图像识别系统、具有图像识别系统的集抄数据系统及一种远程集中抄表方法与流程

本发明属于自动抄表辅助设备和方法技术领域，尤其涉及一种图像识别系统、具有图像识别系统的集抄数据系统及一种远程集中抄表方法。

背景技术

在水、电、气、热供应的自来水公司、燃气公司、电力公司和热力公司中，为了实现传统仪表的自动抄表，通常都是采用mbus仪表码盘摄像识别远传设备来对传统仪表的码盘数字进行识别和远传。但是，目前使用的mbus仪表码盘摄像识别远传设备是将摄像头拍摄的普通机械仪表的码盘数字图片经过摄像识别远传设备的cpu处理后，通过mbus有线的方式传输到采集器或集中器，然后通过采集器或集中器传输到移动、联通或电信的无线通信网路，最后再通过移动、联通或电信的无线通信网路传输到计算机上。采用这种方式，需要外部设备给mbus仪表码盘摄像识别远传设备提供直流36v电源。而直流36v电源需要通过220v交流电源转换而来。但是，由于大部分传统仪表安装现场没有220v交流电源，这样限制了mbus仪表码盘摄像识别远传设备使用的通用性。同时，mbus仪表码盘摄像识别远传设备不能直接将数据传输到移动、联通或电信的无线通信网路，需要外加采集器或集中器。这样限制了仪表码盘摄像识别远传模块使用的通用性，且增加了额外的采集设备，增加了成本。

目前市场上，还有采用窄带物联网通信的摄像识别远传设备来对水表进行抄表，例如申请号为22711445054.9的中国专利申请，揭示了一种电池供电的nb-iot水表码盘摄像识别远传设备，是通过摄像头拍摄机械水表的码盘数字，将拍摄的照片传给cpu，cpu对照片进行解析获得机械水表的码盘数字的数值，再通过nb-iot芯片将数值传至抄表中心。这种远传设备虽然解决了上面mbus仪表码盘摄像识别远传设备需要外加电源、采集器和集中器等问题，但是，这种远传设备是通过cpu对照片进行解析，由于传统机械水表型号规格多种多样，并不统一，cpu处理资源有限，解析准确度难以保证，通用性仍然不高；另外，这种远传设备经cpu解析后的数值通过nb-iot芯片直接传给抄表中心，即有多少个机械水表，那么就有多少个数值分别传输给抄表中心，对机械水表还是离散化管理，智能化不足。

由此可见，现有的仪表识别远传设备存在准确度不高，通用性不强，无法集成化，使用不便等问题。

技术实现要素：

本发明的目的是针对现有技术的不足，从而提供一种可以提高图像识别准确度的图像识别系统，在此基础上还提供一种适应性强，管理智能化的具有该图像识别系统的集抄数据系统，最后提供一种准确度高、方便可行的远程集中抄表方法。

为实现上述目的，本发明采用的技术方案是：一种图像识别系统，包括文件服务器、图片处理模块、数字传输模块和学习训练库；文件服务器用于存储输入端接收的图片和数字传输模块传输过来的数据；图片处理模块用于定时处理文件服务器中的图片；数字传输模块用于判断图片处理模块的输出，并根据判断结果将图片处理模块的输出传输给文件服务器或学习训练库，学习训练库用于数字传输模块传输过来的数据进行深度学习后将结果反馈给图像处理模块。

进一步地，图片处理模块包括图片抓取模块和图片识别模块，图片抓取模块用于定时从文件服务器中抓取图片，图片识别模块用于识别图片抓取模块抓取来的图片并将识别结果输出给数字传输模块。

进一步地，图片识别模块包括图片分割模块和数字识别模块，图片分割模块用于对图片抓取模块抓取来的图片，根据图片上的数字数量对图片进行分割，形成数个小图片，每个小图片上有一个数字，数字识别模块对数个小图片上的数字进行识别。

进一步地，数字传输模块用于将数字识别模块识别出来的数字传输给文件服务器，将数字识别模块无法识别出来的小图片放入到学习训练库中。

进一步地，图片处理模块包括图片抓取模块和图片识别模块，图片抓取模块用于定时从文件服务器中抓取图片，图片识别模块用于识别图片抓取模块抓取来的图片并将识别结果输出给传输模块。

