针对变电站内各规格LED数码表数据实时监测出现的低分辨率、模糊、高光、反光小数点误识别问题,提出一种联合YOLOv5神经网络与LIG(local intensity and gradient)小数点识别算法的识别方法。采用YOLOv5识别LED数字部分,通过HSV颜色信息...针对变电站内各规格LED数码表数据实时监测出现的低分辨率、模糊、高光、反光小数点误识别问题,提出一种联合YOLOv5神经网络与LIG(local intensity and gradient)小数点识别算法的识别方法。采用YOLOv5识别LED数字部分,通过HSV颜色信息与灰度信息共同筛选LED部分,并与LIG算法确定小数点位置,完成LED字符数值读取。对采集到的LED数码表图像数据进行实验,结果表明,联合YOLOv5神经网络与LIG小数点识别算法小数点识别准确率平均提高了约8.5%。展开更多
文摘针对变电站内各规格LED数码表数据实时监测出现的低分辨率、模糊、高光、反光小数点误识别问题,提出一种联合YOLOv5神经网络与LIG(local intensity and gradient)小数点识别算法的识别方法。采用YOLOv5识别LED数字部分,通过HSV颜色信息与灰度信息共同筛选LED部分,并与LIG算法确定小数点位置,完成LED字符数值读取。对采集到的LED数码表图像数据进行实验,结果表明,联合YOLOv5神经网络与LIG小数点识别算法小数点识别准确率平均提高了约8.5%。
