分析基于摄像表的图像分析处理以及识别算法研究.docVIP

基于摄像表的图像分析处理以及识别算法研究 黄振亚 （苏州自来水表业有限公司） 0 引言 随着网络技术的发展，科技的进步，人们的生产生活方式得到了很大的改善。对于所有的传统行业而言，都面临着巨大的挑战和机遇，相对于传统的水表行业也同样面临着诸多问题比如说：抄表难，人情难，智能抄表可能与用户的读数不符而导致的核对麻烦。现在市场上存在着脉冲表以及直读表等智能水表，功能上比原有的水表进步很多，但是仍然存在着读数不准确，易受干扰等问题。 本文提出一种新的方案，旨在增加一个摄像头以及含有单片机的主板的新型智能识别读数的。以解决供水公司以及用户之间读数不相符以及智能识别的等问题。 识别方法简介 本方案中主要针对的是智能远传水表。本文着重讲述智能识别水表部分，智能远传水表现阶段主要分为脉冲式和直读式。 水表识别方式 国内远传水表从上世纪80年代开始研制，早期水表结构为以磁铁和干簧管为主，水表转动一定流量，磁铁吸引干簧管，从而产生一个信号脉冲，将这个脉冲采集后累加从而得到读数，行业中称之为分线制远传水表。 后来又发展了脉冲式和直读式两种方式。脉冲式远传水表原理主要有干簧管，光耦，以及磁感应元件，当水流流过时这些都能产生脉冲信号，这种水表要求电路对脉冲信号实时采集后者不断休眠——唤醒后采集状态——休眠，才能大道计数的目的；光电只读方式水表是把水表的字轮做出较大的调整，通过光电管的发射和接收或者电阻值的大小来判断字轮的状态，根据字轮的状态即可读出水表的读数，即通过直接读取的方式采集水表的数据，该方式平时不工作，旨在读取时瞬时工作。 摄像表以原来的机械机构统统不变，只是在字面上方加装摄像模块，然后单片机对图像进行处理识别。 MATLAB算法介绍 该设计主要研究基于MATLAB软件的设别系统设计，系统主要包括图像采集、图像预处理、字轮数字定位、字符分割、字符识别五大核心部分。系统的图像预处理模块是将图像经过图像灰度化、图像增强、边缘提取、二值化等操作，转换成便于字轮数字定位的二值化图像；利用字轮数字的边缘、形状等特征，再结合Roberts 算子边缘检测、数字图像、形态学等技术对字轮数字进行定位；字符的分割采用的方法是将二值化后的字轮数字部分进行寻找连续有文字的块，若长度大于设定的阈值则切割，从而完成字符的分割；字符识别运用模板匹配算法完成。以上每个功能模块用MATLAB软件实现，最后识别出字轮数字，在研究设计的同时对其中出现的问题进行具体分析、处理，并寻求更优的方法。 识别系统采集图片主要是利用拍摄获得的。拍摄照片时应注意一下几点： 拍摄的图片应包含图像预处理为了更能够准确的进行字轮窗的定位和分割，字符识别必须经过图像预处理，图像预处理可以提高图片的适用性。原始图像不只是包括字轮窗，还有本身和其他一些背景，所以必须去掉这些非字轮窗图像的影响，才有可能正确的提取出字轮窗的区域，为进行下面的字符识别打下基础。由于本系统设计使用的图片是摄像机与的矩离和角度等因素的影响，使图片存在各种各样的噪声。字轮图片可能出现模糊、歪斜和缺损等严重问题，因此需要对原始图片进行预处理，以改善图像的质量，提高字符识别率[1]下图.1流程图简要的概述了图像预处理的基本步骤： 图3.1 图像预处理流程图 图片灰度化 未经处理的原始图片包含着大量的颜色信息，不但占用存储内存很大，而且在运行过程中也会降低系统的速度，因此要将彩色图片转变为灰度图片，以加快系统执行速度。由彩色转换为灰度的过程叫做灰度化处理，灰度图是指只包含亮度信息，不包含色彩信息的图像。经过灰度变换后的图片，像素的动态范围增加，图像的对比度增强，使图像变得更加清晰、细腻、容易识别。彩色图片分为R、G、B三个分量，分别显示红、绿、蓝等各种颜色，灰度化就是使彩色的R、G、B分量相等的过程。灰度值大的像素点比较亮（像素值最大为255，为白色），反之比较暗（像素值最小为0，是黑色）。本设计的灰度图片变换的实现采用了rgb2gray函数，代码为I1=rgb2gray(I)。原始图像、灰度图和直方图如下： 图3.2.1原始图像、灰度图和直方图 图像增强图像增强的目的是对图像进行加工，得到更能准确提取字轮边缘，从而准确定位字轮的图像。对图像进行灰度化处理之后，字轮部分和非字轮部分图像的对比度并不是很高，由于字轮界限较为模糊，难以提取出字轮边缘。为了增强字轮部分图像和其他部分图像的对比度，使其明暗鲜明，有利于提高识别率，需要将图像进行增强。 图片3.3.1先进行的灰度拉伸对比 增强图像的方法有很多，如灰度变换、图像平滑处理和线性滤波等，根据处理图像域又可分为空间增强与频域增强。目前用于字轮图像增强的方法有：灰度拉伸、直方图均衡、中值滤波、高斯滤波、邻域滤波、图像腐蚀、多图像平均、同态滤波等[]。 图像的获取和传输过程中原始图像会受到各