论文部分内容阅读
目前巡检机器人在变电站室外巡检复杂环境下存在指针式仪表识别准确低的问题,提出了一种基于灰度级动态调整和Blackhat-Otsu算法的指针式仪表识别方法。针对雾天环境,提出了基于灰度级动态调整的Retinex去雾算法,对不同浓度的含雾图像进行了处理,提高了图像的对比度和清晰度,与其他去雾方法相比,所得图像的信息熵分别提升了1.1 dB~2 dB,均方误差(MSE)降低了700~800。在ResNet网络去雨模型中,引入快速引导滤波层以去除图像上的雨纹,峰值信噪比(PSNR)和结构相似性(SSIM)均有提升。为了提高指针读数的准确度,提出了Blackhat-Otsu指针分离法,避免了指针阴影及表盘刻度的干扰。实验结果表明,所提方法对变电站雨雾环境具有良好的鲁棒性,提升了仪表检测与读数识别的准确性。