基于深度学习的净水厂配电房图像采集与识别方法
公开
摘要
本发明公开了一种基于深度学习的净水厂配电房图像采集与识别方法，包括步骤：获取包含指示灯的图片集，对图片集的指示灯位置进行图像裁切并标定点位信息，以建立指示灯训练样本；对指示灯训练样本进行深度学习训练，得到训练权重；获取配电房的图像数据，根据训练权重确定所有指示灯的位置和指示灯识别中心；对图像数据进行HSV色域转换处理，并获取指示灯识别中心的S‑V值，对图像数据进行色值筛选和二值化处理，指示灯亮位置显示为白块；根据所有指示灯的位置信息和白块的位置信息，输出所有指示灯的亮灭状态。能够全天候实时监视配电房的运行数据，以使净水链设备正常可靠运行。
基本信息
专利标题 ：
基于深度学习的净水厂配电房图像采集与识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565888A
申请号 ：
CN202210151234.0
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭顺生周圣文杜百岗仝少聪郭钧
申请人 ：
武汉理工大学
申请人地址 ：
湖北省武汉市洪山区珞狮路122号
代理机构 ：
武汉智嘉联合知识产权代理事务所(普通合伙)
代理人 ：
张璐
优先权 ：
CN202210151234.0
主分类号 ：
G06V20/52
IPC分类号 ：
G06V20/52 G06V10/82 G06V10/26 G06V10/774 G06N3/08 G06K9/62
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
