CN114757922B 一种应用于指针式压力表的仪表读数方法及装置 （河南中原动力智能制造有限公司）

115号河南省信息安全产业示范基地A,2020.07.31A,2021.05.18A,2021.12.24A,2017.10.03一种应用于指针式压力表的仪表读数方法本发明公开了一种应用于指针式压力表的检机器人拍摄的指针式压力表的第一压力表图将所述第二压力表图像矫正为预设角度的第三2获取巡检机器人拍摄的指针式压力表的第一压力表图像，对通过透视变换将所述第二压力表图像矫正为预设角度的第三压力表图像，将所述第三压力表图像输入至基于深度学习神经网络的压力表分获取巡检机器人拍摄的指针式压力表的第四压力表图像，对通过透视变换将所述第五压力表图像矫正为预设角度的第六压力表图像，对所述第六压力表图像的表盘和指针进行分离处理，得到只包含指针的指针根据所述指针图像和表盘图像生成多种角度组合的第七压力表图像所述多种指针角度包括360种，所述多种表盘角度包括360种，所将所述第七压力表图像输入所述压力表分类模型，通过3×通过MBconv模块对所述第一特征图进行图像特征提取得到第通过1×1的卷积层对所述第四特征图降维操作，再输入至池化层根据所述分类结果和所述第七压力表图像的原始标签求loss后，进通过1×1的卷积层对所述第一特征图进行升维操作，通过DepthwiseC后的第一特征图的每个通道进行卷积，然后将每个通道的输出进行串联后提取图像特征，将提取的所述第二特征图输入SE模块后，将所述第二特征图输入至拟合所述第三压力表图像中压力表的椭圆边界，获取所述椭圆3所述压力表图像获取模块用于获取巡检机器人拍摄的指针式压力表的第一压力表图所述压力表图像矫正模块用于通过透视变换将所述第二压力表图像矫正为预设角度所述压力表读数模块用于将所述第三压力表图像输入至基于深度学习神经网络的压获取巡检机器人拍摄的指针式压力表的第四压力表图像，对通过透视变换将所述第五压力表图像矫正为预设角度的第六压力表图像，对所述第六压力表图像的表盘和指针进行分离处理，得到只包含指针的指针根据所述指针图像和表盘图像生成多种角度组合的第七压力表图像所述多种指针角度包括360种，所述多种表盘角度包括360种，所将所述第七压力表图像输入所述压力表分类模型，通过3×通过MBconv模块对所述第一特征图进行图像特征提取得到第通过1×1的卷积层对所述第四特征图降维操作，再输入至池化层根据所述分类结果和所述第七压力表图像的原始标签求loss后，进通过1×1的卷积层对所述第一特征图进行升维操作，通过DepthwiseC后的第一特征图的每个通道进行卷积，然后将每个通道的输出进行串联后提取图像特征，将提取的所述第二特征图输入SE模块后，将所述第二特征图输入至4[0002]本发明适应于巡检机器人领域，在工厂的各个角落中分布着众多的指针式压力5序列集中可以通过映射函数转换为真实序列的序列确定为[0033]根据所述分类结果和所述第七压力表图像的原始标签求lo[0034]进一步的，通过MBconv模块对所述第一特征图进行图像特征提取得到第四特征6[0039]所述压力表图像获取模块用于获取巡检机器人拍摄的指针式压力表的第一压力[0040]所述压力表图像矫正模块用于通过透视变换将所述第二压力表图像矫正为预设[0041]所述压力表读数模块用于将所述第三压力表图像输入至基于深度学习神经网络[0044]图1是本发明一实施例提供的应用于指针式压力表的仪表读数方法的流程示意[0045]图2是本发明一实施例提供的应用于指针式压力表的仪表读数装置的结构示意[0046]图3是本发明一实施例提供的应用于指针式压力表的仪表读数方法的只包含指针[0047]图4是本发明一实施例提供的应用于指针式压力表的仪表读数方法的只包含表盘[0048]图5是本发明一实施例提供的应用于指针式压力表的仪表读数方法的第七压力表[0049]图6是本发明一实施例提供的应用于指针式压力表的仪表读数方法的MBconv模块7[0050]图7是本发明一实施例提供的应用于指针式压力表的仪表读数方法的SE模块的结8[0068]根据所述分类结果和所述第七压力表图像的原始标签求loConv卷积(包含BatchNormalization和Swish激活函数)、一个SE模块(即Squeeze-and-Excitation模块)、一个1×1的卷积层(该卷积层起到降维作用，包含BatchNormalization)和一个Droupout层构进行降维操作，再经过Dropout层输出第三特征图；如图7所示，所述SE(Squeeze-and-[0074]本发明通过对巡检机器人拍摄的第一压力表图像进行分割处理后获得只包含压[0076]所述压力表图像获取模块用于获取巡检机器人拍摄的指针式压力表的第一压力[0077]所述压力表图像矫正模块用于通过透视变换将所述第二压力表图像矫正为预设[0078]所述压力表读数模块用于将所述第三压力表图像输入至基于深度学习神经网络9置包括上述应用