智能仪表直读装置中的图像处理及识别算法研究

论文摘要

针对传统的人工读表方式存在的种种弊端,有人提出了自动读表技术,其中仪表图像数字字符的识别是非常重要的一个环节,而这正是本文的研究内容。本文的数字仪表图像是通过数码摄像头采集的,识别过程主要包括:数字图像预处理、数字字符定位和字符识别。图像预处理包括仪表图像的去噪、二值化和图像矫正。针对光照造成的图像灰度不均匀,经典的阀值分割方法如Ostu、Bernsen算法不能很好提取目标的问题,采用了利用梯度点信息插值的S.D.Yanowitz算法,能够很好的分割目标和背景;再利用水平和竖直投影提取仪表表框信息;然后再利用改进的Hough变换提取表框范围内直线,对结果进行统计分析,求出仪表的倾斜角度;最后采用逆仿射变换的方法,对表框图像进行双线性插值旋转,得到表框的矫正图像。数字字符定位先采用先验知识对字符进行粗定位;再采用形态学的方法对图像进行增强,并对连通域筛选,以提高精确定位的精度;最后利用投影的方法,求出字符的外接矩形的切线位置,并按照半字和整字的不同方法定位,取得良好的定位效果。字符识别包括整字识别和半字识别两个部分。对于整字情况,根据数字字符的特征信息,采用印刷体数字识别特殊方法来识别,对于半字情况,采用了基于改进的Hausdorff距离的滑动模板匹配的方法来识别,取得了很高的识别率。本文最后利用实验验证了算法的实际可行性,并给出了可能出现的误差分析。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 现有仪表实现数字化的方案
• 1.3 数字字符识别的研究现状
• 1.4 智能仪表直读系统构成
• 1.4.1 仪表直读装置模块
• 1.4.2 直读装置的软件模型
• 1.5 智能仪表读数识别的关键技术
• 1.5.1 智能仪表读数识别的一般研究方法
• 1.5.2 直读仪表读数识别的难点
• 1.6 本文各章内容安排
• 第2章 仪表数字图像预处理
• 2.1 引言
• 2.2 图像去噪
• 2.2.1 图像噪声的产生和分类
• 2.2.2 去噪方法的选择
• 2.3 基于阀值面的S.D.Yanowitz图像分割算法
• 2.3.1 图像分割简介
• 2.3.2 分割算法的分析与选择
• 2.3.3 S.D.Yanowitz算法
• 2.4 图像矫正
• 2.4.1 自适应仪表外边框定位
• 2.4.2 边缘提取
• 2.4.3 基于Hough变换的倾斜检测
• 2.4.4 仿射变换矫正
• 2.5 结果分析
• 2.6 本章小结
• 第3章 仪表数字字符精确定位
• 3.1 引言
• 3.2 定位方法综述与选择
• 3.3 基于直方图投影的数字字符定位
• 3.3.1 影响精确定位的因素
• 3.3.2 基于直方图投影的定位算法
• 3.4 结果分析
• 3.5 本章小结
• 第4章 仪表数字字符识别方案选择
• 4.1 引言
• 4.2 常用字符识别算法理论
• 4.3 数字字符整字及半字的识别技术
• 4.3.1 基于改进的Zhang二值图像细化算法
• 4.3.2 基于印刷体数字识别特殊方法的整字识别
• 4.3.3 基于滑动模板的半字匹配
• 4.4 结果分析
• 4.5 本章小结
• 第5章 实验结果及误差分析
• 5.1 实验条件
• 5.1.1 软件构成
• 5.1.2 硬件构成
• 5.2 仪表图像数字识别实验
• 5.3 误差分析
• 5.3.1 噪声的模型
• 5.3.2 影响系统识别率的因素
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研结果
• 致谢