咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于深度学习的指针式仪表自动检测读数方法 收藏
基于深度学习的指针式仪表自动检测读数方法

基于深度学习的指针式仪表自动检测读数方法

专利申请号:CN202211541295.4

公 开 号:CN115953782A

发 明 人:张泽坤 

代 理 人:阚恭勇

代理机构:济南信达专利事务所有限公司

专利类型:发明专利

申 请 日:20230411

公 开 日:20221202

专利主分类号:G06V30/14

关 键 词:仪表 指针式仪表 自动读数 卷积神经网络 表盘指针 零刻度线 神经网络 特征提取 图像检测 外界因素 仪表指针 指针区域 自动检测 分割 配比 数据库 图像 学习 检测 

摘      要:本发明提供一种基于深度学习的指针式仪表自动检测读数方法,属于深度学习的图像检测、分割领域,首先采用训练好的SSD神经网络对仪表进行识别,当识别到仪表区域后,再采用训练好的卷积神经网络Mask‑RCNN直接对图像进行指针区域检测和分割,实现对指针式仪表中表盘指针等元素的特征提取。通过与数据库中仪表模板进行配比,计算仪表指针与零刻度线的夹角,达到自动读数的目的。本发明实现了更准确更稳定的自动读数,并且对环境等外界因素有更稳定的适应性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分