本发明属于智能目标检测，具体涉及一种智能多类型工业仪表在线识别方法。
背景技术：
1、目标检测是很多计算机视觉应用的基础，为目标分类和定位两个任务的结合，随着深度学习技术的不断发展，许多卷积神经网络都已具备优越的检测性能。仪表读数的检测与识别被广泛应用在工业中，然而工程领域中复杂的背景环境为获取仪表信息带来了困难，存在光照不均、背景复杂、图像模糊、仪表倾斜以及遮挡等多种干扰问题导致仪表读数难以自动在线进行识别。
技术实现思路
1、为解决上述技术问题，本发明提供了一种智能多类型工业仪表在线识别方法。采用模板匹配、指针拟合的传统机器学习方法对指针型仪表进行识别，同时基于yolov5的深度学习目标检测方法，对数字型、按钮型等四种类型工业仪表进行在线识别。以解决光照不均、背景复杂、图像模糊、仪表倾斜、仪表读数难以及遮挡等多种干扰问题。
2、本发明为实现上述目的所采用的技术方案是：一种智能多类型工业仪表在线识别方法，包括以下步骤：
3、基于yolov5的目标检测方法对仪表图像数据进行仪表类型识别；
4、对于指针型仪表图像，通过模板匹配对指针型仪表图像中的指针数字进行识别，得到指针型仪表中的指针数字，实现工业仪表的在线识别。
5、所述基于yolov5的目标检测方法对仪表图像数据进行仪表类型识别，包括以下步骤：
6、将采集的仪表图像数据输入至yolov5模型网络，得到仪表类型；所述仪表类型包括指针型仪表图像、数字型仪表图像、红色按钮图像、绿色按钮图像；
7、所述yolov5模型网络通过训练得到，具体如下：
8、将所有采集的工业仪表图像所有的表针区域进行标注，以表示仪表类型，并以设定比例划分成训练集和验证集；
9、将训练集输入yolov5模型网络进行训练，得到训练好的yolov5模型网络。
10、所述通过模板匹配对指针型仪表图像中的指针数字进行识别，包括以下步骤：
11、预先在获取的工业仪表图像中选择选择一张指针型仪表图像，并裁剪出仪表区域作为模板；
12、基于opencv平方差匹配函数将模板和指针型仪表图像进行匹配，若匹配成功，则表示指针型仪表图像为指针型仪表图片，否则，不是指针型仪表图片；
13、若匹配成功，对模板在指针型仪表图像进行缩放，选取指针仪表图片中的最佳匹配区域；
14、对最佳匹配区域使用k-means二值化，将匹配区域图像转成二值化图像；
15、删除二值化图中的无用边缘区域；
16、根据模板选定指针的旋转中心，拟合指针角度范围；
17、根据拟合指针角度范围和指针型仪表图像提取的真实指针的像素重合程度，得到真实指针值。
18、所述基于opencv平方差匹配函数将模板和指针型仪表图像进行匹配，具体如下：r(x,y)＝∑x,,y,(t(x’,y’)-i(x+x’,y+y’))2
19、其中，匹配矩阵为r(x,y)，模板图像矩阵为t(x’,y’)，指针型仪表图像矩阵为i(x,y)；
20、匹配矩阵的值小于阈值，则表示匹配成功；否则，匹配失败。
21、一种智能多类型工业仪表在线识别系统，包括：
22、仪表类型识别模块，用于基于yolov5的目标检测方法对仪表图像数据进行仪表类型识别；
23、指针数字识别模块，用于对于指针型仪表图像，通过模板匹配对指针型仪表图像中的指针数字进行识别，得到指针型仪表中的指针数字，实现工业仪表的在线识别。
24、一种智能多类型工业仪表在线识别装置，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如权利要求1-4任一项所述的一种智能多类型工业仪表在线识别方法。
25、一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现所述的一种智能多类型工业仪表在线识别方法。
26、本发明具有以下有益效果及优点：
27、1)本发明采用模板匹配的方法对指针型仪表图像的表针数字进行识别，实现一种复杂环境下高效的图像检测方法。
28、2)本发明采用深度学习yolov5模型实现对四种工业仪表目标识别，模型参数量小，识别率高，可适用于工业仪表的实时在线识别。
29、3)本发明综合运用人工智能、目标检测等先进技术，实现了工业仪表信息的感知、数据分析、提升工厂智能化水平。
1.一种智能多类型工业仪表在线识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述基于yolov5的目标检测方法对仪表图像数据进行仪表类型识别，包括以下步骤：
3.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述通过模板匹配对指针型仪表图像中的指针数字进行识别，包括以下步骤：
4.根据权利要求3所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述基于opencv平方差匹配函数将模板和指针型仪表图像进行匹配，具体如下：
5.一种智能多类型工业仪表在线识别系统，其特征在于，包括：
6.一种智能多类型工业仪表在线识别装置，其特征在于，包括存储器和处理器；
7.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-4任一项所述的一种智能多类型工业仪表在线识别方法。
