電能表表號點狀數(shù)字識別算法研究.pdf

1、電力部門對電能表的身份管理是通過唯一的一個序列號來標(biāo)識的，而這個序列號普遍用得多的就是條碼，但在電能表出產(chǎn)前是沒有條碼的，條碼是電力部門在購買電能表后粘貼在電能表表面的，但是在電能表出產(chǎn)時，電能表上就已經(jīng)有一個唯一的表號與之對應(yīng)，如果能正確識別電能表上的表號，就可以識別出電能表的身份，也就可以不用在電能表上添加條碼，這樣會減少了電力部門對電能表的管理工作，減少大量的物力投資，節(jié)省成本。基于此，本文研究了一套通過識別電能表表號來識別電能表

2、身份的圖像識別算法。
　　本文在簡要介紹字符識別技術(shù)研究現(xiàn)狀的基礎(chǔ)上，對電能表表號區(qū)域定位算法及數(shù)字識別算法進(jìn)行了深入的研究，主要完成了以下工作：
　　1.電能表表號區(qū)域的定位：通過選擇合適的定位流程，主要包括對電能表圖像做邊緣檢測、形態(tài)學(xué)處理，區(qū)域限制等，并結(jié)合電能表圖像本身的特性，較好的實現(xiàn)了電能表表號區(qū)域的定位。
　　2.電能表表號數(shù)字的識別：通過對數(shù)字粗網(wǎng)格的特征的提取，發(fā)現(xiàn)其抗干擾能力差，因此本文提出了基于像

3、素矩的提取特征。針對模板匹配法需要標(biāo)準(zhǔn)的模板，而提取的數(shù)字字符特征差別大，采用了基于BP神經(jīng)網(wǎng)絡(luò)的字符識別算法。并通過結(jié)合采用本文提出的特征提取方法，大大提高神經(jīng)網(wǎng)絡(luò)對數(shù)字的識別率。
　　3.整個系統(tǒng)的完成：本文通過采用合適的算法對圖像進(jìn)行預(yù)處理，區(qū)域定位，字符切割，特征提取，字符識別，實現(xiàn)了整個字符的識別流程。并對結(jié)果進(jìn)行了大量實驗。
　　通過對采集回來的圖像進(jìn)行實驗，結(jié)果表明，本文所采用的方法能達(dá)到較好的表號區(qū)域定位和數(shù)