核电厂应急柴油机表盘数字化识别技术研究

• 作者: 周勇 朱鹏树 梁永飞 陈星
• 来源期刊: 自动化与仪表
• 关键词: 指针式仪表 图像识别 卷积神经网络 遮挡检测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 仪表与自动化装置
• 页码范围: 78-82
• 页数: 5页
• 分类号: TH85
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2018.12.017

摘要

针对核电厂应急柴油机的指针式仪表无法实现数字化记录、趋势分析的问题,该文研究采用机器视觉技术和卷积神经网络方法对指针式仪表进行采集和数字化识别.该技术通过摄像头实时采集指针式仪表盘图像,利用卷积神经网络图像识别模型进行仪表值数字化,并解决了识别模型适用范围窄、预处理过程繁琐、难以识别刻度非均匀的仪表等问题.研发的识别算法和样机在核电厂应急柴油机再鉴定试验期间进行试用,取得了很好识别准确率和识别速率,可以完全替代人工读数的方法,为核电厂应急柴油机的运行状态监测和巡检工作提供了高效、便捷、可靠的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周勇		4	3	1.0	1.0
2	朱鹏树		4	3	1.0	1.0
3	陈星		3	3	1.0	1.0
4	梁永飞		1	0	0.0	0.0