一种基于深度学习的双指针仪表读数方法

摘要

本发明公开了一种基于深度学习的双指针仪表读数方法，属于图像识别技术领域，具体包括以下步骤：对目标图像进行仪表检测，利用训练好的yolo v3目标检测模型将仪表框从原图中分割出；对仪表图像进行霍夫圆检测，同时进行椭圆连通域筛选，结合两种方法得到仪表圆形表盘，并进行表盘矫正；对矫正后的表盘图像进行去噪，灰度化，图像增强，二值化，形态学闭运算处理；根据表盘图像上指针的初始信息，粗筛选指针连通域，并对该指针连通域做外接矩形。该种基于深度学习的双指针仪表读数方法在复杂背景下的指针区域提取与刻度识别具有良好的准确性与通用性，可满足变电站实际应用需求。