典型文献
变电站指针式仪表示数识别方法研究
文献摘要：
为对处于复杂环境中的变电站指针式仪表进行示数识别,提出一种基于深度学习的指针式仪表示数识别方法.首先使用目标检测算法YOLOv3检测图片中仪表和仪表刻度值的位置,并使用基于LeNet-5网络的字符识别算法识别刻度数值;然后使用语义分割算法DeepLabv3+分割出仪表指针区域;最后使用角度法读取仪表示数.实验结果表明,该算法在不同光照、天气、背景环境中均可高效准确地读取指针式仪表示数,平均读数误差率小于3.5％,可满足变电站巡检机器人的日常巡检需求.
文献关键词：
指针式仪表;目标检测;语义分割;字符识别
中图分类号：
作者姓名：
郭宇强;易映萍
作者机构：
上海理工大学机械工程学院,上海200082
文献出处：
引用格式：
[1]郭宇强;易映萍-.变电站指针式仪表示数识别方法研究)[J].软件导刊,2022(03):62-66
A类：
B类：
指针式仪表,复杂环境,目标检测算法,YOLOv3,刻度,LeNet,字符识别,识别算法,算法识别,别刻,语义分割,分割算法,DeepLabv3+,割出,读取,背景环境,读数,误差率,变电站巡检机器人,日常巡检
AB值：
0.261139
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
