数字仪表识别系统的研究和设计——PTWUNIDOS放疗剂量计自动识别系统

论文摘要

随着计算机技术和人工智能的发展,许多行业的管理手段和生产方式逐步由人工转变成自动或半自动方式,自动识别系统发挥了重要的作用,尤其在不能直接获取仪表数据的化工、冶金等行业以及环境比较恶劣的条件下进行实时监控时。自动识别系统可以减少人为因素造成的误判、提高生产率。数字仪表自动识别系统是一个非接触方式实时的计算机处理系统,基于机器视觉、数字图像处理技术和人工智能,主要包括:视频捕获、图像预处理、数字区域定位、单个数字切分、数字模板库和数字识别算法。其流程为:通过USB摄像头或其他视频采集设备对数字仪表监控,经过图像平滑、灰度变换、二值化、数字区域定位和单个数字切分等预处理后,最终由识别算法识别出仪表的示数。本课题针对河南省计量科学研究院对PTW UNIDOS放疗剂量计显示数据实时采集的应用需求,综合对比了多种图像处理方法和数字识别算法,结合当前的处理对像和系统性能的要求,研究并提出了一套合适的图像预处理算法和数字识别算法,并开发完成了PTW UNIDOS放疗剂量计自动识别系统。主要研究内容如下:1、在捕捉到的图像中,感兴趣的只是仪表显示的数字,而数字区域只在整幅图像中占一小部分,使用全局阈值化很难取得理想的效果,采用基于局部门限处理的方法来提高预处理图像的质量。2、对比分析已有数字区域定位方法,结合PTW UNIDOS放疗剂量计自身的特点,从速度、效率和准确性等方面综合考虑,选取人工辅助定位法快速准确地定位出数字区域。3、构造适合系统需求的识别算法。针对系统对实时处理速度的要求较高,选取简单且易实现的模板匹配算法,并在传统的模板匹配算法的基础上加以改进扩充。4、对于不同的数字仪表显示数字的前景色和背景色的不一样,系统应具有一定适应性,可以选择不同的色彩分量或灰度值作为识别的依据。

论文目录

• 摘要
• Abstract
• 1. 绪论
• 1.1 研究背景
• 1.2 课题的来源
• 1.3 仪表识别研究现状
• 1.3.1 国内研究现状
• 1.3.2 国外研究现状
• 1.4 本课题研究目标、研究内容和拟解决的问题
• 1.5 PTW UNIDOS 自动识别系统意义
• 1.6 本文结构安排
• 2. 数字图像基础及系统组成
• 2.1 数字图像处理概述
• 2.2 图像的数字化表示
• 2.3 图像文件
• 2.3.1 BMP 数字图像
• 2.3.2 位图及文件结构分析
• 2.4 识别系统的组成
• 2.4.1 系统概述
• 2.4.2 硬件结构
• 2.4.3 软件平台
• 2.5 本章小结
• 3. 图像的采集和预处理
• 3.1 图像的采集
• 3.2 图像增强
• 3.2.1 图像平滑
• 3.2.2 灰度变换
• 3.2.3 自适应阈值二值化
• 3.3 图像的畸变纠正
• 3.4 数字区域定位
• 3.5 数字切分
• 3.5.1 投影法切分
• 3.5.2 投影法存在的问题
• 3.5.3 投影基础上的改进
• 3.6 本章小结
• 4. 数字识别
• 4.1 数字仪表识别概述
• 4.2 特征提取
• 4.3 模板匹配识别
• 4.3.1 模板匹配算法简介
• 4.3.2 传统的模板匹配
• 4.3.3 改进的模板匹配
• 4.4 本章小结
• 5. 数字仪表识别系统实现
• 5.1 系统概要
• 5.2 需求分析
• 5.2.1 功能需求
• 5.2.2 性能需求
• 5.3 系统主要功能模块
• 5.3.1 系统主控平台
• 5.3.2 图像预处理模块
• 5.3.3 系统设置模块
• 5.3.4 纪录查看模块
• 5.4 系统性能分析
• 6. 总结与展望
• 参考文献
• 附录一：硕士期间公开发表的论文和参与的科研项目
• 附录二：图像预处理主要代码
• 附录三：数字区域定位主要代码
• 附录四：模板匹配识别主要代码
• 致谢