Pour surmonter l'inefficacité de la relève manuelle et le problème d'imprécision des méthodes actuelles de reconnaissance d'images dans la reconnaissance des caractères semi-doubles, un système intelligent de relève d'images pour compteurs à rouleaux de caractères basé sur la technologie NB-IoT (Internet des objets en bande étroite) et un réseau neuronal convolutionnel (CNN) léger a été conçu. Tout d'abord, le terminal de collecte d'images utilise un module NB-IoT pour téléverser les images du cadran prises par la caméra vers la plateforme cloud ; ensuite, une méthode d'extraction et de correspondance des caractéristiques locales est utilisée pour estimer la matrice de transformation affine, transformant l'image du cadran saisie dans l'espace de coordonnées de l'image modèle et segmentant les sous-images des caractères de chaque lecture ; enfin, un modèle CNN léger basé sur la classification multi-étiquettes est utilisé pour reconnaître ces sous-images et obtenir le résultat final de la lecture du cadran via un post-traitement. Les résultats expérimentaux montrent que le courant de veille du terminal de collecte d'images du système est inférieur à 10 μA, ce qui permet une durée de vie de plus de 5 ans pour deux piles lithium intermédiaires ; le modèle CNN proposé basé sur la classification multi-étiquettes peut reconnaître avec précision les caractères simples et les caractères semi-doubles, atteignant une précision de reconnaissance des caractères de 96,36 % et une précision de reconnaissance des lectures de 94,15 %, surpassant les autres algorithmes de reconnaissance comparés.

Internet des objets en bande étroite;Système de relève automatique;Réseau neuronal convolutionnel;Reconnaissance des caractères semi-doubles;Classification multi-étiquettes