进一步地，图片识别模块包括图片分割模块和数字识别模块，图片分割模块用于对图片抓取模块抓取来的图片，根据图片上的数字数量对图片进行分割，形成数个小图片，每个小图片上有一个数字，数字识别模块对数个小图片上的数字进行识别。

进一步地，数字传输模块用于将数字识别模块识别出来的数字传输给文件服务器，将数字识别模块无法识别出来的小图片放入到学习训练库中。

为达到上述目的，本发明还提供一种集抄数据系统，除了包括上述图像识别系统外，还包括一个或一个以上的数据采集设备，数据采集设备的输出作为图像识别系统的输入。

进一步地，数据采集设备包括电源、图像获取装置、mcu和通信模组，电源为图像获取装置、mcu和通信模组供电，图像获取装置拍摄仪表的数字显示区并将照片传输给mcu，mcu对照片进行预处理后，通过通信模组传输给图像识别系统。

进一步地，预处理指mcu对照片进行压缩。

进一步地，通信模组为rs485总线或mbus总线。

进一步地，通信模组为nb-iot、lora、sub-1ghz任一种通信芯片。

进一步地，上述集抄数据系统还包括抄表系统，抄表系统用于接收图像识别系统的输出，获得仪表的读数，对仪表进行远程数据监控。

进一步地，仪表可以为水表、电表、气表或热量表。

为达到上述目的，本发明还提供一种远程集中抄表方法，其特征在于，包括如下步骤：

步骤一，数据采集设备对仪表的数字显示区进行拍照并对照片进行预处理；

步骤二，预处理后的照片通过有线或无线的方式传输给图像识别系统；

步骤三，图像识别系统对预处理后的照片进行识别，获得仪表的读数，并将读数通过无线方式传输给抄表系统；

步骤四，抄表系统获得仪表读数，对仪表进行数据远程监控。

附图说明

图1是本发明具体实施例提供的一种图像识别系统的结构示意图；

图2是本发明具体实施例提供的另一种图像识别系统的结构示意图；

图3是本发明具体实施例提供的一种图像识别模块的结构示意图；

图4是本发明具体实施例提供的第一种集抄数据系统的结构示意图；

图5是本发明具体实施例提供的第二种集抄数据系统的结构示意图；

图6是本发明具体实施例提供的第三种集抄数据系统的结构示意图；

图7是本发明具体实施例提供的第四种集抄数据系统的结构示意图；

图8是本发明具体实施例提供的一种数据采集设备的结构示意图；

图1-8中的标注：1-文件服务器，2-图片处理模块，3-数字传输模块，4-学习训练库，10-图像识别系统，20-数据采集设备，21-图片识别模块，22-图片抓取模块，30-抄表系统，201-电源，202-图像获取装置，203-mcu，204-通信模组，211-图像分割模块，212-数字识别模块。

具体实施方式

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

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

图1是本发明具体实施例提供的一种图像识别系统的结构示意图，为了便于说明，图中仅示出了与本发明实施例相关的部分，详述如下：

本发明实施例提供的图像识别系统，包括文件服务器1、图片处理模块2、数字传输模块3和学习训练库4；文件服务器1用于存储输入端接收的图片和数字传输模块3传输过来的数据；图片处理模块2用于定时处理文件服务器1中的图片；数字传输模块3用于判断图片处理模块2的输出，并根据判断结果将图片处理模块2的输出传输给文件服务器1或学习训练库4，学习训练库4用于对数字传输模块3传输过来的数据进行深度学习后将结果反馈给图像处理模块，即不断提取数字传输模块3传输过来的数据的特征进行学习训练，并将学习训练后的数据特征传输给图片处理模块2，从而增强图片处理模块2的处理能力。

图像识别系统通过采用人工智能ai技术来识别图片,即采用机器学习中深度学习算法—例如cnn(卷积神经网络)、rnn(循环神经网络)、dnn(深度神经网络)将图片进行分类型建模，通过学习不断提高识别准确率。

