基于R-CNN的智能电表数值识别方法（英文）

论文摘要

针对传统抄表方式存在的识别精度低、识别效果差的问题,提出基于区域卷积神经网络（Region-based Convolutional Neural Network,R-CNN）的智能电表数值识别方法。该方法首先使用摄像头采集电表数字码盘的图像信息,然后对采集到的图像进行预处理,最后通过R-CNN网络对预处理后的图像进行自动识别。试验结果表明:所提方法利用R-CNN网络可以同时自动识别表盘位置信息和表盘读数信息,很大程度上减少了人工识表的压力,提高了表计识别精度。

论文目录

• 1 Introduction
• 2 System model
• 3 R-CNN algorithm
• 4 Design of electric meter recognition based on R-CNN
•   4.1 Image collection and pre-processing
•     4.1.1 Image collection
•     4.1.2 Image pre-processing
•   4.2 R-CNN-based electric meter recognition
• 5 Experimental results
• 6 Conclusion

文章来源

类型: 期刊论文

作者: 向映红,廖勇,代学武

关键词: 智能抄表,图像识别,深度学习

来源: 机床与液压 2019年24期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网重庆市电力公司技能培训中心,重庆大学通信与测控中心,英国诺森比亚大学

基金: Supported by the Fundamental Research Funds for the Central Universities(106112017CDJXY500001)~~

分类号: TM933.4

页码: 87-91

总页数: 5

文件大小: 679K

下载量: 69