文档名：基于机器视觉的拆回旧电能表参数信息检测技术研究
摘要：针对拆回旧智能电能表的回收分类存在人工检定准确率不高、效率低下的问题,提出了一种基于机器视觉的参数信息检测方法,通过检测智能电能表的额定参数信息,完成电能表的分类回收工作.在以C#与Halcon为软件平台建立智能电能表图像检测系统的基础上,采用Blob分析算法,对图像进行ROI(感兴趣区域)提取,采用直方图均衡化对提取后的图像进行处理,以增强背景与目标区域之间的对比度,获取质量较高的电能表图片,通过OTSU算法对Canny边缘检测算法进行改进,提高图像阈值范围的自适应性,获取更完整的图像外观轮廓,最后对图像进行字符分割处理,得到电能表的额定参数信息.经过实验验证,该方法能够准确检测识别电能表铭牌的额定参数信息,实验数据显示检测准确率达99.5％,平均每台电能表检测耗时0.62s,很大程度上节省了电能表分类工作的检定时间,提升了工作的效率与准确性.
作者：王敏 郑鹏Author：WangMin ZhengPeng
作者单位：郑州大学机械与动力工程学院,郑州450001
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(9)
分类号：TM933
关键词：机器视觉 智能电能表 图像处理技术 参数信息检测
Keywords：machinevision smartmeters imageprocessingtechnology parameterinformationdetection
机标分类号：TP391.41TM933.4U491.2
在线出版日期：2023年9月20日
基金项目：国家自然科学基金，郑州大学教育教学改革研究与实践项目基于机器视觉的拆回旧电能表参数信息检测技术研究[
期刊论文] 电测与仪表--2023, 60(9)王敏 郑鹏针对拆回旧智能电能表的回收分类存在人工检定准确率不高、效率低下的问题,提出了一种基于机器视觉的参数信息检测方法,通过检测智能电能表的额定参数信息,完成电能表的分类回收工作.在以C#与Halcon为软件平台建立智能电...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于机器视觉的拆回旧电能表参数信息检测技术研究 Research on detection technology of parameter information of old electric meters removal based on machine vision
基于机器视觉的拆回旧电能表参数信息检测技术研究.pdf
- 文件大小:
- 16.05 MB
- 下载次数:
- 60
-
高速下载
|
