买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司申请的专利一种基于深度学习的智能巡检避雷器仪表读数识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117292382B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311225308.1，技术领域涉及：G06V30/148；该发明授权一种基于深度学习的智能巡检避雷器仪表读数识别方法是由刘港;孙喜亮;张衡;徐光彩;吴芳芳;高上;杨超;郭彦明设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本一种基于深度学习的智能巡检避雷器仪表读数识别方法在说明书摘要公布了：本发明公开了一种基于深度学习的智能巡检避雷器仪表读数识别方法，通过巡检机器人采集避雷器仪表图像，然后对避雷器仪表图像进行检测得到表盘区域图像后，对表盘区域图像进行分别识别处理得到动作次数数值及量程数值，进而对避雷器仪表表盘图像进行识别得到指针读数，最终将动作次数数值及指针读数返回避雷器仪表图像中得到避雷器仪表图像的读数，实现实时的避雷器仪表智能读数操作，并且在进行避雷器仪表表盘图像进行识别得到指针读数过程中，通过深度学习语义分割算法及透视变换等操作解决了避雷器仪表倾斜，表盘较模糊情况下，读数精度差的问题，并支持对避雷器动作次数读数，提高了避雷器监测效率，并增强了读数的鲁棒性。

本发明授权一种基于深度学习的智能巡检避雷器仪表读数识别方法在权利要求书中公布了：1.一种基于深度学习的智能巡检避雷器仪表读数识别方法，其特征在于，包括如下操作步骤： 采集获取避雷器仪表图像； 对所述避雷器仪表图像进行检测获取表盘区域图像； 所述表盘区域图像包括避雷器仪表整体图像、避雷器仪表表盘图像、避雷器仪表动作次数图像； 对所述表盘区域图像进行识别获取动作次数数值及量程数值；并基于所述量程数值对所述避雷器仪表表盘图像进行识别分析获取所述避雷器仪表表盘图像对应的指针读数value； 将所述动作次数数值及所述指针读数value返回至所述避雷器仪表图像，获取所述避雷器仪表图像的读数； 所述对所述避雷器仪表图像进行检测获取表盘区域图像，包括如下操作步骤： 对所述避雷器仪表图像进行预处理得到预处理后的避雷器仪表图像； 基于所述预处理后的避雷器仪表图像通过训练好的表盘区域图像检测模型进行检测获取检测结果； 所述检测结果包括避雷器仪表检测结果、避雷器仪表表盘检测结果、避雷器仪表动作次数检测结果； 根据所述检测结果从所述预处理后的避雷器仪表图像中截取得到表盘区域图像； 对所述表盘区域图像进行识别获取动作次数数值及量程数值，包括如下操作步骤： 基于所述避雷器仪表表盘图像通过量程检测模型进行检测获取量程图像； 所述量程图像为表盘刻度图像上方的数字图像； 基于所述量程图像及所述避雷器仪表动作次数图像通过预先训练好的字符识别模型进行检测获取量程数值及动作次数数值； 所述基于所述量程数值对所述避雷器仪表表盘图像进行识别分析获取所述避雷器仪表表盘图像对应的指针读数value，包括如下操作步骤： 对所述避雷器仪表表盘图像进行分割获取表盘指针图像与表盘刻度图像；并根据所述表盘刻度图像对所述避雷器仪表表盘图像进行调整得到水平避雷器仪表表盘图像； 所述表盘刻度图像包括普通刻度图像与关键刻度图像； 根据所述量程数值对应的坐标与所述表盘刻度图像的坐标进行匹配获取所述关键刻度图像对应的刻度量程数值； 基于所述表盘指针图像与表盘刻度图像获取关键区域图像及重要指针图像；根据所述关键刻度图像及所述重要指针图像及所述避雷器仪表表盘图像计算获取重要指针图像的重心横坐标及所有所述关键刻度图像的重心横坐标； 根据所述重要指针的重心横坐标及所有所述关键刻度的重心横坐标计算获取指针读数value。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司，其通讯地址为：100080 北京市海淀区东北旺北京中关村软件园孵化器2号楼三层2301-2308室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。