隨著科技的不斷發(fā)展,工業(yè)信息化、數(shù)字化的不斷提升,指針式儀表作為數(shù)據(jù)測(cè)量、數(shù)據(jù)監(jiān)控、數(shù)據(jù)收集的重要工具,在工業(yè)生產(chǎn)生活中發(fā)揮著巨大的作用,對(duì)維持正常的生產(chǎn)生活具有重要的意義。然而,當(dāng)前仍然存在大量需要人工進(jìn)行采集和錄入的指針式儀表監(jiān)測(cè)數(shù)據(jù),這種數(shù)據(jù)采集方式不僅僅耗費(fèi)大量的人力、物力,而且也會(huì)影響數(shù)據(jù)的時(shí)效性并造成一定的數(shù)據(jù)誤差。同時(shí)部分指針式儀表工作環(huán)境惡劣,無(wú)法進(jìn)行人工采集和數(shù)據(jù)信息傳輸。因此,如何對(duì)指針式儀表進(jìn)行高效的、精確的自動(dòng)數(shù)據(jù)錄入變得尤為重要。隨著近些年來(lái)圖像采集成本的降低,圖像采集質(zhì)量的提高,圖像識(shí)別技術(shù)也日趨成熟,因此本文采用基于圖像處理的方式進(jìn)行指針式儀表示數(shù)自動(dòng)識(shí)別研究。本文通過(guò)結(jié)合圖像處理和深度學(xué)習(xí)的相關(guān)技術(shù),在研究和學(xué)習(xí)己有指針式儀表自動(dòng)識(shí)別算法的基礎(chǔ)上,提出和設(shè)計(jì)了一種基于深度學(xué)習(xí)和形態(tài)學(xué)的指針式儀表自動(dòng)識(shí)別算法。本文設(shè)計(jì)的指針式儀表自動(dòng)識(shí)別算法主要包含三方面的核心內(nèi)容:儀表盤及儀表數(shù)字的檢測(cè)和提取、儀表盤指針的定位和擬合、儀表盤數(shù)字的識(shí)別和儀表示數(shù)的判定。在儀表盤及儀表數(shù)字的檢測(cè)和提取中,本文結(jié)合深度學(xué)習(xí)相關(guān)知識(shí),提出和設(shè)計(jì)了對(duì)自然場(chǎng)景中儀表有效信息提取的卷積神經(jīng)網(wǎng)絡(luò)模型MASKR2CNN,并構(gòu)建了相應(yīng)的訓(xùn)練數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練和測(cè)試,從而實(shí)現(xiàn)對(duì)自然場(chǎng)景中的儀表盤進(jìn)行圖像分割和有效信息提取;在儀表盤指針的定位和擬合,針對(duì)本文設(shè)計(jì)的指針式儀表有效信息特征提取方式,采用Ostu閾值分割法和概率霍夫直線法對(duì)指針進(jìn)行擬合和定位;在最后一部分核心內(nèi)容中,本文采用KNN對(duì)儀表數(shù)字區(qū)域進(jìn)行數(shù)字識(shí)別并采用距離法對(duì)最后示數(shù)進(jìn)行判定。經(jīng)實(shí)驗(yàn)結(jié)果測(cè)試,相對(duì)誤差在5%以內(nèi)的示數(shù)識(shí)別準(zhǔn)確率為81.64%。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TP183
【部分圖文】：

