基于深度学习的电能仪表智能识别技术  

作　　者：李睿 范功铭 李阳 

机构地区：[1]南京工程学院,江苏南京211167

出　　处：《中国科技期刊数据库 工业A》2024年第3期0108-0113,共6页

摘　　要：针对现场工作人员采集的图片存在拍摄角度、光照条件、远近程度、背景环境不一致等问题,提出基于投影变化和仿射变化的动态混合透视变换的图像处理技术,并通过OCR识别技术定位关键点和透视变换技术,分割出无畸变的仪表图像。根据识别信息区域在图片上位置固定,利用比例坐标,在分割出的无畸变仪表图像上,分割出含有所需识别信息的矩形区域图像,用投影法做行分割并识别。通过不同类型图片的重复对比实验,结果显示基于优化改善后的图片的识别模型更具鲁棒性和可靠性,可使其在不同场景下获取的电能仪表装置图片上的示数识别准确率达到95%。 。

关 键 词：电能仪表装置图片 OCR识别定位 动态混合透视变换 图像处理 

分 类 号：TM7[电气工程—电力系统及自动化]