无指针式仪表表盘数字识别方法的研究.PDFVIP

无指针式仪表表盘数字识别方法的研究季厌浮。等 无指针式仪表表盘数字识别方法的研究 onNumeral for Research Recognition InStrumentDia Non—pointer 季厌浮1 旅诒再2 (黑龙江科技学院电气与信息工程学院1，黑龙江哈尔滨1500凹；黑龙江科技学院计算机与信息工程学院2，黑龙江哈尔滨1500力) 摘要：针对无指针式仪表表盘的数字识别问题，提出了一种基于特征提取和粗糙集特征约简的神经网络数字识别方法。首先利用 数字图像预处理技术处理图像，并利用特征提取方法提取数字图像特征；然后利用粗糙集理论进行特征约简；最后将约简后的信息输 入到训练好的神经网络进行识别。实验表明，相对于传统方法，该方法具有识别率高、速度快的特点，实用价值较高。 关键词：数字识别神经网络特征提取粗糙集特征约简 中图分类号：TP391．41 文献标志码：A Abstraet：AneurMnetworknumeral methodbasedonfeatureextractionand setfeaturereductionis fornumeralrec． recognition rough proposed of instrument are thenumeral ognitionnon·pointer dial．Firstly，imagesprocessedbyadoptingdisit且Jimagepre—processingtechnology；and featureisextractedwithfeatureextraction thefeaturereductioniscarriedout Set reduced image method；then usingtoughtheory；finally．the informationis totrainedneuralnetworkfor showsthat withthetraditional methodoffers input recognition．Theexperiment eompaed method，this of and value． highercapabilityrecognition，fasterspeedhisherapplicable NeuralnetworkFeatureexlaaetionset Featurereduction Keywords：Numeralrecognition Itough 字图像预处理、特征提取、粗糙集特征约简和神经网络 0 引言 数字识别5个阶段。 数字识别是模式识别领域中的一个重要分支，数 2数字图像预处理 字识别一般通过特征匹配及特征判别的传统方法进行 处理。特征匹配通常适用于规范化的印刷体字符的识 数字图像的预处理主要包括图像灰度转化、图像 别，而特征判别多用于手写字符识别，这些方法还处于 二值化处理、图像梯度锐化处理、去除噪声、图像分割、 探索阶段，识别率还比较低。随着神经网络技术的飞 规范化和细化处理等阶段。 速发展，其本身具有的高度并行性、较强的自组织能力 对无指针式仪表表盘进行跟踪电视摄像，将得到 和容错性、较好的抑制噪声干扰能力等特点，为快速准 的录像带转存为VCD，借助于图像处理软件获取VCD 确地进行数字识别开辟了新的途径。 中仪表表盘的数字图像，并进行一系列预处理。