型是一階段檢測(cè)模型的開(kāi)山之作，它將目標(biāo)檢測(cè)任務(wù)表述成一個(gè)統(tǒng)一的、端到端逡逑的回歸問(wèn)題，只經(jīng)過(guò)一次處理圖片便同時(shí)得到目標(biāo)的位置和分類。ＹＯＬＯ模型工逡逑作方式如圖２－１所示：逡逑灥柋圈逡逑灥《酬敏ｊ逡逑＿邋１逡逑圖２－１邋ＹＯＬＯ模型檢測(cè)模式逡逑首先將圖片進(jìn)行縮放，劃分為等分的網(wǎng)格，每個(gè)網(wǎng)格按照和真值的Ｉｏｕ分?jǐn)?shù)逡逑來(lái)決定所預(yù)測(cè)的樣本。然后通過(guò)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行回歸預(yù)測(cè)，使得劃分的每個(gè)網(wǎng)逡逑格用來(lái)預(yù)測(cè)目標(biāo)的位置信息和分類信息，通過(guò)閾值和非極大抑制來(lái)進(jìn)行最后目標(biāo)逡逑框體信息的篩選。但是ＹＯＬＯ模型對(duì)原始圖片劃分網(wǎng)格較為粗糙，每個(gè)網(wǎng)格生逡逑成目標(biāo)框體信息的個(gè)數(shù)限制了模型對(duì)于小物體的檢測(cè)。ＳＳＤ模型相比于ＹＯＬＯ逡逑模型采用多尺度的卷積特征圖來(lái)進(jìn)行目標(biāo)檢測(cè)任務(wù)最終結(jié)果的回歸和預(yù)測(cè)，對(duì)小逡逑物體檢測(cè)精度有微量的提升，同時(shí)加入了候選框體來(lái)進(jìn)行目標(biāo)檢測(cè)任務(wù)的實(shí)現(xiàn)。逡逑ＳＳＤ模型不僅檢測(cè)速度較快而且檢測(cè)精度也接近兩階段檢測(cè)模型。逡逑兩階段檢測(cè)模型的代表是推薦卷積檢測(cè)網(wǎng)絡(luò)（Ｒｉｃｈ邋ｆｅａｔｕｒｅ邋ｈｉｅｒａｒｃｈｉｅｓ邋ｆｏｒ逡逑ａｃｃｕｒａｔｅｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎａｎｄｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎ，邋Ｒ－ＣＮＮ）系列模型，主要實(shí)現(xiàn)逡逑的步驟是先對(duì)區(qū)域進(jìn)行候選框體進(jìn)行推薦

殘差映射是最優(yōu)化的，相比于通過(guò)非線性層去擬合恒等映射，通過(guò)殘差模逡逑塊去擬合恒等映射即將殘差Ｆ（ｘ）逼近０更為容易。殘差模塊通過(guò)ｓｈｏｒｔｃｕｔ逡逑ｃｏｎｎｅｃｔｉｏｎ的前向傳遞來(lái)對(duì)公式進(jìn)行實(shí)現(xiàn)。殘差模塊如圖３－２所示：逡逑ｘ邋Ｉ邐一逡逑ｗｅｉｇｈｔ邋ｌａｙｅｒ邐＼逡逑乃NB）邐Ｉｒｅｌｕ邐］邐ｘ逡逑ｗｅｉｇ＾邋ｌａｙｅｒ邋１邋Ｊ邐ｉｄｅｎｔｉｔｙ逡逑Ｊｌ（ｘ）邋＋邋ｘ逡逑ｉ邋ｒｅｌｕ逡逑圖３－２殘差模塊逡逑１６逡逑

邋Ｃ５）做上采樣計(jì)算，得到的特征圖（Ｃ３２，邋Ｃ４２，邋Ｃ５２），最后將（Ｃ２１，Ｃ３１，Ｃ４１）逡逑和（Ｃ３２，邋Ｃ４２，邋Ｃ５２）對(duì)應(yīng)相加并結(jié)合（Ｃ５１）構(gòu)成ＦＰＮ金字塔特征圖（Ｐ！，Ｐ２，逡逑Ｐ３，Ｐ４）。流程如圖３－３所不：逡逑ｉｎ邋翻鍛作邐�。哄澹遥ǎ澹悖螅睿澹簦悖�？１ｆ邋邐上挪一１逡逑Ｉ邐Ｉ逡逑｜邋１逡逑Ｉ邐Ｉ逡逑邐ｙ邐邋邐ｉ邐逡逑特征圖邐：邐邐邐邋特征圖逡逑（Ｃ２１，Ｃ３１，Ｃ４１，Ｃ５１）邋１邐Ｉ邐（Ｃ３２，Ｇ４２，Ｃ５２）逡逑邐邋－征圖累加邐邐１逡逑（Ｃ２１＋Ｃ３２，Ｃ３ｉｈ＂Ｃｊ２，Ｃ４ｌ＋，Ｃｓ２，Ｃ５１）逡逑ＦＰＮ金字塔特征圖逡逑（Ｐｉ，邋Ｐ２．邋Ｐ３．邋Ｐ４）逡逑圖３－３邋ＦＰＮ金字塔特征圖生成方式逡逑對(duì)于深度卷積神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，不同的深度提取到的特征圖對(duì)應(yīng)不同層次的語(yǔ)逡逑義特征，淺層特征圖的分辨率大，表征的是細(xì)節(jié)特征，高層特征圖的分辨率小，逡逑表征的是語(yǔ)義特征

