取所述仪表量程的单位角度量程；

指针读数角度子模块，用于获取指针读数角度为所述量程起点、指针圆心点和指针读数点所构成的角度；

在一个实施例中，所述读数模块1030，包括：

仪表量程总角度子模块，用于获取仪表量程总角度为所述量程起点、指针圆心点和量程终点所构成的角度；

单位角度量程子模块，用于将所述仪表量程除以所述仪表量程总角度，得到所述单位角度量程。

上述提供的指针式仪表读数装置可用于执行上述任意实施例提供的指针式仪表读数方法，具备相应的功能和有益效果。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种一种指针式仪表读数的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取仪表图像；

识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

确定所述仪表轮廓对应的仪表类型；

根据所述仪表类型，确定所述仪表量程。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

生成所述仪表图像的多个仪表候选框；

分别截取所述仪表候选框中的图像，得到多张候选仪表子图像；

通过多任务卷积神经网络算法，获取所述多张候选仪表子图像的图像评分；

选取所述图像评分最高的候选仪表子图像，作为优选仪表子图像；

根据所述优选仪表子图像，提取出所述仪表轮廓。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

计算所述候选仪表子图像与所述优选仪表子图像的交集面积；

计算所述候选仪表子图像与所述优选仪表子图像的并集面积；

获取交并面积比；所述交并面积比为所述交集面积与所述并集面积的比值；

在所述候选仪表子图像中，删除所述交并面积比大于预设的交并面积比阈值的候选仪表子图像，得到目标仪表子图像；

从所述目标仪表子图像中，提取出所述仪表轮廓。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取所述仪表量程的单位角度量程；

获取指针读数角度；所述指针读数角度为所述量程起点、指针圆心点和指针读数点所构成的角度；

将所述指针读数角度与所述单位角度量程相乘，得到所述仪表读数。

一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取仪表量程总角度；所述仪表量程总角度为所述量程起点、指针圆心点和量程终点所构成的角度；

将所述仪表量程除以所述仪表量程总角度，得到所述单位角度量程。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取仪表图像；

识别所述仪表图像的仪表轮廓，以及，识别所述仪表图像的仪表关键点；

根据所述仪表轮廓确定指针仪表量程，并根据所述仪表量程和所述仪表关键点，得到仪表读数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

确定所述仪表轮廓对应的仪表类型；

根据所述仪表类型，确定所述仪表量程。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

生成所述仪表图像的多个仪表候选框；

分别截取所述仪表候选框中的图像，得到多张候选仪表子图像；

通过多任务卷积神经网络算法，获取所述多张候选仪表子图像的图像评分；

选取所述图像评分最高的候选仪表子图像，作为优选仪表子图像；

根据所述优选仪表子图像，提取出所述仪表轮廓。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

计算所述候选仪表子图像与所述优选仪表子图像的交集面积；

计算所述候选仪表子图像与所述优选仪表子图像的并集面积；

获取交并面积比；所述交并面积比为所述交集面积与所述并集面积的比值；

在所述候选仪表子图像中，删除所述交并面积比大于预设的交并面积比阈值的候选仪表子图像，得到目标仪表子图像；

从所述目标仪表子图像中，提取出所述仪表轮廓。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取所述仪表量程的单位角度量程；

获取指针读数角度；所述指针读数角度为所述量程起点、指针圆心点和指针读数点所构成的角度；

将所述指针读数角度与所述单位角度量程相乘，得到所述仪表读数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取仪表量程总角度；所述仪表量程总角度为所述量程起点、指针圆心点和量程终点所构成的角度；

将所述仪表量程除以所述仪表量程总角度，得到所述单位角度量程。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一种非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。