基于改进Canny边缘检测的指针式仪表自动读数算法研究
指针式仪表自动读数是工业巡检机器人系统的核心技术之一,以机器视觉为基础,提出了一种新的指针式仪表的自动读数算法研究,研究分为3个模块.首先采用基于深度学习的目标检测SSD算法,对指针式仪表位置进行准确定位,该算法可以准确的从复杂背景中检测出指针式仪表的位置,并将其提取出来;接着采用多尺度Retinex对HSL色彩空间中的图像进行图像增强,采用最大类间方差进行二值化操作,采用改进的Canny边缘检测进行指针边缘的提取;最后采用改进的霍夫变换法——概率霍夫变换对指针所在的直线进行检测,计算出指针的倾斜角度从而利用角度法得出指针的准确示数.实验结果表明该研究可以较为准确的自动读出指针仪表的示数,误差较小,稳定性高.
SSD、图像增强、二值化、Canny边缘检测、概率霍夫变换
40
TN95
基于云边协同的配电物联网关键技术及典型方案项目52018F190017
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
60-66