遠程抄表的人工智能設計

丁宸煬 馬曉普 葉菁

摘? 要： 基于人工智能的卷積神經網絡框架，對電表采用輪廓分析進行特征提取，實現0到9的電表數字識別。步驟是先通過設備拍攝電表讀數，獲得圖像后對圖像進行灰度化和二值化處理，然后進行字符分割、圖像識別和相應的特征值提取，最后識別出電表的讀數。

關鍵詞： 人工智能; 抄表; 卷積網絡; 分割

中圖分類號：TP18? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2020）04-94-04

Design of artificial intelligence for remote meter reading

Ding Chenyang， Ma Xiaopu， Ye Jing

（School of software， Nanyang Normal University， Nanyang， Henan 473061， China）

Abstract： Based on the convolutional neural network framework of artificial intelligence， the contour analysis is used to extract the features of the meter， and digital recognition from 0 to 9 of the meter is realized. The step is to take the reading of the meter through the equipment， obtain the image， then grayscale processing and binary processing are carried out for the image， and carry out the character segmentation， image recognition and the corresponding feature value extraction， and finally recognize the reading of the meter.

Key words： artificial intelligence; meter reading; convolutional network; segmentation

0 引言

在我國，仍然有一些偏遠地區和落后地區在用著比較老式的電表。而為了統計每家每戶的電的使用情況，就會派遣大量的勞動力進行手動抄寫與記錄，投入巨大的人力物力。并且會因某些人為因素無法準確的抄寫電表度數，出現讀錯和漏讀的情況，其投入成本也大大提升。同時，我國某些地方的水電站或者其他需要用到儀表的危險區域，也需要派遣相關的工作人員進行手動抄寫，增加了工作量和工作人員的生命危險，工作效率也低下。所以我們研究了基于人工智能的深度學習電表讀數識別軟件，希望能為一些人工抄取讀數比較困難或者在比較危險地域工作的人員提供一些技術手段。我們的研究在一些電表使用需求比較多的地方，還可以進行電表數據的實時監控。

本設計通過基于深度學習將電表數字讀出，減少人力物力的投入，并且減輕抄表工作負擔和降低生命風險，具備了一定的科學研究價值和應用價值。

1 圖片切割處理

電表數字是連在一起的，需要進行分割，然后對單個數字進行識別處理。圖像分割，可以看作是通過圖像的某些特征或者某些特征的相關集合，例如灰度，顏色，紋理等等的相似性原則，從而對某些圖像的像素進行分類，把圖像的平面分成具有一些一致性的不重疊的區域。圖像分割的常用方法有基于閾值的分割方法[1]，基于邊緣的分割方法，基于區域的分割方法，基于圖論的分割方法，基于能量泛函的分割方法等[2-4]。

閾值法的主要原理是通過圖像的灰度特征從而得到計算灰度相關閾值，然后把每一個像素的灰度值和規定好的閾值進行數值上的比較，并且通過相關的計算機語言算法把比較的結果放入到較合適的組中。足以可見，閾值的確定是關鍵，因為可以通過閾值將我們獲取的圖像進行合理切割。而如今在圖像切割問題上，有許多高效的切割方法為我們提供了有效的解決方案。比如邊緣法、區域法、圖論法、能量泛函法等等。

邊緣法指的是對灰度值的邊緣進行檢測，但是對噪聲比較敏感是一個不足點。當噪聲的頻率較大時，即使其幅值很小，也可能會導致錯誤的測試結果。所以我們通常需要結合濾波器一同使用。比較常見的有Sobel算子等。

區域法是通過相似性原則將我們所獲取的圖像區分為不同的模塊，通常會使用種子區域生長、區域分裂合并和分水嶺等方法。

圖論法是將圖像分割與圖的最小剪切問題進行融合。其實質便是將特定的邊移除，將圖像分成為幾個子圖，從而完成對目標圖像的分割。因為每一個像素之間都會被賦予一個權值。由此可見，圖論法對目標的形狀并不敏感，有可能會出現運算時間過長的問題。

