基于關(guān)鍵點(diǎn)檢測的指針儀表讀數(shù)識別算法研究與應(yīng)用
發(fā)布時(shí)間:2022-08-07 22:48
電力工業(yè)是支撐經(jīng)濟(jì)社會持續(xù)快速發(fā)展的基礎(chǔ)。為了促進(jìn)電力行業(yè)更好地滿足經(jīng)濟(jì)和社會發(fā)展需求,提高從電力建設(shè)、生產(chǎn)到消費(fèi)的效率很有必要。變電站作為電力從生產(chǎn)端到消費(fèi)端的核心樞紐,提升變電站的日常運(yùn)行效率對電力行業(yè)健康快速發(fā)展具有重大意義。其中對變電站中大量的指針儀表實(shí)現(xiàn)自動讀數(shù)識別從而代替人工抄表是關(guān)鍵之一。本文在總結(jié)概括了關(guān)鍵點(diǎn)檢測和傳統(tǒng)指針儀表自動讀數(shù)識別方法的基礎(chǔ)上,設(shè)計(jì)基于深度學(xué)習(xí)的關(guān)鍵點(diǎn)檢測算法,并將其應(yīng)用到指針儀表自動讀數(shù)識別任務(wù)當(dāng)中。本文取得的主要研究成果如下:1)提出了一種基于Mask RCNN的關(guān)鍵點(diǎn)檢測算法。通過在Mask RCNN網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上添加偏差分支,修正原有網(wǎng)絡(luò)因上采樣導(dǎo)致的關(guān)鍵點(diǎn)位置偏差,實(shí)現(xiàn)了網(wǎng)絡(luò)在關(guān)鍵點(diǎn)檢測任務(wù)上的定位精度提升。在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文提出的算法在各項(xiàng)指標(biāo)上均有提升,有效提高了關(guān)鍵點(diǎn)的定位準(zhǔn)確度。2)提出了一種基于關(guān)鍵點(diǎn)檢測的指針儀表自動讀數(shù)識別算法。將傳統(tǒng)的指針儀表自動讀數(shù)識別任務(wù)與基于深度學(xué)習(xí)的關(guān)鍵點(diǎn)檢測任務(wù)相結(jié)合,設(shè)計(jì)了基于精確關(guān)鍵點(diǎn)檢測的指針儀表自動讀數(shù)識別算法框架,利用關(guān)鍵點(diǎn)檢測算法定位刻度線和指針位置,從而進(jìn)一步實(shí)現(xiàn)...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 指針儀表自動讀數(shù)
1.2.2 關(guān)鍵點(diǎn)檢測
1.3 論文組織與內(nèi)容安排
2 傳統(tǒng)指針儀表自動讀數(shù)算法
2.1 指針儀表圖像預(yù)處理
2.1.1 灰度化
2.1.2 圖像幾何變換
2.1.3 圖像增強(qiáng)
2.2 儀表盤定位
2.2.1 模板匹配算法
2.2.2 霍夫圓檢測算法
2.2.3 基于特征點(diǎn)匹配的檢測算法
2.2.4 基于深度學(xué)習(xí)的目標(biāo)檢測算法
2.3 指針檢測
2.3.1 霍夫直線檢測
2.3.2 中心投影法
2.4 讀數(shù)識別
2.4.1 角度法
2.4.2 距離法
2.5 本章小結(jié)
3 基于改進(jìn)Mask RCNN的關(guān)鍵點(diǎn)檢測算法
3.1 Mask RCNN簡介
3.1.1 Mask RCNN算法的網(wǎng)絡(luò)結(jié)構(gòu)
3.1.2 Mask RCNN算法的損失函數(shù)
3.2 用于關(guān)鍵點(diǎn)檢測的改進(jìn)Mask RCNN
3.2.1 關(guān)鍵點(diǎn)檢測思路
3.2.2 算法改進(jìn)
3.3 實(shí)驗(yàn)與分析
3.3.1 數(shù)據(jù)集
3.3.2 實(shí)驗(yàn)?zāi)P痛罱?br> 3.3.3 評價(jià)指標(biāo)
3.3.4 實(shí)驗(yàn)結(jié)果
3.4 本章小結(jié)
4 基于關(guān)鍵點(diǎn)檢測的指針儀表自動讀數(shù)算法
4.1 引言
4.2 關(guān)鍵點(diǎn)非極大值抑制方法
4.2.1 非極大值抑制算法
4.2.2 關(guān)鍵點(diǎn)非極大值抑制
4.3 基于關(guān)鍵點(diǎn)的讀數(shù)識別
4.3.1 關(guān)鍵點(diǎn)預(yù)測
4.3.2 刻度圓弧擬合
4.3.3 指針直線定位
4.3.4 儀表讀數(shù)識別
4.4 實(shí)驗(yàn)與分析
4.4.1 數(shù)據(jù)集
4.4.2 關(guān)鍵點(diǎn)檢測網(wǎng)絡(luò)訓(xùn)練
4.4.3 實(shí)驗(yàn)結(jié)果
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果
本文編號:3671183
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 指針儀表自動讀數(shù)
1.2.2 關(guān)鍵點(diǎn)檢測
1.3 論文組織與內(nèi)容安排
2 傳統(tǒng)指針儀表自動讀數(shù)算法
2.1 指針儀表圖像預(yù)處理
2.1.1 灰度化
2.1.2 圖像幾何變換
2.1.3 圖像增強(qiáng)
2.2 儀表盤定位
2.2.1 模板匹配算法
2.2.2 霍夫圓檢測算法
2.2.3 基于特征點(diǎn)匹配的檢測算法
2.2.4 基于深度學(xué)習(xí)的目標(biāo)檢測算法
2.3 指針檢測
2.3.1 霍夫直線檢測
2.3.2 中心投影法
2.4 讀數(shù)識別
2.4.1 角度法
2.4.2 距離法
2.5 本章小結(jié)
3 基于改進(jìn)Mask RCNN的關(guān)鍵點(diǎn)檢測算法
3.1 Mask RCNN簡介
3.1.1 Mask RCNN算法的網(wǎng)絡(luò)結(jié)構(gòu)
3.1.2 Mask RCNN算法的損失函數(shù)
3.2 用于關(guān)鍵點(diǎn)檢測的改進(jìn)Mask RCNN
3.2.1 關(guān)鍵點(diǎn)檢測思路
3.2.2 算法改進(jìn)
3.3 實(shí)驗(yàn)與分析
3.3.1 數(shù)據(jù)集
3.3.2 實(shí)驗(yàn)?zāi)P痛罱?br> 3.3.3 評價(jià)指標(biāo)
3.3.4 實(shí)驗(yàn)結(jié)果
3.4 本章小結(jié)
4 基于關(guān)鍵點(diǎn)檢測的指針儀表自動讀數(shù)算法
4.1 引言
4.2 關(guān)鍵點(diǎn)非極大值抑制方法
4.2.1 非極大值抑制算法
4.2.2 關(guān)鍵點(diǎn)非極大值抑制
4.3 基于關(guān)鍵點(diǎn)的讀數(shù)識別
4.3.1 關(guān)鍵點(diǎn)預(yù)測
4.3.2 刻度圓弧擬合
4.3.3 指針直線定位
4.3.4 儀表讀數(shù)識別
4.4 實(shí)驗(yàn)與分析
4.4.1 數(shù)據(jù)集
4.4.2 關(guān)鍵點(diǎn)檢測網(wǎng)絡(luò)訓(xùn)練
4.4.3 實(shí)驗(yàn)結(jié)果
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果
本文編號:3671183
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3671183.html
最近更新
教材專著