10.3969/j.issn.2095-509X.2018.09.016
基于卷积神经网络的数码仪表识别方法
为了在复杂多变的环境中实现对数码仪表正负号和小数点的实时识别,提出了一种基于卷积神经网络的数码仪表识别方法.先采用模板匹配方法对目标图像提取感兴趣区域,并对感兴趣区域进行分割,然后对分割的单字符区域采用卷积神经网络进行0~9数字、正负号的识别,再对分割的小数点区域采用MOSSE算法进行小数点识别,最后根据单字符、正负号和小数点的识别结果获取读数.实验结果表明,该方法能够在复杂的环境下准确且稳定地识别数码仪表读数.
数码仪表、卷积神经网络、小数点识别、模板匹配
47
TP24(自动化技术及设备)
南京市高端人才团队引进计划10085048
2018-10-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
63-66