期刊文章详细信息
融合改进YOLOv5算法的图像全站仪全自动测量方法 ( EI收录)
Fully automated measurement method of image total station based on the improved YOLOv5 algorithm
文献类型:期刊文章
Lang Song;Cao Xuan;Zhang Yanwei;Gao Ruoqian;Gong Yan(Suzhou Institute of Biomedical Engineering and Technology,Chinese Academy of Sciences,Suzhou 215163,China;School of Biomedical Engineering(Suzhou),Division of Life Sciences and Medicine,University of Science and Technology of China,Suzhou 215163,China;School of Physical Science and Technology,Suzhou University of Science and Technology,Suzhou 215009,China)
机构地区:[1]中国科学院苏州生物医学工程技术研究所,苏州215163 [2]中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,苏州215163 [3]苏州科技大学物理科学与技术学院,苏州215009
基 金:国家自然科学基金(61975228,62005307)项目资助。
年 份:2022
卷 号:43
期 号:5
起止页码:120-127
语 种:中文
收录情况:BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对图像全站仪在无棱镜合作工作模式下无法实现目标点全自动测量的问题,提出一种融合改进YOLOv5算法的图像全站仪全自动测量方法。应用融合卷积注意力机制模块的YOLOv5算法,实现了反射片靶标的广角镜头识别与检测;应用目标自动照准算法,实现了反射片靶标中心的长焦镜头精确照准,进而实现目标点位置坐标的全自动测量。借助自研的图像全站仪开展了反射片靶标的识别与检测实验和目标点全自动测量实验。实验结果表明,利用改进的YOLOv5算法对反射片靶标的识别与检测的准确率可达98.65%;目标点全自动测量方法具有与人工照准测量方法相当的测量精度且测量效率较后者提高了1.5倍。所提方法具有较高的测量精度和测量效率,可广泛应用于无人值守的全自动测量工作场合。
关 键 词:图像全站仪 YOLOv5 目标识别与检测 自动照准 全自动测量
分 类 号:TH721[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...