一种基于视觉分析的指针式仪表智能抄读方法

摘要：

在电气室设备指针式仪表抄读中,人工抄读易出现漏检、误检和检测不规范以及其他安全问题,故研究高精度的指针式仪表抄读方法来替代传统抄读方法具有重要意义.针对人工抄读和现有指针式仪表检测识别算法出现的诸如误差大、检测流程繁琐等各种问题,设计了一种基于视觉分析的指针式仪表智能抄读方法.该方法通过YOLOv3的特征提取网络对仪表图像进行表盘提取和刻度数字关键点检测,由于提取后的图像可能是通过包含仰视、平视和俯视三种采集姿态在内的不同环境条件拍摄得到的,所以图像会出现一定程度的畸变.为了减少识别误差,还需要进行基于透视变换的倾斜畸变矫正处理,再通过基于霍夫变换概率直线检测和极坐标变换的距离法进行示数判读.多次实验结果表明,该方法在指针式仪表识别的平均准确度达到97.48％,帧速率达到4 fps,并且该方法仍然具有良好的鲁棒性,能够满足实际工程需求.

关键词：指针式仪表抄读、YOLOv3、深度学习、畸变矫正、霍夫变换、距离法

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：上海市科委科技创新行动计划项目21511102605

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：200-205