一种油面温控器指针智能化识别方法及装置

本发明属于机器识别的，具体涉及一种油面温控器指针智能化识别方法及装置。

背景技术：

1、油面温控器主要由感温包、毛细管、弹性元件、内部机构组成。当温度变化时，感温包内的感温介质的体积随之变化。这个体积增量通过毛细管传递到弹性元件，再通过机构放大形变，带动指针的移动。由于其机械特性，所以广泛应用于变电站中，在对油面温控器的读数方面，还是以人工读数的方式为主，在结果上容易有读数人员由于主观认知引入的误差，在过程上效率和准确度都较低。

2、现存的识别算法主要是使用图像处理的方法，对环境要求比较高，预处理步骤繁杂、需要调节的参数较多，准确度较低。读数计算方法都是传统的指针和整个量程相除的方法，这种方法并不适用于刻度分布不均匀的油面温控器，误差较大，实际使用可行性较低。

技术实现思路

1、本发明的目的在于，提供一种识别效率和准确度都较高的油面温控器的识别方法及装置，可以满足不同场景环境的识别任务要求，使用增强比例法进行读数计算，避免油面温控器刻度分布不均匀所引入误差，提高不同环境下对油面温控器识别任务的准确度和效率。

2、为实现上述目的，本发明采用如下技术方案。

3、一种油面温控器指针智能化识别方法及装置，包括如下步骤：

4、步骤1，训练yolov5神经网络检测并分类需要进行识别的油面温控器；

5、步骤2，使用霍夫变换检测表盘，通过映射变换矫正倾斜表盘；

6、步骤3，训练u2net神经网络分割油面温控器的指针以及刻度信息；

7、步骤4，将步骤3得到的指针、刻度位置信息，确定包含刻度指针的环形区间，通过极坐标变换将环形刻度指针转换为线性刻度指针并转换为一维数组；

8、步骤5，使用增强比例法，计算出指针读数。

9、对前述的油面温控器指针智能化识别方法及装置的进一步改进或完善，所述步骤1中，如果出现多个多种类的油面温控器时，需要将各个油面温控器进行分类，并对每一个仪表进行遍历识别。

10、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，所述步骤1和步骤3中，还包括模型训练素材的人工标注的过程，所选择的标注工具为labelme，步骤1使用矩形框标出仪表并标注对应类型，步骤3使用不规则的闭环框框出刻度和指针的轮廓并分别标注指针刻度信息，将上述标注信息保存为xml文件，通过转换函数分别将xml转换成txt和json的数据集文件，将数据集分别置于两个网络指定的路径完成模型的训练。

11、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，yolov5神经网络选取yolov5s模型，训练批次为400轮,学习率为0.01，每批次训练选取的图片数量设定为4；u2net神经网络训练批次为400，每批次训练选取的图片数量设定为4。

12、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，在步骤1后，针对不同类型的油面温控器，在步骤3中分割刻度和指针时，对于不同类型的油面温控器，通过预设刻度的数量来分析刻度的数量是否符合对应类型仪表的实际对应，考虑特殊情况比如指针和刻度重合时的计算方法。

13、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，在步骤2中，利用霍夫变换对仪表进行检测，检测到表盘轮廓并获取椭圆信息，得到长轴和短轴对应的四个端点，以椭圆长轴为半径拟定一个正圆，将正圆的四个极轴端点作为目标点，计算映射矩阵，最后使用映射矩阵实现拍摄角度偏移仪表的矫正。

14、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，通过步骤3得到包含指针信息和刻度信息的两个通道，通过指针和刻度位置在表盘上确定一个环形区域，圆环可以降低圆心倾斜所导致的读数误差，将圆环内的点通过极坐标变换得到线性坐标信息，并通过步骤4，转换为一维数组。

15、对前述的油面温控器指针智能化识别方法及装置的进一步改进和完善，通过步骤3和步骤4后，可以得到各个刻度和指针的相对位置信息，通过增强比例法，计算指针在相邻两个刻度之间的比例，计算得到指针的示值，具体公式如下：其中li为指针所在前一个刻度的的位置，n为识别到的刻度的数量，l为指针的位置，range为仪表量程。

16、其有益效果在于：

17、本发明提出了一种油面温控器指针智能化识别方法及装置，通过不同的神经网络分别进行仪表检测和指针刻度分割，使用yolov5目标检测算法来定位仪表区域有助于排除背景干扰，提高后续处理效果；使用u2net语义分割算法准确分割出指针和刻度，使用了增强比例法计算读数减少了传统比例法计算引入的误差，经过测试识别精确率高达99.87％，大大提高了识别的准确度。该方法适应性强，可以满足不同场景下的需求，可以实现对油面温控器的高效、准确识别；该方法展现了深度学习技术在解决实际问题中的巨大潜力。

技术特征：

1.一种油面温控器指针智能化识别方法及装置，其特征在于，包括：

2.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，由于油面温控器的刻度分布是不均匀的，使用常规比例法会引入计算误差，本发明使用增强比例法，通过线性的指针和相邻刻度之间的比例关系来确定仪表的指针示值。

3.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，使用yolov5目标检测网络对仪表进行分类和定位，可以避免环境对识别带来的影响，能够实现对不同型号和类型的油面温控器的自适应识别，无需人工调整参数。

4.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，通过引入透视变换进行矫正，在现场校准时在拍摄视角过度倾斜时，通过霍夫变换检测仪表椭圆边缘，通过判断长轴和短轴之间的比例来判断倾斜程度，通过将检测椭圆长轴和短轴的端点和正圆极轴的端点，计算并应用变换矩阵，完成对倾斜的矫正。

5.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，使用u2-net语义分割网络可以准确地分割出仪表内的指针和刻度，保证后续线性化变换和读数的精确性，从而提高整个识别系统的可靠性和精度。

6.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，对本发明所述识别方法避免了常规图像处理、特征匹配或hough变换等方法处理复杂、精度低等问题，提升了识别方法的鲁棒性以及准确性。

7.根据权利要求1所述的油面温控器指针智能化识别方法及装置，其特征在于，对所述的目标检测模型及语义分割模型，将多种不同类别的油面温控器图像作为数据集加入训练，最终得到的网络模型可以完成不同类型的油面温控器识别。

技术总结本发明属于机器识别技术领域，研究了一种油面温控器指针智能化识别方法及装置。提供一种识别效率和准确度都较高的油面温控器的识别方法及装置，可以满足不同场景环境的识别任务要求，使用增强比例法进行读数计算，避免油面温控器刻度分布不均匀所引入误差，提高不同环境下对油面温控器识别任务的准确度和效率。通过YOLOv5目标检测网络定位分类需要进行识别的油面温控器，使用霍夫变换检测表盘，通过映射变换矫正倾斜表盘，使用U<supgt;2</supgt;net神经网络分割油面温控器的指针以及刻度信息，将步骤3得到的指针、刻度位置信息，确定包含刻度指针的环形区间，通过极坐标变换将环形刻度指针转换为线性刻度指针并转换为一维数组，通过增强比例法，将指针和相邻刻度之间的比例关系作为读数的方法，计算出指针读数。该方法适应性强，可以满足不同场景下的需求，可以实现对油面温控器的高效、准确识别；该方法展现了深度学习技术在解决实际问题中的巨大潜力。技术研发人员：劳伟盛,孙斌,赵玉晓受保护的技术使用者：中国计量大学技术研发日：技术公布日：2024/11/4