论文摘要
仪表表盘参数符号识别就是对仪表盘上除指针和刻度读数区以外的表面符号进行识别。仪表表盘的参数分布在表盘上除读数区以外的位置,不像汽车车牌以及身份证号码那样位置比较固定和规则排列。仪表盘上的参数很多,主要有:仪表准确度等级、仪表名称、仪表类型、单位、量程、防外磁场等级、所加标准信号范围、生产日期、出厂编号等内容,这些字符在表盘上的位置不固定。一些仪表表盘的参数符号为特殊的专用符号,目前通用的OCR软件还不能识别。本文研究表盘参数符号图像增强、灰度校正、分割和识别。只有识别出表盘的各种参数,并确定它们在测量中的特殊意义,才能真正实现仪表的自动校验和自动管理。主要研究成果和创新点如下:1、提出了基于单尺度Retinex理论的局部增强算法和双边滤波相结合的仪表图像对比度增强方案,有效增强了光照不均的仪表图像中隐藏在大面积阴影区域的信息。2、采用基于图像分块采样的背景拟合方法与基于改进的高帽变换的背景拟合方法来对亮度反差极大的仪表图像进行灰度校正处理。3、提出了间接定位仪表盘参数区的新思路,主要采用了两种方法:一种方法是基于边缘跟踪和扇形扫描法检测圆弧区域来去除指针读数区,从而定位表盘参数区;另一种是采用仪表先验知识和纹理分析方法筛选出参数区。4、利用字符综合特征(如连通性、中心点间距、对称性等特征),有效实现了仪表盘准确度等级和特殊参数符号的分割。5、采用基于Hu矩和紧密度因子的组合特征以及支持向量机(Support VectorMachine)的方法来识别仪表盘参数符号,提高了仪表盘准确度等级和特殊参数符号的识别率。为实现仪表的自动校验和自动管理奠定了基础。
论文目录
摘要Abstract目录Contents第一章 绪论1.1 选题的科学意义1.2 国内外与本课题相关的发展概况1.2.1 仪表读数识别1.2.2 仪表表盘参数的识别1.3 本文的主要工作第二章 基于Retinex理论的仪表图像对比度增强算法2.1 图像对比度增强模型综述2.1.1 直接灰度变换2.1.2 直方图修正2.1.3 梯度场放大增强2.1.4 Retinex图像增强算法2.2 基于单尺度Retinex和双边滤波的仪表图像对比度增强算法2.2.1 单尺度Retinex算法2.2.2 局部非线性对比度增强2.2.3 亮度图像的估计与反射图像2.2.4 双边滤波模型2.3 实验结果及分析2.4 本章小结第三章 基于背景拟合的仪表图像灰度校正算法研究3.1 仪表图像的主要特征3.2 图像灰度校正算法3.2.1 同态滤波3.2.2 局部增强法3.2.3 高帽变换3.2.4 基于梯度场重建的图像增强方法3.2.5 背景拟合法3.3 基于背景拟合和灰度调整的仪表图像校正算法3.3.1 基于图像分块采样的背景拟合3.3.2 基于改进的高帽变换法的背景拟合3.4 实验结果与分析3.5 本章小结第四章 仪表表盘参数区提取方法4.1 基于边缘跟踪和扇形扫描法检测圆弧区域来去除指针读数区4.1.1 边缘检测4.1.2 图像水平腐蚀4.1.3 图像细化4.1.4 边缘跟踪4.1.5 圆弧检测4.1.6 去除表盘读数区域4.1.7 替换背景和图像二值化4.1.8 图像倾斜校正4.1.9 去除小区域和仪表边缘噪声4.2 基于仪表先验知识和纹理分析方法检测并去除仪表盘读数区4.2.1 用图像重构技术清除仪表盘边框和指针4.2.2 形态学区域分割4.2.3 纹理分析识别刻度区域4.3 基于小波分解和形态学的仪表盘参数区定位方法4.3.1 小波分解4.3.2 形态学处理4.4 本章小结第五章 仪表盘参数符号的分割方法5.1 电工指示仪表及表盘参数符号介绍5.2 仪表盘参数符号分割算法5.2.1 字符图像特征的分析和评估5.2.2 小数的整体分割5.2.3 仪表准确度等级和特殊图形符号的定位和分割5.3 规则印刷体字符的分割5.4 本章小结第六章 仪表盘参数符号的识别6.1 模式识别的系统结构6.1.1 分类器设计6.1.2 聚类与分类6.1.3 程序实现6.2 仪表盘参数符号的识别架构6.3 特征提取6.3.1 不变矩特征的提取6.3.2 仪表准确度等级和特殊图形符号不变矩特征的提取6.4 支持向量机6.5 仪表盘参数符号的识别6.6 实验结果及分析6.7 本章小结总结与展望参考文献在读博士期间撰写的论文、参与的科研项目致谢
相关论文文献
标签：仪表表盘参数符号论文; 单尺度理论论文; 双边滤波论文; 扇形扫描法论文; 圆弧区域检测论文; 层次分割字符论文; 矩和紧密度因子论文; 支持向量机论文;
