论文部分内容阅读
为了保障化工厂数显式仪器设备的正常运行及故障及时检测、减少人力巡检的工作量,达到化工厂安全生产的要求,需要对带有数显式仪表的设备进行准确的读数检测。但化工厂仪表盘表面颗粒粗糙、灰尘堆积造成采集到的图像存在大量噪点,加之由于巡检机器人采集图像过程中的位置偏移,造成图像扭曲,对仪表数值的读取产生很大的影响,因此需要提高数显式仪表的数值识别精度。通过构建Hopfield三神经元网络模型进行仿真,并进行随机噪声检验,发现噪声水平在0.1及以下的识别效果最佳。通过对图像进行灰度化、降噪等预处理操作消除噪声,然