期刊专题

10.3724/SP.J.1089.2020.18288

基于深度学习的指针式仪表倾斜校正方法

引用
针对仪表图像自动识别中倾斜仪表产生的读数误差,提出一种基于深度学习的圆形指针式仪表快速倾斜校正方法,可以实现仪表图像的倾斜校正和旋转校正.该方法利用卷积神经网络提取以表盘刻度数字为中心的关键点,并采用最小二乘法对关键点进行椭圆拟合,结合椭圆变换理论使用透视变换对仪表图像进行第1次倾斜校正,再根据一对关于仪表竖直中轴线对称的关键点计算仪表相对于水平方向的旋转角度,以拟合椭圆的几何中心为旋转中心,旋转仪表图像实现第2次校正.在变电站真实环境下采集图像数据,验证方法性能.实验结果表明,该方法相对于传统方法鲁棒性更好,校正有效率达到100%,平均校正时间为0.45 s,满足实时校正需求,识别校正后的仪表图像读数的平均相对误差降低到3.99%,平均参考误差降低到0.91%,充分显示该校正方法的有效性.

仪表倾斜校正、卷积神经网络、最小二乘法、椭圆拟合、透视变换

32

TP391.41(计算技术、计算机技术)

2021-02-25(万方平台首次上网日期,不代表论文的发表时间)

共9页

1976-1984

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

32

2020,32(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn