一种基于深度学习的工业指针仪表读数自动识别方法

本发明属于指针仪表读数识别技术领域，具体公开了一种基于深度学习的工业指针仪表读数自动识别方法，包括以下步骤：利用工业相机采集指针式仪表图像；利用基于YOLOX‑DC的仪表盘检测模型，检测仪表图像中的仪表盘；利用基于PM‑SwinUnet的图像分割模型，对仪表盘的指针、关键刻度和刻度读数进行分割，得到仪表的分割图像；基于仪表的分割图像，使用骨架细化和中心点提取算法去除边缘像素，得到指针的位置、指针的方向和刻度的位置，进而利用改进的角度法得到最终的指针式仪表读数。本发明解决了现有指针仪表读数识别存在依赖先验信息、泛化能力差以及分割不完整的问题，实现指针仪表读数的准确识别。