图2是本发明具体实施例提供的另一种图像识别系统的结构示意图,为了便于说明，图中仅示出了与本发明实施例相关的部分，详述如下：

图2所示的实施例与图1所示的实施例基本相同，其不同之处在于：图片处理模块2包括图片抓取模块22和图片识别模块21，图片抓取模块22用于定时从文件服务器1中抓取图片，图片识别模块21用于识别图片抓取模块22抓取来的图片并将识别结果输出给数字传输模块3，图片识别模块21还用于接收来自学习训练库4的经过学习训练后的数据特征，从而可以更好地识别图片。

图3是本发明具体实施例提供的一种图像识别模块的结构示意图，为了便于说明，图中仅示出了与本实施例相关的部分，详述如下：

在本发明实施例中，图片识别模块21包括图片分割模块211和数字识别模块212，图片分割模块211用于对图片抓取模块22抓取来的图片，根据图片上的数字数量对图片进行分割，形成数个小图片，每个小图片上有一个数字，数字识别模块212对数个小图片上的数字进行识别。

图4是本发明具体实施例提供的第一种集抄数据系统的结构示意图，在本发明实施例中，集抄数据系统包括数据采集设备20和前述的图像识别系统10，数据采集设备20的输出作为图像识别系统10的输入。

图5是本发明具体实施例提供的第二种集抄数据系统的结构示意图，与图4所示的实施例相比，在本发明实施例中，集抄数据系统具有多个(2个或2个以上)数据采集设备20，多个数据采集设备20的输出作为图像识别系统10的输入。

图6是本发明具体实施例提供的第三种集抄数据系统的结构示意图，与图4所示的第一种集抄数据系统相比，还包含抄表系统30，用于接收图像识别系统10的输出，获得仪表的读数，对仪表进行远程数据监控。

图7是本发明具体实施例提供的第四种集抄数据系统的结构示意图，与图5所示的第二种集抄数据系统相比，还包含抄表系统30，抄表系统30用于接收图像识别系统10的输出，获得仪表的读数，对仪表进行远程数据监控。

图8是本发明具体实施例提供的一种数据采集设备的结构示意图，数据采集设备20包括电源201、图像获取装置202、mcu203和通信模组204，电源201为图像获取装置202、mcu203和通信模组204供电，图像获取装置202拍摄仪表的数字显示区并将照片传输给mcu203，mcu203对照片进行预处理后，通过通信模组204传输给图像识别系统21，即通信模组204的输出为图像识别系统21的输入。

上述仪表可以为传统机械表也可为智能仪表。

特别地，mcu203对照片进行预处理指mcu203对照片进行压缩，从而可以减小照片的像素大小，方便传输。

特别地，图像获取装置202为摄像头。

特别地，通信模组204为有线模组，例如rs485总线或mbus总线。

可替代地，通信模组204为无线模组，例如nb-iot、lora、sub-1ghz任一种通信芯片。

nb-iot、lora和sub-1ghz是基于lpwa(低功耗广域网)的技术，具有覆盖面广、功耗低、成本低等优点。

本发明还提供了一种基于上述集抄数据系统的一种远程集中抄表方法，包括如下步骤：

步骤一，数据采集设备对仪表的数字显示区进行拍照并对照片进行预处理；

步骤二，预处理后的照片通过有线或无线的方式传输给图像识别系统；

步骤三，图像识别系统对预处理后的照片进行识别，获得仪表的读数，并将读数通过无线方式传输给抄表系统；

步骤四，抄表系统获得仪表读数，对仪表进行数据远程监控。

本发明实施例提供的图像识别系统，具有深度学习的功能，图片识别能力强。

本发明实施例提供的集抄数据系统，由于包含前述图像识别系统，具有很高的准确度，另外，本发明实施例提供的集抄数据系统，由于可将数个仪表读数相关的照片(图片)传输给前述图像识别系统，可实现数据的批量处理，对多个仪表可进行集成化管理，极大提高的抄表的效率。

本发明实施例提供的一种远程集中抄表方法，具有准确度高，集成度高，适应性好的优点。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。