基于机器视觉的玻璃温度计识别系统研究
郭 锐 （ 襄阳市公共检验检测中心 ）
邹 健 （ 襄阳市公共检验检测中心 ）
吕翼健 （ 襄阳市公共检验检测中心 ）
https://doi.org/10.37155/2717-5197-0704-70Abstract
温度计示值的准确识别对于检验检测行业至关重要。基于此提出了一种基于机器视觉的玻璃温度计示数 识别系统。整个图像预处理阶段，分别采用中值滤波算法和加权平均算法对图像进行去噪处理和灰度处理，引入卷积 神经网络算法(CNN)对样本库进行训练及识别。经过多次试验验证其可行性，结果中该系统对玻璃温度计示数识别的 准确率达到了90%以上，可为检验检测自动化、智能化提供一定的借鉴。
Keywords
卷积神经网络；温度计；机器视觉Full Text
PDFReferences
[1]韩蒙蒙.基于卷积神经网络的手势识别算法研究
[D].长春:吉林大学,2017.
[2]肖祥位.基于FPGA的卷积神经网络实现与验证
[D].成都:中国科学院大学（中国科学院光电技术研究
所）,2021.
[3]张远.基于卷积神经网络的磁声耦合声信号处理算
法研究[D].西安:西安石油大学,2023．
[4]刘赟.ReLU激活函数下卷积神经网络的不同类型噪
声增益研究[D].南京:南京邮电大学,2023.
[5]黎光艳.基于轻量级神经网络的手写字符识别研究
[D].杭州:中国计量大学,2022．
[6]邓国立,杨春山.基于OpenCV-Python的卷积神
经网络手写数字识别研究[J]．桂林航天工业学院学
报,2021,26(4): 7.
[D].长春:吉林大学,2017.
[2]肖祥位.基于FPGA的卷积神经网络实现与验证
[D].成都:中国科学院大学（中国科学院光电技术研究
所）,2021.
[3]张远.基于卷积神经网络的磁声耦合声信号处理算
法研究[D].西安:西安石油大学,2023．
[4]刘赟.ReLU激活函数下卷积神经网络的不同类型噪
声增益研究[D].南京:南京邮电大学,2023.
[5]黎光艳.基于轻量级神经网络的手写字符识别研究
[D].杭州:中国计量大学,2022．
[6]邓国立,杨春山.基于OpenCV-Python的卷积神
经网络手写数字识别研究[J]．桂林航天工业学院学
报,2021,26(4): 7.
Copyright © 2025 郭 锐,邹 健,吕翼健
Publishing time:2025-02-28
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location