文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进联合滤波与CNN模型的仪表识别算法: 收藏
分享
引用; 《制造业自动化》2023年第10期45卷 166-172页; 作者：孙辉李晓峰程远方姜飞李文豪国营洛阳丹城无线电厂洛阳471000; 在工业现场的复杂环境场景下,针对数字式仪表的拍摄噪声和光照不均匀等约束条件,提出了一种基于改进的联合滤波与卷积神经网络(Convolutional Neural Networks,CNN)检测模型的数字式仪表识别算法。通过引入CNN检测模型来快速检测仪表表...; 在工业现场的复杂环境场景下,针对数字式仪表的拍摄噪声和光照不均匀等约束条件,提出了一种基于改进的联合滤波与卷积神经网络(Convolutional Neural Networks,CNN)检测模型的数字式仪表识别算法。通过引入CNN检测模型来快速检测仪表表盘位置。对于定位后的表盘图像,引入噪声捕获算法,对疑似噪声点进行标注,针对性的处理噪声,细化滤波处理的颗粒度,避免了滤波阈值选择。同时针对光照不均匀现象,提出一种改进型的单参数同态滤波器,与所设计的急速滤波器做到自适应联合滤波,减少了参数调节量,大幅度缩短运算时间。实验结果表明,该方法能够在多场景下准确地识别数字式游标卡尺中的字符。; 来源：详细信息评论

限定检索结果