基于圖像的計(jì)度輪數(shù)字識(shí)別算法的研究.pdf

1、計(jì)度輪儀表在戶用、工業(yè)領(lǐng)域擁有廣泛的應(yīng)用，然而目前戶用儀表檢定裝置的自動(dòng)化程度較低，數(shù)據(jù)采集工作仍然需要大量人工操作，影響工作效率。除了常用的人工讀數(shù)，現(xiàn)有的一些讀數(shù)獲取方法如光電采樣法在應(yīng)用過程中均有不足。因此，設(shè)計(jì)一種更有效的計(jì)度輪儀表識(shí)別方法，對(duì)于提高工業(yè)生產(chǎn)和檢測(cè)效率具有一定的實(shí)用價(jià)值。
　　關(guān)于計(jì)度輪儀表數(shù)字識(shí)別的研究，不僅要設(shè)計(jì)理想狀態(tài)下各種字符識(shí)別算法，還需要考慮到環(huán)境光照干擾、圖像傾斜、字符大小不一等情況對(duì)識(shí)別結(jié)果

2、的影響，因此針對(duì)以上問題，本文主要研究?jī)?nèi)容如下：
　　1、針對(duì)圖像傾斜矯正過程中，傳統(tǒng)Canny算法提取圖像邊緣特征效果不佳、動(dòng)態(tài)性差的問題，研究了一種改進(jìn)的Canny邊緣檢測(cè)算法，該算法在傳統(tǒng) Canny算法的基礎(chǔ)上，利用最大類間方差法，根據(jù)圖像自身的梯度特性來(lái)動(dòng)態(tài)確定用于檢測(cè)邊緣的高低閾值。算法既能夠保留圖像的邊緣細(xì)節(jié)，又能抑制一定的噪聲干擾，具有較強(qiáng)的自適應(yīng)能力，提高了直線檢測(cè)的精確度。
　　2、由于字符區(qū)域的邊框影響

3、，導(dǎo)致刻度部分與字符部分灰度特性不同，使用單一的圖像分割方法不能夠很好的兼顧字符與刻度的完整分割。針對(duì)該問題本文采用兩種分割算法相結(jié)合的方法，首先利用全局閾值法實(shí)現(xiàn)圖像二值化，再在定位刻度后對(duì)灰度圖像中的刻度區(qū)域使用局部分割方法，從圖像中完整分割出刻度部分。實(shí)驗(yàn)結(jié)果表明，該方法能夠在不降低運(yùn)算速度的基礎(chǔ)上完整分割出刻度和字符部分。
　　3、針對(duì)計(jì)度輪儀表數(shù)字的識(shí)別，本文還設(shè)計(jì)了一種基于字符幾何特征和形狀特征的模板匹配法。將模板和待