基本信息:
- 专利标题： 一种基于深度神经网络和多阈值软切分的电能表示数识别方法
- 申请号：CN201811440923.3 申请日：2018-11-29
- 公开(公告)号：CN109657682A 公开(公告)日：2019-04-19
- 发明人： 厉建宾 , 张旭东 , 窦智 , 吴彬彬 , 吕云彤
- 申请人： 国网河北省电力有限公司电力科学研究院 , 大连理工大学
- 申请人地址： 河北省石家庄市体育南大街238号
- 专利权人： 国网河北省电力有限公司电力科学研究院,大连理工大学
- 当前专利权人： 国网河北省电力有限公司电力科学研究院,大连理工大学
- 当前专利权人地址： 河北省石家庄市体育南大街238号
- 代理机构： 大连理工大学专利中心
- 代理人： 温福雪
- 主分类号： G06K9/34
- IPC分类号： G06K9/34 ; G06N3/08
摘要：
本发明属于电力电能表自动识别技术领域，提供一种基于深度神经网络和多阈值软切分的电能表示数识别方法。该方法的体系结构含有两个模块：示数区域定位模块和示数识别模块。定位模块以YOLO算法为基础，采取适合电表示数区域特点的网络模型来进行快速定位，示数区域识别模块设计了一种多阈值软切分与深度神经网络结合的识别方法。本发明的有益效果为：采用本发明能快速定位电表图片中的示数区域并准确进行识别，可减少人为抄表差错和资源浪费；本发明结合深度学习与多阈值切分，能有效克服图像噪声的不利影响，提升识别准确率。
公开/授权文献:
- CN109657682B 一种基于深度神经网络和多阈值软切分的电能表示数识别方法 公开/授权日：2022-02-11
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |
| --------G06K9/20 | .图像捕获 |
| ----------G06K9/34 | ..在图像分布图中，相接触的或相重叠的图形的分割 |