一种基于视觉识别的仪表检测装置及其检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115965625A(43)申请公布日2023.04.14(21)申请号202310252271.5(22)申请日2023.03.16(71)申请人南京轶诺科技有限公司地址210000江苏省南京市雨花台区花神庙10号02栋智慧城市产业园6楼603室(72)发明人孔育中李振红高春刚高勋熊梦祥郭新陈天柱(74)专利代理机构北京汇众通达知识产权代理事务所(普通合伙)11622专利代理师李志男(51)Int.Cl.G06T7/00(2017.01)G06N3/0464(2023.01)G06N3/08(2023.01)权利要求书3页说明书9页附图2页(54)发明名称一种基于视觉识别的仪表检测装置及其检测方法(57)摘要本发明属于仪表检测技术领域，具体涉及一种基于视觉识别的仪表检测装置及其检测方法，包括如下步骤：在终端服务器构建检测模型和指令库，所述指令库中包含有多个指令子集；通过图像采集模块对仪表设备进行图像采集，获取面板图像，通过所述检测模型对面板图像进行识别，获取面板参数，根据所述面板初始特征匹配指令库，获取待测试指令集；从所述待测试指令集中选取任一未选取的指令子集，将该指令子集发送至仪表设备，并对所述仪表设备进行图像采集，获取反馈图集，同时，通过所述终端服务器对该指令子集进行解译，获取指令内容。本发明通过检测模型识别面板特征，并调用相应的测试报文对仪表设备进行检测，提高了模型的泛化能力和适用范围。CN115965625ACN115965625A权利要求书1/3页1.一种基于视觉识别的仪表检测方法，其特征在于：主要包括如下步骤：S1：在终端服务器构建检测模型和指令库，所述指令库中包含有多个指令子集；S2：通过图像采集模块对仪表设备进行图像采集，获取面板图像，通过所述检测模型对面板图像进行识别，获取面板参数，根据所述面板参数匹配指令库，获取待测试指令集；S3：从所述待测试指令集中选取任一未选取的指令子集，将该指令子集发送至仪表设备，并对所述仪表设备进行图像采集，获取反馈图集，同时，通过所述终端服务器对该指令子集进行解译，获取检测内容；S4：以所述面板图像为参照，通过检测模型对反馈图集进行识别，获取差异特征，对所述差异特征和检测内容进行匹配，获取判定记录；S5：重复所述S3和S4中的步骤，直至所述待测试指令集中的所有指令子集都发送至仪表设备，获取多个判定记录，根据多个所述判定记录生成检测记录，并对所述检测记录进行存储。2.根据权利要求1所述的一种基于视觉识别的仪表检测方法，其特征在于：如所述S1中，在终端服务器构建检测模型的主要步骤如下：S11：构建卷积神经网络模型，所述卷积神经网络模型至少包含有输入层、卷积层、池化层、全连接层和输出层；S12：获取训练数据、验证数据以及测试数据，所述训练数据中至少包括符号标识图集、段式图标集、针式图集以及文本式图集；S13：将所述训练数据输入至卷积神经网络中进行训练，获取基于卷积神经网络的检测模型；S14：利用所述验证数据对检测模型进行验证，并利用所述测试数据对检测模型进行测试。3.根据权利要求1所述的一种基于视觉识别的仪表检测方法，其特征在于：如所述S1中所述，在终端服务器构建指令库的主要步骤如下：S15：构建指令库，在所述指令库中构建多个指令子集，为每一个指令子集创建一级信号标签，所述一级信号标签中记录有检测目标信息；S16：根据一级信号标签在指令子集中构建多个测试报文，为每一个测试报文创建二级信号标签，所述二级信号标签记录有目标状态信息。4.根据权利要求1所述的一种基于视觉识别的仪表检测方法，其特征在于：如所述S2中，获取待测试指令集的主要步骤如下：S21：通过图像采集模块对仪表设备进行图像采集，获取面板图像；S22：通过所述检测模型对面板图像进行识别，获取包含有多个面板特征的面板参数，并为每一个面板特征创建图像标签，所述图像标签中记录有面板特征信息；S23：根据所述图像标签匹配指令库，对所述图像标签和一级信号标签相匹配的指令子集进行调用，获取待测试指令集。5.根据权利要求1所述的一种基于视觉识别的仪表检测方法，其特征在于：如所述S3中，对所述仪表设备进行图像采集，获取反馈图集的主要步骤如下：S31：从所述待测试指令集中选取任一未选取的指令子集，将该指令子集中的若干测试报文逐一发送至仪表设备；2CN115965625A权利要求书2/3页S32：每发送一个测试报文，所述图像采集模块对仪表设备进行一次图像采集，获取反馈图像，直至该指令子集中的所有测试报文发送完毕，获取反馈图集。6.根据权利要求5所述的一种基于视觉识别的仪表检测方法，其特征在于：如所述S4中，获取判定记录的主要步骤如下：S41：将所述反馈图像和面板图像输入至检测模型，获