视频抄表无线通讯系统

视频抄表无线通讯系统

论文摘要

仪器仪表被广泛地应用于各行各业的测量系统中,由于某些仪器仪表并没有数据传送的接口,对其进行现场数据读取既浪费人力资源又难以避免人为因素的干扰,因此本系统要实现仪表数字的远程读取。系统的实现需要利用视频技术、图像处理技术、图像识别技术以及无线传输技术。基于现代抄表的现状以及发展趋势,采用数字识别的方法,使用ARM系统搭建软硬件平台,把采集的图像数据按照GPRS网络协议要求打包,采用MA8-9i模块发送到处理中心,处理中心计算机采用BP神经网络实现数字识别。采用带有USB接口的摄像头进行图像采集,省去采集卡,降低了成本,采用ARMSYS2410开发板把采集装置的体积减小化。对仪表的数字图像,运用Visual C++开发工具实现了图像锐化、图像去噪、图像分割、图像特征提取等图像预处理的相关算法。在图像二值化方面,采用了给定阈值的二值化方法,并给出了处理结果。图像的锐化采用了梯度锐化的方法,可以使图像模糊的边缘变得清晰。图像噪声的去除采用的是去除离散杂点的方法,有效的去除了噪声。采用改进边缘检测算法来分割图像,取得了良好的效果。采用13点特征提取法提取数字特征,并加以保存以便送给BP网络进行训练,BP神经网络对于Arial字体的数字可以达到90%以上的识别,提高了识别率。系统减少了对仪表读数的人为因素干扰,也达到远程抄表的目的。本系统集采集、无线传输和图像识别于一体,实现了对仪表数字的远程读取功能,具有实用价值。最后,对本文的工作进行了总结,提出了存在的问题和进一步改进的方向。

论文目录

  • 中文摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究背景
  • 1.1.1 现代抄表现状
  • 1.1.2 图像处理与数字识别的应用发展
  • 1.1.3 GPRS 技术与嵌入式的发展应用
  • 1.2 研究目的
  • 1.3 本文章节安排
  • 第2章 图像采集及预处理
  • 2.1 系统概述
  • 2.2 图像文件格式
  • 2.2.1 BMP 文件结构
  • 2.2.2 GIF 图像格式
  • 2.2.3 JPEG 图像格式
  • 2.3 图像采集
  • 2.4 图像预处理
  • 2.5 图像的存储
  • 2.6 本章小结
  • 第3章 数字识别
  • 3.1 数字识别方法
  • 3.1.1 神经网络简介
  • 3.1.2 神经网络特性
  • 3.1.3 神经网络的两种基本模型
  • 3.2 BP 网络结构与算法
  • 3.2.1 神经网络的基本结构
  • 3.2.2 BP 网络算法
  • 3.3 BP 网络识别数字
  • 3.3.1 特征提取
  • 3.3.2 确立网络并识别
  • 3.4 仿真与数据处理
  • 3.5 本章小结
  • 第4章 嵌入式系统
  • 4.1 嵌入式系统
  • 4.1.1 嵌入式系统简介
  • 4.1.2 嵌入式系统的发展与应用
  • 4.2 ARMSYS2410 开发板及软件安装
  • 4.2.1 WinCE 的安装
  • 4.2.2 USB 驱动的安装
  • 4.3 本章小结
  • 第5章 GPRS 网络
  • 5.1 GPRS 网络概述
  • 5.1.1 GPRS 特点
  • 5.1.2 GPRS 网络接入方式
  • 5.2 MA8-9i 模块介绍
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 附录:部分程序代码
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  

    视频抄表无线通讯系统
    下载Doc文档

    猜你喜欢