期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的指针式仪表倾斜校正方法 被引量：16
1
作者 周登科 杨颖 +1 位作者 朱杰 王库 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第12期1976-1984,共9页
针对仪表图像自动识别中倾斜仪表产生的读数误差,提出一种基于深度学习的圆形指针式仪表快速倾斜校正方法,可以实现仪表图像的倾斜校正和旋转校正.该方法利用卷积神经网络提取以表盘刻度数字为中心的关键点,并采用最小二乘法对关键点进... 针对仪表图像自动识别中倾斜仪表产生的读数误差,提出一种基于深度学习的圆形指针式仪表快速倾斜校正方法,可以实现仪表图像的倾斜校正和旋转校正.该方法利用卷积神经网络提取以表盘刻度数字为中心的关键点,并采用最小二乘法对关键点进行椭圆拟合,结合椭圆变换理论使用透视变换对仪表图像进行第1次倾斜校正,再根据一对关于仪表竖直中轴线对称的关键点计算仪表相对于水平方向的旋转角度,以拟合椭圆的几何中心为旋转中心,旋转仪表图像实现第2次校正.在变电站真实环境下采集图像数据,验证方法性能.实验结果表明,该方法相对于传统方法鲁棒性更好,校正有效率达到100%,平均校正时间为0.45 s,满足实时校正需求,识别校正后的仪表图像读数的平均相对误差降低到3.99%,平均参考误差降低到0.91%,充分显示该校正方法的有效性. 展开更多
关键词 仪表倾斜校正 卷积神经网络 最小二乘法 椭圆拟合 透视变换
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部