水表數(shù)字識(shí)別的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，很多傳統(tǒng)的工作方式變得耗時(shí)耗力，效率低下。因而半自動(dòng)或者自動(dòng)化的手段逐漸取代了人工的手段。傳統(tǒng)的抄表方式中，都是使用人工手抄的方式來記錄用戶的用水量，這種方法耗時(shí)長(zhǎng)，需要耗費(fèi)大量的抄表人力，而且在抄表過程中容易出錯(cuò)。針對(duì)人工手段的這些弊端，采用自動(dòng)化的抄表技術(shù)非常有必要，自動(dòng)抄表技術(shù)中最重要的就是對(duì)水表數(shù)字的準(zhǔn)確而快速的識(shí)別。
　　有些水表存在老化、腐蝕還有光斑、污漬等問題，因而拍攝到的水表圖像會(huì)顯得比較

2、模糊。對(duì)于這類圖片首先要進(jìn)行一個(gè)預(yù)處理，其中預(yù)處理包括圖像濾波、圖像的傾斜矯正、圖像二值化以及對(duì)字符進(jìn)行分割等。水表圖像經(jīng)過預(yù)處理以后，去掉了那些無用的信息，將水表的數(shù)字字符單獨(dú)的給分割出來。
　　HOG（Histogram of Oriented Gradient）特征是一種在計(jì)算機(jī)視覺和圖像處理中用來檢測(cè)物體的特征描述子，它通過計(jì)算統(tǒng)計(jì)物體的局部區(qū)域的梯度直方圖來構(gòu)成特征，能很好的描述物體的邊緣特征。SVM（Support V

3、ector Machine）是效果最好的分類器之一，常用來對(duì)物體進(jìn)行分類。通過HOG與SVM結(jié)合的辦法可以有效的實(shí)現(xiàn)對(duì)數(shù)字字符的識(shí)別。首先利用整理好的0到9這十個(gè)數(shù)字樣本集訓(xùn)練出分類器，在將水表圖像進(jìn)行預(yù)處理以后，得到分割好的一組水表數(shù)字，對(duì)每一個(gè)數(shù)字進(jìn)行歸一化的處理，然后提取它的HOG特征，得到它的特征向量，然后利用已經(jīng)訓(xùn)練好的分類器對(duì)其進(jìn)行預(yù)測(cè)，將每一個(gè)數(shù)字的預(yù)測(cè)結(jié)果組合起來就是水表數(shù)字字符的最終預(yù)測(cè)結(jié)果。對(duì)于那些預(yù)測(cè)不準(zhǔn)的水表圖像