| 结合模板匹配和深度神经网络的电能表信息识别 |
| |
| 引用本文： | 吴彬彬,朱雅魁,葛云龙,吕云彤.结合模板匹配和深度神经网络的电能表信息识别[J].电测与仪表,2023,60(9):195-200. |
| |
| 作者姓名： | 吴彬彬 朱雅魁 葛云龙 吕云彤 |
| |
| 作者单位： | 国网河北省电力有限公司电力科学研究院 |
| |
| 摘 要： | 针对真实拍摄电能表图像受光照、污渍及拍摄角度等影响给识别带来的挑战，提出一种结合模板匹配和深度神经网络的电能表示数及其标签的自动识别方法。首先利用SIFT特征与模板库中图像进行匹配来获得待测电能表的类型（即高压或低压电能表），然后利用边缘信息和Hough变换提取出准确的电表屏幕区域，进一步借助所匹配的标准模板标定信息获得待测图像的屏幕示数及示数标签区域；在此基础上，利用等间隔分割和对标签区域是否存在标签的二分类判定网络来实现示数数字的分割和标签识别，最后利用数字识别网络识别出示数。所提方法充分利用了模板标定信息，将复杂条件下的示数检测变为简单有效的等距分割，将标签识别由复杂的文本检测和识别任务变为简单高效的二值检测任务，因而具有更好的鲁棒性。实验结果证明了该方法的有效性。
|
| 关 键 词： | 电能表 信息识别 模板匹配 深度神经网络 图像 |
| 收稿时间： | 2020/5/23 0:00:00 |
| 修稿时间： | 2020/5/26 0:00:00 |
Information Recognition Method for Electricity Meter Using Template Match and Deep Neural Network |
| |
| wubinbin,zhu Yakui,Ge Yunlong,Lv Yuntong.Information Recognition Method for Electricity Meter Using Template Match and Deep Neural Network[J].Electrical Measurement & Instrumentation,2023,60(9):195-200. |
| |
| Authors: | wubinbin zhu Yakui Ge Yunlong Lv Yuntong |
| |
| Affiliation: | State Grid Hebei Electric Power Research Institute |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载全文 |
|