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱金紅;汪仁煌;汪志敏;郭鵬洲;;一種圓形指針式儀表傾斜檢測(cè)方法[J];自動(dòng)化與信息工程;2013年04期

2 趙文奎;葉一波;;為指針式儀表加裝照明燈[J];電氣時(shí)代;1988年08期

3 方重生;我國(guó)指針式儀表發(fā)展趨勢(shì)展望[J];電測(cè)與儀表;1983年09期

4 韓紹超;徐遵義;尹中川;王俊雪;;指針式儀表自動(dòng)讀數(shù)識(shí)別技術(shù)的研究現(xiàn)狀與發(fā)展[J];計(jì)算機(jī)科學(xué);2018年S1期

5 丁嬋;溫宗周;劉丹;;指針式儀表自動(dòng)識(shí)別裝置的設(shè)計(jì)[J];西安工程大學(xué)學(xué)報(bào);2011年01期

6 盧全昌,李杰;指針式儀表分度線高精度自動(dòng)劃線儀[J];儀表技術(shù)與傳感器;1991年01期

7 孔銳;揭英達(dá);程霖;;基于掃描線處理的指針式儀表快速讀數(shù)算法[J];計(jì)算機(jī)工程與科學(xué);2017年07期

8 江澤濤;王軾;李克偉;;一種指針式儀表非接觸測(cè)量方法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年04期

9 林恩典;;通用指針式儀表自控開(kāi)關(guān)[J];設(shè)備管理與維修;1991年12期

10 李曉冬;呂陽(yáng);金鍵;梁萬(wàn)來(lái);何杰;邱致猛;張金榮;雷麗君;;指針式儀表自動(dòng)讀數(shù)動(dòng)態(tài)識(shí)別方法[J];工業(yè)控制計(jì)算機(jī);2019年06期

相關(guān)會(huì)議論文 前5條

1 羅鈞;盧艷;蔣均祝;廖宏華;;圖像分割技術(shù)及其在模擬指針式儀表自動(dòng)檢定系統(tǒng)中的應(yīng)用[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

2 李宏汀;葛列眾;王篤明;鄭燕;曾國(guó)芬;;航空儀表顯示的工效學(xué)研究[A];第十八屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集——心理學(xué)與社會(huì)發(fā)展[C];2015年

3 劉怡文;趙海;朱劍;余必舉;;面向指針式儀表的數(shù)字信息提取算法設(shè)計(jì)與實(shí)現(xiàn)[A];第八屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

4 趙軍;馮海萍;孔明;;計(jì)算機(jī)視覺(jué)百分表自動(dòng)檢定算法研究[A];高精度幾何量光電測(cè)量與校準(zhǔn)技術(shù)研討會(huì)論文集[C];2008年

5 張艷玲;汪仁煌;陳國(guó)清;;一種指針式高精度儀表讀數(shù)自動(dòng)識(shí)別新方法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前10條

1 賀嘉琪;基于深度學(xué)習(xí)的指針式儀表示數(shù)自動(dòng)識(shí)別的研究與應(yīng)用[D];北京郵電大學(xué);2019年

2 董靜宜;基于數(shù)字特征的指針儀表示數(shù)識(shí)別研究[D];哈爾濱理工大學(xué);2018年

3 華雪;基于圖像處理的指針式儀表自動(dòng)讀數(shù)算法研究[D];河南大學(xué);2018年

4 鐘志偉;復(fù)雜環(huán)境下指針式儀表示值讀取[D];昆明理工大學(xué);2018年

5 韓紹超;基于機(jī)器視覺(jué)的圓形指針式儀表自動(dòng)讀數(shù)識(shí)別關(guān)鍵技術(shù)研究[D];山東建筑大學(xué);2018年

6 劉葵;基于深度學(xué)習(xí)的指針式儀表示數(shù)識(shí)別[D];華中科技大學(xué);2017年

7 陳鏡宇;變電站指針式儀表自動(dòng)識(shí)別方法研究[D];武漢科技大學(xué);2018年

8 唐夢(mèng)婷;基于機(jī)器視覺(jué)的儀表示值識(shí)別系統(tǒng)設(shè)計(jì)[D];新疆大學(xué);2014年

9 張樂(lè);基于圖像處理的指針式儀表示值識(shí)別的研究[D];華北電力大學(xué);2013年

10 馬小菊;指針式儀表自動(dòng)判讀研究[D];昆明理工大學(xué);2013年

本文編號(hào)：2834197