仪器仪表学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-2179/TH

国际刊号:0254-3087

仪器仪表学报杂志2022年第5期:融合改进 YOLOv5 算法的图像全站仪全自动测量方法

发布日期:

作者:郎 松,曹 选,张艳微,高若谦,巩 岩

单位:郎 松,1. 中国科学院苏州生物医学工程技术研究所,2. 中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,,曹 选,3. 苏州科技大学物理科学与技术学院,,张艳微,1. 中国科学院苏州生物医学工程技术研究所,2. 中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,,高若谦,1. 中国科学院苏州生物医学工程技术研究所,,巩 岩,1. 中国科学院苏州生物医学工程技术研究所,2. 中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,

关键词:图像全站仪;YOLOv5;目标识别与检测;自动照准;全自动测量

基金:国家自然科学基金(61975228,62005307)项目资助

针对图像全站仪在无棱镜合作工作模式下无法实现目标点全自动测量的问题,提出一种融合改进YOLOv5算法的图像全站仪全自动测量方法。应用融合卷积注意力机制模块的YOLOv5算法,实现了反射片靶标的广角镜头识别与检测;应用目标自动照准算法,实现了反射片靶标中心的长焦镜头精确照准,进而实现目标点位置坐标的全自动测量。借助自研的图像全站仪开展了反射片靶标的识别与检测实验和目标点全自动测量实验。实验结果表明,利用改进的YOLOv5算法对反射片靶标的识别与检测的准确率可达98.65%;目标点全自动测量方法具有与人工照准测量方法相当的测量精度且测量效率较后者提高了1.5倍。所提方法具有较高的测量精度和测量效率,可广泛应用于无人值守的全自动测量工作场合。

来源:2022年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第5期

联系我们

  • 地址:北京市东城区北河沿大街79号
  • 电话:010-64044400
  • E-mail:cjsiedit@cis.org.cn

咨询工作人员