基于深度学习的水表读数识别方法及在水表检定中的运用

本发明公开了一种基于深度学习的水表读数识别方法及在水表检定中的运用，包括采用基于特征提取和参数空间的表盘定位图像处理算法对表盘进行定位；搭建深度学习神经网络模型并进行训练完成对量级指针的识别；首先构建一个包含多种类型量级指针图像的数据集；对图像进行数据预处理；采用数据增强技术进一步处理图像；搭建神经网络模型，模型的架构包括卷积层、池化层、丢弃层、一个展平层和一个全连接层，输入图像经过归一化后进行卷积、池化和丢弃操作，从原始图像中提取并压缩特征，通过全连接层完成输出；最后再识别水表梅花针指向角度。本发明实现对水表读数的自动识别，减少人工操作的繁琐性，还能提高数据准确性和检定的可靠性。