一种设备铭牌双重智能化识别方法、存储介质及终端与流程

1.本发明涉及人工智能技术应用领域，尤其是涉及一种设备铭牌双重智能化识别方法、存储介质及终端。


背景技术：

2.近年来，随着人工智技术的快速发展和广泛应用，人工智能技术广泛应用在安防、金融、医学等领域，大大提高了生产效率。电力设备带电检测(包括红外检测、紫外检测、局放检测等)对发现掌握电力设备状态和发现隐患有重大意义。电力设备带电检测中需要抄写电力设备铭牌并在系统中录入，以对应其带电检测结果。电力设备铭牌比较复杂，且包含中英文字符和数字，受限于变电站的狭小空间和光线，电力设备铭牌有时无法进行清晰拍摄。因此，使用单一文字识别技术进行电力铭牌识别，往往无法满足复杂电力场景下设备铭牌识别的要求。


技术实现要素：

3.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种设备铭牌双重智能化识别方法、存储介质及终端。
4.本发明的目的可以通过以下技术方案来实现：
5.一种设备铭牌双重智能化识别方法，该方法包括以下步骤：
6.s1：获取设备铭牌图像；
7.s2：判断设备铭牌图像的清晰度是否可以进行文字识别，若是，对设备铭牌图像中的文字进行识别，得到设备铭牌内容，结束，若否，执行步骤s3；
8.s3：获取设备铭牌语音数据；
9.s4：对设备铭牌语音数据进行语音识别，得到设备铭牌内容，结束。
10.s1中，所述的设备铭牌图像通过ccd相机获取。
11.s3中，所述的设备铭牌语音数据通过麦克风采集。
12.s2中，对设备铭牌图像中的文字通过ocr光学字符识别进行识别。
13.所述ocr光学字符识别的过程包括：
14.s21：对设备铭牌图像进行角度校正和去噪；
15.s22：行分割获得设备铭牌图像的文字行；
16.s23：将文字行进行列分割，得到字符；
17.s24：将字符输入ocr识别模型得到设备铭牌内容。
18.s24中，将字符输入ocr识别模型得到初步设备铭牌内容，初步设备铭牌内容通过卷积神经网络进行二次校正，得到设备铭牌内容。
19.s4中，通过深度全序列卷积神经网络对设备铭牌语音数据进行语音识别。
20.通过深度全序列卷积神经网络对设备铭牌语音数据进行语音识别的过程包括：
21.s41：对设备铭牌语音数据进行傅里叶变换；
22.s42：将时间和频率作为两个维度，通过卷积层和池化层的组合进行语音识别，得到设备铭牌内容。
23.一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现所述的设备铭牌双重智能化识别方法。
24.一种终端，包括：处理器及存储器；其中，
25.所述存储器用于存储计算机程序；
26.所述处理器用于加载执行所述计算机程序，以使所述终端执行所述的设备铭牌双重智能化识别方法。
27.与现有技术相比，本发明具有以下优点：
28.(1)通过对设备铭牌图像中的文字进行识别和对设备铭牌语音数据进行语音识别的双重识别，克服了变电站的狭小空间和光线的局限性，满足复杂电力场景下设备铭牌识别的要求，实现复杂电力环境下电力设备铭牌快速、精确的识别。
29.(2)采用ocr光学字符识别，并通过卷积神经网络进行二次校正，使图像识别结果更加准确。
30.(3)使用深度全序列卷积神经网络，使语音识别结果更加准确。
附图说明
31.图1为本发明的流程图；
32.图2为本发明通过卷积神经网络进行二次校正的过程；
33.图3为本发明深度全序列卷积神经网络进行语音识别的过程。
具体实施方式
34.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
35.实施例
36.本实施例提供一种设备铭牌双重智能化识别方法，该方法包括以下步骤：
37.s1：获取设备铭牌图像；
38.s2：判断设备铭牌图像的清晰度是否可以进行文字识别，若是，对设备铭牌图像中的文字进行识别，得到设备铭牌内容，结束，若否，执行步骤s3；
39.s3：获取设备铭牌语音数据；
40.s4：对设备铭牌语音数据进行语音识别，得到设备铭牌内容，结束。
41.具体而言：
42.s1中，设备铭牌图像通过ccd相机获取；s2中，对设备铭牌图像中的文字通过ocr光学字符识别进行识别；s3中，设备铭牌语音数据通过麦克风采集，设备铭牌语音数据由工作人员读入；s4中，通过深度全序列卷积神经网络对设备铭牌语音数据进行语音识别。
43.ocr光学字符识别的过程包括：
44.s21：对设备铭牌图像进行角度校正和去噪；
45.s22：行分割获得设备铭牌图像的文字行；
46.s23：将文字行进行列分割，得到字符；
47.s24：将字符输入ocr识别模型得到设备铭牌内容，其中，将字符输入ocr识别模型得到初步设备铭牌内容，初步设备铭牌内容通过卷积神经网络进行二次校正，得到设备铭牌内容；本实施例利用tesseract库进行识别。
48.通过深度全序列卷积神经网络对设备铭牌语音数据进行语音识别的过程包括：
49.s41：对设备铭牌语音数据进行傅里叶变换；
50.s42：将时间和频率作为两个维度，通过卷积层和池化层的组合进行语音识别，得到设备铭牌内容。
51.本实施例提供一种计算机可读存储介质，其中存储有计算机程序，计算机程序被处理器加载执行时，实现上述的设备铭牌双重智能化识别方法。
52.本实施例还提供一种终端，包括：处理器及存储器；其中，存储器用于存储计算机程序；处理器用于加载执行计算机程序，以使终端执行上述的设备铭牌双重智能化识别方法。