煤气表数字图像识别算法研究

论文摘要

本文将图像识别技术添加到传统的煤气表检测中,通过对煤气表拍照后的图像进行数字识别从而读取煤气表转动的数据。数字图像识别系统包括图像定位、字符分割、及字符的识别三部分。图像的预处理主要涉及到图像灰度变化算法,图像的二值化算法,图像的滤波处理算法,图像的锐化处理算法。通过这一系列的变换,得到具有明显特征属性的二值化图像。图像的定位和分割主要涉及到倾斜校正算法,图像的边缘检测算法。通过对二值化后的图像进行行扫描和列扫描,确定字符纹理区域上、下边界线的水平倾斜角度,据此对图像进行倾斜校正,然后通过投影法确定字符左右边界,进行字符切分,并进行归一化处理。图像数值的识别主要涉及到图像特征提取算法,特征库的建立算法,特征库比对算法,特征识别逼近算法。数据网络分为个位、十位和百位数字识别的3个子网络。将归一化处理的图像分别送入网络中进行识别,最后把识别出的数值进行组合后得到煤气表显示的数值。本文将1500个样本作为特征库的收集和识别,识别的成功率可以达到91.67%,算法兼顾了识别率、识别速度、可继承等方面,使得在满足了工程应用的同时也能够方便地被其他应用继承。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 课题实验硬件平台
• 1.1.2 课题实验软件平台
• 1.1.3 本文研究的主要内容
• 1.1.4 本文研究的主要难点
• 1.2 国内外相似项目的研究
• 1.3 本文的结构安排
• 第二章 数字图像预处理算法研究
• 2.1 图像的灰度化
• 2.2 图像的灰度变换
• 2.2.1 数字图像的直方图
• 2.2.2 数字图像的灰度变换
• 2.3 图像的二值化
• 2.3.1 二值化简述
• 2.3.2 Otsu 算法
• 2.3.3 迭代算法
• 2.4 图像的滤波处理
• 2.4.1 均值滤波算法
• 2.4.2 中值滤波算法
• 2.5 本章实验小结
• 第三章 数字图像的定位和分割
• 3.1 图像倾斜校正
• 3.2 图像数字有效区域的定位
• 3.2.1 常用的定位算法
• 3.2.2 本文使用的定位算法
• 3.3 有效区域的分割和归一化
• 3.4 本章实验小结
• 第四章 数字图像的识别
• 4.1 图像特征提取的常用方法
• 4.1.1 结构特征
• 4.1.2 纹理特征
• 4.1.3 颜色特征
• 4.1.4 采用统计法来提取特征
• 4.1.5 采用变换系数法来提取特征值
• 4.1.6 采用代数方法来提取特征值
• 4.2 本文采用的图像特征提取
• 4.2.1 重心密度统计算法
• 4.2.2 网格密度统计算法
• 4.3 特征库比对识别概述
• 4.4 数据识别网络结构
• 4.4.1 网络拓扑结构
• 4.4.2 本文识别网络的设计
• 4.5 识别网络特征库的成长
• 4.6 网络数据识别
• 4.7 实验数据和结论
• 4.8 本章小结
• 第五章 总结
• 5.1 论文所做的主要工作
• 5.2 本文设计的方法的一些优势
• 5.3 有待改进的地方
• 参考文献
• 附录 关键程序源代码
• 致谢
• 攻读硕士学位期间已发表或录用的论文