基于目標檢測算法的水表字輪數字識別方法研究

摘 要：本文旨在設計一種基于目標檢測算法的水表字輪數字識別系統，以解決傳統模板匹配方法在復雜環境下的局限性。該系統包括表盤與字輪區域定位、圖像旋轉校正、字輪分割與字符分類以及半字符示數判定等模塊。試驗結果表明，與傳統模板匹配方法相比，采用YOLOv5目標檢測算法的方法的整字符和半字符識別準確率有顯著提升，整體準確率提高了5.58%，表明基于目標檢測算法的水表字輪數字識別方法具有更好的識別效果和應用前景。

關鍵詞：目標檢測算法；水表字輪數字；數字識別方法

中圖分類號：TE 967" " " 文獻標志碼：A

水表字輪數字識別在水表抄表等領域具有重要應用價值，然而傳統的模板匹配方法受限于字符模板，對光照變化、遮擋等情況的處理能力有限。因此，本文提出了一種基于目標檢測算法的水表字輪數字識別方法。該方法包括表盤與字輪區域定位、圖像旋轉校正、字輪分割、字符分類以及半字符示數判定等關鍵步驟，能準確識別水表字輪數字。YOLOv5目標檢測算法能夠全面考慮圖像中的目標對象，具有更高的魯棒性和泛化能力[1]。

1 水表字輪數字識別系統設計

水表字輪數字識別系統包括以下4個設計細節。1） 盤與字輪區域定位模塊。盤與字輪區域定位模塊采用了YOLOv5目標檢測算法，以準確定位水表的表盤區域。利用邊緣檢測技術和形態學操作進一步確定字輪的具體位置，以保證定位的精確性。YOLOv5算法能夠高效檢測水表表盤區域，邊緣檢測和形態學操作有助于精確確定字輪的位置，從而為后續的數字識別提供準確的區域范圍[2]。2） 圖像旋轉校正模塊。圖像旋轉校正模塊用于確定水表圖像的旋轉角度，保證字輪區域處于水平狀態，以便進行準確的字符識別。該模塊采用霍夫變換算法對圖像進行校正，即利用霍夫變換檢測圖像中直線的傾斜角度，并根據檢測的傾斜角度對圖像進行相應的角度旋轉，使字輪區域水平對齊。這樣可以有效消除圖像傾斜帶來的影響，提高后續字符識別的準確性。3） 字輪分割與字符分類模塊。該模塊是對校正后的水表圖像進行進一步處理的關鍵步驟，即將校正后的圖像中的字輪部分進行分割，并將每個字符區域單獨提取出來。這一步通常使用圖像處理技術，例如閾值分割、邊緣檢測等方法。進而利用深度學習模型，例如卷積神經網絡（CNN），對提取出的每個字符進行特征提取和分類。CNN能夠學習字符的抽象特征，并進行準確分類。利用該模塊可以對水表字輪區域進行準確識別和字符分類，為后續的數字識別提供準確的輸入。4） 半字符讀數判定模塊。該模塊是為了應對水表字輪滾動換位時的情況，設計算法以準確判定半字符的真實值。該模塊會考慮字輪的旋轉特性，即字輪滾動一定角度后，半字符的部分數字會出現在讀數窗口內。算法會根據該特性并結合相鄰數字的讀數，推斷半字符的真實值。例如，如果一個數字處于讀數窗口的上方，而另一個數字處于讀數窗口的下方，并且兩者間的差值為半字符的值，那么該模塊會判定這個數字為半字符的真實值。此外，算法還需要考慮字輪滾動時的模糊性和不確定性，采用適當的算法策略來提高判定的準確性和穩定性。該模塊在字輪滾動換位的瞬間也能提供準確的讀數，提高水表讀數的準確性和穩定性。

整個系統考慮了實際抄表環境中可能遇到的挑戰，例如圖像的旋轉、遮擋和不同光照條件。應用這些技術，該系統能夠提供高效、準確的自動抄表解決方案，從而提高數據收集的效率和準確性[3]。

2 試驗設計與結果分析

2.1 數據集收集與預處理

本文試驗采集了80余種水表圖像，總計10 000余張原圖。在數據收集過程中特別選取了不同型號、不同品牌的水表圖像，以保證數據集的多樣性和代表性。采集的水表圖像包括不同光照條件、不同角度和不同背景下的情況，以模擬實際使用場景。

完成數據收集后，本文進行了數據預處理，包括以下3個步驟。1） 圖像尺寸調整。將所有圖像調整為相同的尺寸，保證輸入模型的圖像大小一致，以簡化模型訓練和計算。2） 去除噪聲。對圖像進行去噪處理，采用常見的濾波器或降噪算法，消除圖像中的干擾和噪聲，提高模型的穩定性和準確性。3） 增強對比度。通過調整圖像的對比度和亮度，增強圖像中字符和數字的清晰度和可見性，以提高模型對水表字輪的識別能力。

