期刊文章详细信息
基于深度学习的指针式仪表自动读数方法
Automatic identification for reading of pointer-type meters based on deep learning
文献类型:期刊文章
Yang Shiqi;Wu Jiayi;Chen Monan;Fu Chenxiu;Zhao Ning;Wang Jing(School of Quality and Technical Supervision,Hebei University,Baoding 071002,China;School of Cyberspace Security and Computer,Hebei University,Baoding 071002,China;Beijing ConST Instrument Technology Co.,Inc.,Beijing 100094,China;Baoding Cigarette Factory,Hebei Baisha Tobacco Co.,Ltd.,Baoding 071000,China)
机构地区:[1]河北大学质量技术监督学院,保定071002 [2]河北大学网络空间安全与计算机学院,保定071002 [3]北京康斯特仪表科技股份有限公司,北京100094 [4]河北白沙烟草有限责任公司保定卷烟厂,保定071000
基 金:国家自然科学基金(62173122);国家级大学生创新创业训练计划项目(202210075012);河北省自然科学基金(F2021201031)项目资助
年 份:2023
卷 号:46
期 号:5
起止页码:149-156
语 种:中文
收录情况:BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊
摘 要:指针式仪表广泛应用于石油化工、工业制造和烟草行业动力部门等领域。鉴于人工巡检频率较低、部份仪表安装环境恶劣等因素,致使工厂生产过程存在安全隐患,巡检人员人身安全难以保障。本文基于现有的工业生产过程的监控摄像系统提出了一种基于YOLO V3目标检测与DeepLab V3+图像分割技术的指针式仪表读数自动识别方法。通过引入YOLO V3目标检测模型检测并切割出仪表表盘子图像。结合图像特点与实际需求,改进了DeepLab V3+模型,加入腐蚀操作,有效提取了子图像中的刻度线与指针信息。通过OCR技术提取子图像仪表量程,根据刻度线与指针的相对位置关系,计算得到仪表读数。实验结果表明该方法平均相对误差为2.17%,算法稳定可靠且处理速度快。
关 键 词:目标检测 语义分割 YOLO V3 DeepLab V3+ 指针式仪表
分 类 号:TP216] TP391.4] TH86[仪器类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...

