江西省电机工程学会网站

文中通过进行变电站仪表检测方法的研究，实现了对变电站中如数字式、指针式仪表的检测任务，可以从变电站图像中获取到仪表的位置信息和类别信息的基础上，当检测到数字式仪表时，完成数字式仪表读数识别任务。该任务的输入为只包含整个数字仪表的图像信息，不包含冗余的背景信息。算法具体实现流程为：首先进行仪表表盘信息的精确提取，采用 CTPN 算法查找数字文本信息完成显示区域的进一步定位，借助文本线构造算法将文本框进行合并得到表盘区域。最后利 YOLOv4 算法实现表盘的数字字符检测，获取最终仪表示数。

[1] Graves A，Schmidhuber J. Framewise phoneme classification with bidirectional LSTM and other neural network architec- tures[J].Neural networks，2005，18（6）∶602-610. [2] Neubeck A，Van Gool L.Efficient non-maximum suppression [C]//18th International Conference on Pattern Recognition（ICPR）.IEEE，2006，3 ∶850-855. [3] 吴天雨，许英朝，晁鹏飞 . 一种提高目标图像识别准确率的数据增强技术[J]. 激光杂志，2020，41（5）∶96-100. [4] Borkin D，Némethová A，Michaľčonok G，et al. Impact of data normalization on classification model accuracy[J]. Research Papers Faculty of Materials Science and Technology Slovak University of Technology，2019，27（45）∶79-84. [5] 侯卓成，欧阳华，胡鑫，等 . 基于改进的 YOLOv4 彩色数字仪表读数识别方法[J]. 电子测量技术，2022，45（6）∶124-129. DOI：10. 19651/j.cnki.emt.2108495. [6] 华泽玺，施会斌，罗彦，等 . 基于轻量级 YOLO-v4模型的变电站数字仪表检测识别[J].西南交通大学学报，2024，59（1）∶70-80. [7] Everingham M，Van Gool L，Williams C K I，et al.The pascal visual object classes challenge[J]. International journal of computer vision，2010，88（2）∶303-338.

2024年

会员频道