本文利用以上預處理步驟有效準備了訓練數據集，為后續的模型訓練和性能評估奠定了良好的基礎。

2.2 試驗設置與評價指標選擇

在試驗設計中，本文對水表字輪數字識別系統進行了嚴謹的設置和評價指標選擇。從實際采集的水表圖像中篩選出80余種，共計10 000余張原圖，并將其劃分為訓練集和驗證集。訓練集用于模型的訓練過程，驗證集用于評估模型的性能表現和進行調優。并將YOLOv5目標檢測算法作為水表字輪數字識別系統的核心模型[4]。

YOLOv5算法利用骨干網絡提取圖像的特征信息，并將其輸入檢測頭部進行目標檢測，最終輸出檢測結果。本文將準確率、召回率以及平均精度均值（mAP）@0.5：0.95作為評價指標，這些指標能夠全面評估模型的性能，準確率和召回率能夠反映模型的檢測準確性和漏檢情況，mAP值能夠綜合考慮模型在不同交并比（IoU）閾值下的平均檢測精度，從而全面評價模型的性能。這些嚴格的試驗設計和評價指標選擇能夠全面、客觀地評估水表字輪數字識別系統的性能，為后續的試驗結果分析提供可靠的數據支持。

2.3 訓練過程

在YOLOv5算法中，1個epoch指的是整個訓練數據集完整通過神經網絡1次的過程。在使用YOLOv5目標檢測算法進行訓練過程中，本文采用每10個epoch記錄一次驗證集性能指標的策略。將水表字輪數字識別系統的數據集分為訓練集和驗證集，并使用訓練集對模型進行訓練。當每個epoch結束時，評估模型在驗證集上的性能，并記錄準確率、召回率和mAP@0.5：0.95值等指標。

隨著訓練進行，本文繪制了性能曲線，如圖1所示。通過觀察這些曲線可以直觀地了解模型在訓練過程中的性能變化情況和是否存在過擬合或欠擬合等問題。在整個訓練過程中不斷調整模型的參數和超參數，以優化模型的性能和泛化能力。

使用YOLOv5目標檢測算法進行訓練的結果顯示，隨著epoch增加，模型在驗證集上的性能逐漸提升。為了準確評估YOLOv5模型的性能，通常使用以下3個主要指標。

準確率（Precision）計算過程如公式（1）所示。

（1）

式中：TP為真正例（True Positives）；FP為假正例（ Positives）。

召回率（Recall）計算過程如公式（2）所示。

（2）

式中：FN為假負例（ Negatives）。

平均精度（mAP@0.5：0.95）計算過程如公式（3）所示。

（3）

式中：n為類別數；APi為第i個類別的平均精度。

經過一定輪次的訓練后，模型達到較高的性能水平，準確率、召回率和mAP@0.5：0.95值都得到了顯著提升，表明YOLOv5目標檢測算法在水表字輪數字識別任務中具有良好的效果，能夠提高模型的檢測準確性和泛化能力。經過持續訓練，模型在約300個epoch后性能開始收斂，并在mAP@0.5：0.95指標上達到了較高的水平，見表1。

由表1可知，隨著訓練輪次增加，模型性能逐步提升。經過200個epoch的訓練后，模型達到了較高的性能水平，其準確率為95.0%，召回率為88.7%，mAP@0.5：0.95值為83.4%。這些指標的持續提升表明模型具備良好的檢測和泛化能力，能夠有效識別水表字輪。綜上所述，訓練過程結果充分證明了本文選擇的YOLOv5目標檢測算法在水表字輪數字識別任務中具有出色的性能，為進一步的試驗結果分析和系統改進提供了可靠基礎。

2.4 與傳統方法的對比試驗

本文試驗針對水表字輪數字識別任務，將基于YOLOv5的方法與傳統的模板匹配方法進行對比試驗。結果見表2。

由表2可知，基于YOLOv5的水表字輪數字識別方法的整字符和半字符識別準確率上都明顯優于傳統的模板匹配方法。具體來說，YOLOv5方法的整字符準確率為98.68%，而傳統模板匹配方法的整字符準確率僅為96.67%。同樣地，YOLOv5方法在半字符識別中也表現出更好的性能，準確率為89.02%，而傳統模板匹配方法的準確率為93.85%。綜合考慮整體準確率，基于YOLOv5方法的整體準確率為88.27%，傳統模板匹配方法的整體準確率為79.87%，表明基于目標檢測算法的水表字輪數字識別方法在識別效果方面具有明顯優勢和更好的應用前景。YOLOv5算法的優勢是能夠全面考慮圖像中的目標對象，不局限于特定的字符模板，因此在處理復雜場景、克服環境變化等方面表現更出色。對比試驗結果不僅驗證了基于目標檢測算法方法的有效性，也為水表字輪數字識別系統的進一步優化提供了重要參考[5]。

