基于图像识别的变电站巡检机器人仪表识别研究

• 作者: 王俊 郑克 郑昌庭
• 来源期刊: 工业仪表与自动化装置
• 关键词: 图像识别 变电站 机器人 仪表识别 脉冲耦合神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP242.3
• 语种: 中文

摘要

目前变电站仪表识别方法易受到电信号干扰,导致识别图像中存在噪声.该文结合图像识别与中值滤波方法除去图像噪声,提高仪表识别准确性.根据图像识别预处理巡检机器人采集到的仪表图像;利用颜色图像区域搜索进行目标仪表图像区域定位,依据中值滤波去除目标图像噪声;采用脉冲耦合神经网络对仪表图像数字显示盘中的数字字符实行分割和二值化处理;通过样本匹配算法匹配仪表图像样本的数字字符,实现变电站仪表数据识别.通过实验表明,基于图像识别的方法可有效识别模糊以及缺失变电站巡检机器人仪表读数,且识别准确性高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊	国网浙江省电力公司温州供电公司	6	0	0.0	0.0
2	郑克	国网浙江省电力公司温州供电公司	4	0	0.0	0.0
3	郑昌庭	国网浙江省电力公司温州供电公司	3	0	0.0	0.0