臨沂車輛識(shí)別道閘無(wú)人值守
臨沂車輛識(shí)別道閘無(wú)人值守
與此同時(shí)，國(guó)家電網(wǎng)公司也已將無(wú)人機(jī)巡檢作業(yè)納入輸電線路精益化考核指標(biāo)中。截至217年年底，公司系統(tǒng)各單位共配有各類型無(wú)人機(jī)18余架，217年度無(wú)人機(jī)累計(jì)巡檢桿塔超過(guò)21萬(wàn)基，累計(jì)發(fā)現(xiàn)缺陷超過(guò)5萬(wàn)余處。其中，按照缺陷位置劃分，以桿塔瓶口及以上位置線路設(shè)備及附屬設(shè)施缺陷為主，占75.8%；按照缺陷等級(jí)劃分，以一般缺陷為主，占87.2%；按照缺陷類型劃分，以金具類缺陷為主，占42.7%。公司系統(tǒng)各單位廣泛應(yīng)用無(wú)人機(jī)開(kāi)展線路巡檢，在G2、金磚會(huì)議、全運(yùn)會(huì)和黨的保電工作中發(fā)揮了作用，無(wú)人機(jī)巡檢已成為輸電線路運(yùn)維不可或缺的手段。
牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址?/span>二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。三看粒子度。取一透明的玻璃杯，盛入半杯清水，然后，取少許多彩涂料，放入玻璃杯的水?dāng)噭?dòng)。凡質(zhì)量好的多彩涂料，杯中的水仍清晰見(jiàn)底，粒子在清水中相對(duì)立，沒(méi)粘合在一的陰陽(yáng)離子，粒子的大小很均勻;而質(zhì)量差的多彩涂料，杯中的水會(huì)立即變得混濁不清，且顆粒大小呈有分化，少部分的大粒子猶如面疙瘩，大部分的則是絨毛狀的細(xì)小粒子四看銷售價(jià)。質(zhì)量好的多彩質(zhì)感涂料，均由正規(guī)生產(chǎn)廠家按配方生產(chǎn)，價(jià)格適中;而質(zhì)量差的多料，有的在生產(chǎn)中偷工減料，有的甚至是個(gè)人仿冒生產(chǎn)，成本低，銷售價(jià)格比質(zhì)量好的多涂料大便宜得多。