綜上所述，試驗結果表明基于YOLOv5目標檢測算法的水表字輪數字識別系統具有較好的性能表現，能夠更好地應用于實際場景中，為水表字輪數字識別任務提供可靠的解決方案。

3 性能分析與優化

在性能分析方面，基于目標檢測算法的水表字輪數字識別方法表現出色，顯著優于傳統的模板匹配方法。這種算法在整字符識別、半字符識別以及整體準確率方面均具有較高的性能，其優勢源于對圖像中目標對象的全面分析能力，而不是單純利用特定字符模板。該特點使其能夠適應復雜的應用場景，并有效應對環境變化的挑戰。

在實際應用中，該識別方法能夠處理不同光照、角度和背景變化的水表圖像，證明了其優良的適用性和魯棒性。然而，為了進一步提高其在現實抄表場景中的性能，建議進行以下優化。

3.1 數據增強技術的應用

具體的數據增強技術應用見表3。

從表3可以看出，經過數據增強技術優化后，水表字輪數字識別模型的準確率、召回率和mAP@0.5：0.95值均勻顯著提升。其中，旋轉、平移、縮放和亮度調整分別提高了模型在不同情況下的識別能力，而綜合應用這些數據增強技術后，模型的各項性能指標達到了最高值。

3.2 模型結構的優化

具體的模型結構優化見表4。

從表4可以看出，經過模型結構優化后，水表字輪數字識別模型的準確率、召回率和mAP@0.5：0.95值均有顯著提升。增加模型的深度提高了模型對特征的抽象能力，從而提高了識別精度；調整模型的感受野大小，使其更好地捕捉數字特征。綜合應用這些優化措施后，模型的各項性能指標達到了最高值。

3.3 先進目標檢測算法的引入

引入的先進目標檢測算法見表5。

比較上述數據可以看出，EfficientDet算法在準確率、召回率和mAP@0.5：0.95值方面均表現出色，并且檢測速度較快，為20ms。YOLOv5算法的綜合表現較好，檢測速度也較快。Faster R-CNN算法的準確率和召回率稍低于EfficientDet，在檢測速度上相對較慢。綜上所述，EfficientDet在水表字輪數字識別任務中表現最佳，適用于優化識別過程。

3.4 后處理技術的應用

后處理技術的應用見表6。

從表6可以看出，采用后處理技術對檢測結果進行了優化和校正，提高了模型的準確性和穩定性。非極大值抑制（NMS）和邊界框回歸的結合使用效果最佳，準確率為96.2%，召回率為89.5%，mAP@0.5：0.95值為85.0%，并且穩定性評分最高，為9.0，表明利用合理的后處理技術可以顯著提升模型的性能和輸出結果的可靠性。

3.5 硬件優化

硬件優化見表7。

根據表7可知，利用GPU優化、并行計算優化和完整的硬件優化方案可以顯著減少運行時間，從基準的200s降至30s，性能提升達85%。這種硬件優化顯著提升了系統的運行效率和響應速度，為虛擬現實一體機的高效運行提供了保障。

通過這些技術細節的應用，可以有效提升系統的性能，保證在各種抄表環境中都能達到高效和準確的識別效果。

4 結語

本文設計并實現了一種基于目標檢測算法的水表字輪數字識別系統，其在整字符和半字符識別準確率方面顯著優于傳統模板匹配方法。試驗結果驗證了該系統具有較好的檢測能力和泛化能力，為水表字輪數字識別提供了一種更有效的解決方案。未來將進一步優化算法和模型，提高系統的穩定性和準確性，以滿足實際應用需求，并探索更廣泛的應用場景和市場潛力。

參考文獻

[1]陳妃奮，蘇健，張紅梅，等.基于深度學習的字輪式水表讀數檢測與識別[J].計算機應用與軟件，2023，40（9）：126-131，136.

[2]李明明，余自安.水表數字區域實現手機APP程序抄錄[J].中國給水排水，2023，39（23）：46-52.

[3]包霞.基于深度學習的數字水表讀數檢測與識別研究[D].包頭：內蒙古科技大學，2023.

[4]陳文萍，婁嘉駿，江少鋒，等.基于YOLOv5的水表字輪讀數自動識別方法[J].儀表技術，2023（3）：43-46，74.

[5]張偉.基于DBNet與模板匹配的水表數字識別方法研究[D].濟南：山東大學，2022.