《电子测量技术杂志》发表论文赏析

基于深度学习的指针式仪表自动读数方法

来源:电子测量技术杂志2023年第5期北京时间:

作者:杨诗琪,吴佳仪,陈墨楠,付陈修,赵宁,王婧

单位:1.河北大学质量技术监督学院 保定 071002; 2.河北大学网络空间安全与计算机学院 保定 071002; 3.北京康斯特仪表科技股份有限公司 北京 100094; 4.河北白沙烟草有限责任公司保定卷烟厂 保定 071000

摘要:指针式仪表广泛应用于石油化工、工业制造和烟草行业动力部门等领域。鉴于人工巡检频率较低、部份仪表安装环境恶劣等因素,致使工厂生产过程存在安全隐患,巡检人员人身安全难以保障。本文基于现有的工业生产过程的监控摄像系统提出了一种基于YOLO V3目标检测与DeepLab V3+图像分割技术的指针式仪表读数自动识别方法。通过引入YOLO V3目标检测模型检测并切割出仪表表盘子图像。结合图像特点与实际需求,改进了DeepLab V3+模型,加入腐蚀操作,有效提取了子图像中的刻度线与指针信息。通过OCR技术提取子图像仪表量程,根据刻度线与指针的相对位置关系,计算得到仪表读数。实验结果表明该方法平均相对误差为2.17%,算法稳定可靠且处理速度快。

关键词:目标检测;语义分割;YOLO V3;DeepLab V3+;指针式仪表

基金资助:国家自然科学基金(62173122)、国家级大学生创新创业训练计划项目(202210075012)、河北省自然科学基金(F2021201031)项目资助

2023年5期其他文献查阅:

基于UZ2400的弹载遥测发射机设计

一种VDE上行信号解调解码技术研究

基于FPGA的可变带宽基带信号回放系统设计

基于优化分裂基FFT算法的APF谐波检测策略

基于激光传感器的钻柱输送自动纠偏算法

基于WLAN指纹的机身指纹数据库重构与节点定位方法

基于移动信标的水下无线传感器网络定位算法

基于CWD谱图和改进CNN的无线电调制分类

基于RF特征优选和WOA-ELM的风电齿轮箱故障诊断

基于层次散布熵的滚动轴承剩余寿命预测方法

基于CEEMDAN和CNN-LSTM的滚动轴承故障诊断

基于深度神经网络的电阻层析成像重建方法

多重注意机制及权重校正LSTM的PVC含水率预测

基于双向F-RRT*算法的移动机器人路径规划

超轻量人脸关键点检测算法

基于DRF优化采样的无人车轨迹规划方法

自动化药房多个出药单据的调度优化

基于断路器柔性装配的移动机器人路径规划

一种射频芯片检测中的邦球邦线识别方法

含缺陷固体火箭发动机燃面自适应提取算法

基于Kinect的六轴工业机器人异常姿态检测方法

基于深度学习的指针式仪表自动读数方法

基于神经批采样的轮胎X光图像异常检测研究

融合多级注意力机制和信息融合的车型识别

基于在线监测的雷电流识别方法及其应用

多工况下基于EEMD-ICNN的输油管道泄漏识别

基于改进谱峭度图与多维融合CNN的轴承故障诊断方法

一种高g值面内加速度传感器的设计与仿真

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!