【技术实现步骤摘要】
本专利技术属于智能目标检测，具体涉及一种智能多类型工业仪表在线识别方法。
技术介绍
1、目标检测是很多计算机视觉应用的基础，为目标分类和定位两个任务的结合，随着深度学习技术的不断发展，许多卷积神经网络都已具备优越的检测性能。仪表读数的检测与识别被广泛应用在工业中，然而工程领域中复杂的背景环境为获取仪表信息带来了困难，存在光照不均、背景复杂、图像模糊、仪表倾斜以及遮挡等多种干扰问题导致仪表读数难以自动在线进行识别。
技术实现思路
1、为解决上述技术问题，本专利技术提供了一种智能多类型工业仪表在线识别方法。采用模板匹配、指针拟合的传统机器学习方法对指针型仪表进行识别，同时基于yolov5的深度学习目标检测方法，对数字型、按钮型等四种类型工业仪表进行在线识别。以解决光照不均、背景复杂、图像模糊、仪表倾斜、仪表读数难以及遮挡等多种干扰问题。
2、本专利技术为实现上述目的所采用的技术方案是：一种智能多类型工业仪表在线识别方法，包括以下步骤：
3、基于yolov5的目标检测方法...
【技术保护点】
1.一种智能多类型工业仪表在线识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述基于YOLOv5的目标检测方法对仪表图像数据进行仪表类型识别，包括以下步骤：
3.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述通过模板匹配对指针型仪表图像中的指针数字进行识别，包括以下步骤：
4.根据权利要求3所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述基于OpenCV平方差匹配函数将模板和指针型仪表图像进行匹配，具体如下：
5.一种智能...
【技术特征摘要】
1.一种智能多类型工业仪表在线识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述基于yolov5的目标检测方法对仪表图像数据进行仪表类型识别，包括以下步骤：
3.根据权利要求1所述的一种智能多类型工业仪表在线识别方法，其特征在于，所述通过模板匹配对指针型仪表图像中的指针数字进行识别，包括以下步骤：
4.根据权利要求3所述的一种智能多类型工业仪表...
【专利技术属性】
技术研发人员：于诗矛，宋纯贺，孙勇，郑海洋，高鹏佩，武婷婷，王丽丽，郑浩，李沅键，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。