图像处理技术在自动水表校验装置中的应用研究

论文摘要

在当前的水表读数中,往往需要人眼进行判读。不仅工作量巨大,而且存在管理上的弊端。图像处理技术和人工智能技术的迅猛发展,为水表的自动识别提供了可靠的解决方法和途径。本文将采用图像处理技术检测并提取水表指针与数字显示区域。在对现有识别算法进行分析的基础上,采用了基于彩色信息的读数识别方法,最终实现水表读数的智能化处理。本文的主要工作如下:1.水表表盘的定位:提出了基于彩色信息的表盘定位算法。对整幅图像进行训练,获取可能的目标区域;采用一种新的连通域标记算法清除大面积干扰;采用了目标区域标记后选择的方法,获取仅包含红色指针的信息图;根据拟合求出的表盘中心,提取出感兴趣的指针子图像和数字显示区域子图像。2.指针的检测与识别:在指针子表图上,引入彩色信息,以面积为约束条件求取阈值,提取指针;根据指针读数之间的关联关系,采用改进的多特征模板匹配法识别指针偏角。3.数字的提取与判读:针对光照条件未知,在数字显示区域子图上,采用快速二维Otsu算法提取数字,获得较好的分割效果;为了避免字符笔划粗细不同,模板制作困难的难点,采用基于字符关键笔划特征的匹配算法。对于半字,不需重新制作模板,根据半字基线,用背景填充成整字大小,结合高度比,使用与整字相同的方法识别。4.系统设计:设计并开发了一套VC++平台下的水表读数自动识别系统,该系统可实现对水表图像的自动检测与识别。大量的水表图像检测实验与判读结果表明,本文采用的方法提高了水表判读的准确率,稳定性好,对低对比度图像有较好的适应性。

论文目录

• 摘要
• ABSTRACT
• 图、表清单
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景及意义
• 1.3 国内外研究现状
• 1.4 研究方案和拟解决的关键问题
• 1.5 本文的内容安排
• 第二章 水表图像的预处理
• 2.1 引言
• 2.2 图像增强
• 2.2.1 图像去噪
• 2.2.2 对比度增强
• 2.2.3 本文图像增强算法
• 2.3 表盘定位
• 2.3.1 彩色空间
• 2.3.2 最小二乘法拟合原理
• 2.3.3 基于彩色特征的表盘定位算法
• 2.3.4 实验结果与分析
• 2.4 本章小结
• 第三章 水表指针的检测与识别
• 3.1 引言
• 3.2 图像分割
• 3.2.1 图像分割的定义
• 3.2.2 图像分割算法
• 3.3 水表指针的提取
• 3.3.1 子表图像的定位
• 3.3.2 基于色调分量的指针提取算法
• 3.4 水表指针的识别
• 3.4.1 常见的指针识别方法
• 3.4.2 改进的多特征模板匹配算法
• 3.4.3 指针读数的计算
• 3.4.4 实验结果与分析
• 3.5 本章小结
• 第四章 水表数字的提取与识别
• 4.1 引言
• 4.2 数字显示框的定位
• 4.2.1 边框定位
• 4.2.2 倾斜校正
• 4.3 表头数字的提取
• 4.3.1 常见的字符分割算法
• 4.3.2 二维Otsu 算法原理
• 4.3.3 基于2d-Otsu 的水表字符分割算法
• 4.3.4 水表字符的平滑
• 4.4 表头数字的切分
• 4.4.1 先验知识切分字符
• 4.4.2 扫描去除黑边
• 4.4.3 连通域去除污点
• 4.4.4 投影法定位
• 4.4.5 粘连清除
• 4.5 表头数字识别前预处理
• 4.5.1 归一化处理
• 4.5.2 细化
• 4.6 特征提取
• 4.6.1 常见的字符特征
• 4.6.2 水表字符的特征提取方法
• 4.7 表头数字的识别
• 4.7.1 整字符的识别
• 4.7.2 半字符的识别
• 4.7.3 实验结果与分析
• 4.8 本章小结
• 第五章 水表自动校验系统的设计
• 5.1 系统简介
• 5.2 功能模块的实现
• 5.2.1 水表图像预处理模块
• 5.2.2 指针检测与识别模块
• 5.2.3 数字提取与识别模块
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文