能量泛函法主要指的是基于活動輪廓模型的相關算法，其基本原理是通過連續曲線來表示所需的目標邊緣，而分割過程便是求解能量泛函的最小值的過程，可以使用歐拉方程來實現這個需求，當能量達到最小時其曲線位置就是我們目標輪廓所在。

圖像分割技術一直以來與信息領域的其他學科有著許許多多的內在聯系，數學、人工智能、計算機等學科中新理論和新技術的出現，蘊育出了許多結合特定理論的分割方法，例如基于小波分析的多尺度分割技術、基于人工神經網絡的分割技術、基于隨機場理論的分割技術等，新的分割方法出現，使得圖像分割的研究趨向實用化、智能化、多樣化。

我們采用了簡便的閾值法進行電表圖像分割。因電表表盤圖像每個像素點都是三色的。一般在這種三色RGB通道下，我們很難將我們所需要的數字和背景很好的區分出來，所以需要對電表表盤圖像進行一些相關的預處理，首先我們將每個像素的RGB值都用一個權值代表，該值一般被稱為灰度值。如果大于設定好的閾值就為黑色，反之為白色，我們在這里將閾值設置為160。我們可以用0或1來分別表示白與黑。為了更加方便理解，我們可以假設現有一張電表表盤圖像，背景的灰度值集中在200上下，而字符的灰度值集中在30左右，那么就可以規定一個中間值，如果這個像素點小于這個值我們不妨將其全部變成0，大于這個值的像素點全部設為1，如此一來就實現了簡單的分類。經過上述處理，圖片已成為一個二進制矩陣，0是背景，1是字符（也可定義以0為字符，1為背景，具體根據研究需要），然后將每一列的1和0分別統計，根據每一列的二進制總和來切割字符。

2 卷積神經網絡識別電表數字

深度學習常用架構分為深度神經網絡，卷積神經網絡等[5]。深度神經網絡是基于感知機的擴展，有很多層或很多感知機的神經網絡。英文名字叫multi-Layer perceptron或者deep neural network。初始的深度神經網絡存在一些問題，采用的是全連接的形式，隱藏層可以用很多層，每相鄰的兩層之間是全連接的。導致出現數量巨大的權值參數，容易過擬合。

隨著神經網絡的加深，優化函數易陷入局部最優解，與真正的最優解偏離太多，性能甚至不如淺層網絡。選用sigmoid來激活傳遞函數，梯度會衰減，隨著層數的增加衰減累積，最后梯度基本為0。關于數值為1的元素，在舉行反向傳播梯度運算時，每傳送一層，梯度衰減為本來的1/4。梯度指數衰減后低層基本上接受不到有效的信息，進而無法對時間序列上的變化進行建模。卷積神經網絡（convolutional neural network），適合處理高維的大數據。因為不是全部的上下層神經元都直接連接，而是通過卷積核進行操作。同一個卷積核在所有圖像內是同享的，圖像經過卷積操縱后仍然可保留原先的位置干系。對于圖像，若是沒有卷積操縱，學習的參數量將龐大無比。由于卷積神經網絡縮小了參數的個數并突出了局部結構的這個特點。每層神經元的信號只可向上一層傳播，樣本的處置在各個時候獨立，于是卷積神經網絡又被稱為前向神經網絡。

基于深度學習框架的卷積神經網絡，包括卷積層，激活層，池化層，全連接層等。卷積層主要的功能是進行提取特征，我們通過卷積核進行特征提取與映射，在卷積層中它的內部包含一個或者多個卷積核，同時，構成卷積核的每一個元素都會同時對應一個權重系數w和一個偏差量b，類似于一個前向傳播神經網絡的神經元。與此同時，卷積層中的每一個神經元都與前一層中地方靠近區域的多個神經元連接。最重要的是，區域的大小取決于卷積核的大小。在我們研習的過程中，卷積層包含卷積核大小、步長和填充三個元素，三者協同決定了卷積層輸出特征圖的大小。我們在對圖像特征提取的過程中，時常會使用按0填充或重復邊界值填充。由于卷積是一種線性的運算，所以我們需要增加一些非線性的映射，比如卷積層中包含激勵函數來幫助表達其復雜的特征。在這里要說明一點，激勵函數的操作通常在卷積層之后，但是激勵函數在一些預激活技術的算法中是位于卷積層之前使用的。

