山东大学学报(工学版)

作者：周杨浩,刘一帆,李瑮

单位：南京大学南京大学软件新技术国家重点实验室，江苏 南京 210023

关键词：指针仪表,语义分割,全卷积网络,仿射变换,霍夫变换,

基金：国家自然科学基金面上项目(61673204);国家电网公司科技项目(SGLNXT00DKJS1700166)

为解决变电站中自动化监控仪表读数的问题，提出基于机器学习和图像处理算法的指针式仪表自动读数方法，由仪表检测和指针识别两个阶段组成。使用全卷积网络(fully convolutional networks，FCN)对输入图像进行语义分割，以检测仪表的位置并提取仪表部分的图像。利用直方图均衡化、中值滤波和双边滤波减小光照和阴影对指针识别的干扰，并利用仿射变换矫正拍摄时的倾斜，再结合改进的霍夫变换识别仪表中指针的位置，从而计算指针角度获取读数。结果表明，对于自然场景中变电站中的指针式仪表，本研究能很好地检测出仪表并识别出指针的读数，对于光照和阴影等干扰具有良好的鲁棒性，可以显著减少变电站巡检人员的工作量，提高工作效率。

来源：2019年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2019年第4期