Para superar a baixa eficiência da leitura manual e o problema da imprecisão dos métodos atuais de reconhecimento de imagem na identificação de caracteres semi-duplos, foi projetado um sistema inteligente de leitura de imagens para medidores de roda de caracteres baseado na tecnologia Narrowband IoT (NB-IoT) e em uma rede neural convolucional leve (CNN). Primeiro, o terminal de captura de imagens utiliza um módulo NB-IoT para enviar as imagens do mostrador obtidas pela câmera para a plataforma em nuvem; em seguida, utiliza-se um método de extração e correspondência de características locais para estimar a matriz de transformação afim, que converte a imagem do mostrador de entrada no espaço de coordenadas da imagem modelo e segmenta as subimagens dos caracteres de cada leitura; por fim, um modelo CNN leve baseado em classificação multilabel é usado para reconhecer essas subimagens e obter o resultado final da leitura do mostrador através de pós-processamento. Resultados experimentais mostram que a corrente de modo de espera do terminal de captura de imagens do sistema é inferior a 10 μA, garantindo que duas pilhas de lítio funcionem por mais de 5 anos; o modelo CNN proposto baseado em classificação multilabel pode reconhecer com precisão caracteres individuais e semi-duplos, atingindo uma precisão de reconhecimento de caracteres de 96,36% e uma precisão de reconhecimento de leitura de 94,15%, superando outros algoritmos de reconhecimento comparados.

Narrowband IoT;Sistema automático de leitura;Rede neural convolucional;Reconhecimento de caracteres semi-duplos;Classificação multilabel