拆回表自动化线创新思路及创新方法分析

文章通过分析当前的拆回电表的市场形势,结合拆回表自动化线存在的问题,提出了电表自动定位装置解决方案、自动翻盖机构创新方案、自动设参、自动清污创新方案,并对其创新方法进行了分析,对提高拆回表自动化线工作效率,提高读者的创新能力有价值。

基于GLRLM-SVM的电表版本分类方法研究

目前拆回电表版本的信息录入方法仍采用人工目测输入与数据库对比验证,面临效率低下、准确率难以保证的问题。利用实拍电表图像,提出一种在高杂糅环境背景下电表新旧版本精确分类的方法。先获取版本识别ROI区域,并提取灰度游程矩阵(GLRLM)特征,再对数据进行归一化处理与主成分分析(PCA),最后采用线性核函数的支持向量机(SVM)作为最佳模型进行分类实验。同时,采用不同的纹理特征提取算法结合不同分类模型对该方法性能进行评价。实验结果表明:基于GLRLM-SVM的分类方法优于其他模型,速度最快且准确率高达98.95%,满足拆回电表年检数量与精度要求。