通過卷積層和激活層后，我們將使用池化層來進行下采樣，對切割后的電表表盤圖做一些稀疏處理，因為這樣可以減少一些數據運算量。在卷積層做特征提取后，輸出的特征圖會被傳送到池化層進行信息過濾和特征揀選。其中，池化層包含預設定好的池化函數，預設定好的池化函數的功能是將特征圖中的單個點結果替換為它的相鄰區域的特征圖統計量。池化層選擇池化區域與卷積核掃描特征圖的過程一致，由池化大小、步長和填充控制三個元素共同來確定。在我們的小組學習中，學習到較于均值與極大池化，混合池化與隨機池化也具有正則化功能，這樣對避免卷積神經網絡的過擬合有好處。

全連接層的作用是通常在卷積神經網絡的尾部進行重新擬合，這樣的話就可以減少特征信息的損失。卷積神經網絡中的全連接層與傳統前向傳播神經網絡中的隱含層等同。全連接層正常情況下位于卷積神經網絡隱含層的最后部分，且只向其他全連接層傳遞信號。相關的特征圖在全連接層中將失去空間拓撲結構，同時會被展開為向量與激勵函數。在學習中，我們明白了卷積神經網絡中卷積層和池化層能對輸入數據進行一些特征提取，而全連接層的作用是對提取的特征進行非線性組合來獲得輸出，故我們不期望全連接層本身具有特征提取的功能，而是希望利用現有特征來完成本項目的學習目標。

3 實驗與結論

整理收集數據集，從生活中和互聯網上搜集，搜集到相關儀表數字圖片，圖片數字按照0-9共計10個數字分門別類進行保存和整理，每個數字大約有50張數據圖片，整個數據集共計500張，整理到一個文件夾，并制作成相關的數據集，以方便在后續的模型訓練中使用和提取。電表圖片分割之后，將每一個字符的圖片分割出來并且制作好相應的數據集后，就可以根據模板來判斷是哪個字符了。對制作的500張圖片的數據集不斷的糾正和優化。然后，將制作好的0-9的數據集喂入卷積神經網絡，提取數字，經過前向傳播，反向傳播等方法進行訓練，并且得到相應的訓練模型，并通過一些相關的算法進行模型的準確率的調整和提升，檢驗相應模型的準確率。經過卷積神經網絡模型訓練，可以達到良好的準確率。最后將準備好的電表圖片喂入模型，進行測試，實驗證明，都可以識別出來。電表數字如圖1所示，灰度圖片如圖2所示。數字的識別效果如圖3所示。

基于深度學習的卷積神經網絡框架實現了對電表讀數識別，在排除干擾的基礎上，識別精度可以達到98%以上。但僅適用于要求不高的一些場景，對電表儀表數字圖片的清晰度有較高的要求。項目的成果可以為社會帶來很大的經濟效益，我國國土遼闊，有很多地方交通不方便，抄表需要消耗巨大的人力物力，費時費力效率低，而我們通過遠程拍照就可以實時識別出電表讀數，進而提高工作效率。抄表的工作人員不再需要一家一戶的上門登記，各方都得到了便利。

參考文獻（References）：

[1] 舒紅平，蔣建民.基于灰度最優閾值的圖像分割方法及應用[J].重慶工商大學學報（自然科學版），2003.20（4）：80-83

[2] 劉瑞林，謝芳，肖承文.基于小波變換圖像分割技術的電成像測井資料裂縫、孔洞面孔率提取方法[J].地球物理學報，2017.60（12）：4945-4955

[3] 陳超，宣士斌，雷紅軒.基于狼群算法與二維最大熵的圖像分割[J].計算機工程，2018.1：233-237

[4] 張軍國，馮文釗，胡春鶴.無人機航拍林業蟲害圖像分割復合梯度分水嶺算法[J].農業工程學報，2017.33（14）：93-99

[5] 曾鋒，曾碧卿，韓旭麗.基于雙層注意力循環神經網絡的方面級情感分析[J].中文信息學報，2019.33（6）.