基于图像处理的数字仪表自动识别研究.docx

PAGE 2 基于图像处理的数字仪表自动识别研究 　　摘要：图像处理的数字仪表自动识别能够对仪表图像进行字符识别，得到精确的仪表读数，从繁琐的读表工作中解放出来，保证数据的准确率，这在仪表普遍存在的当今社会是具备重大的意义。　　本文采用MATLAB平台对数字仪表进行自动识别研究，对数字仪表自动识别研究主要由三个步骤：图像预处理、数字仪表的定位与分割和数字表的识别与比对。在图像二值化时用Otsu算法解决背景和内容分开的问题；图像预处理中，使用中值滤波来滤除仪表图像中存在的噪声干扰。在数字仪表分割时，使用垂直投影法来实现数字仪表的分割处理。在数字仪表识别时，通过模板匹配法实现对数字仪表的自动识别，通过结合实际情况找出数字仪表识别过程中遇到的难点，进而不断的提高进行数字仪表的识别准确率。关键词：数字仪表；图像处理；字符识别；MATLAB；模板匹配； 第一章 绪论 1.1 研究背景 　　图像处理与计算机视觉技术在各行各业的应用中不断的应用，而汽车牌照的自动识别则是一个很好的例子。随着科技的不断发展进步，各行业的管理工作方式正从人工管理尽可能的向自动或半自动方式进行转变。在恶劣环境下进行实时监测，减少生产率和人为因素造成的误判，采用自动控制系统实现。为了使自动控制系统设计能够很好的实现企业控制功能，需要将数字仪表显示的数据技术进行动态识别研究，根据识别出的数据在相同控制条件下进行分析比较，对自动控制功能进行有效的实现。本论文主要侧重数字仪表仪器的自动识别，主要任务是在进行数字仪表自动识别的过程中存在的各种问题，提出相应的解决方案，进而保证识别的准确高效性，实现数字仪表的自动识别。 1.2 国内外研究现状 1.2.1 国内研究现状 　　对基于机器视觉信息技术的数字识别方法已被国内大多数科技工作人员做了一个深入分析研究，例如Miao Yal 识别出印刷体的标记和数字；Yama guchi 研究出电话号码的识别管理系统；Molina 等研究了机场内飞行器尾部数字编号的识别；导引车辆的数字快速识别是由王荣本、金立生等人进行研究。　　对汉字、字母和数字能够进行识别的系统是由上海交通大学的叶晨洲、杨杰等人所研究出来的。对于理想的图像，汉字、字母和数字的识别率基本都在96%以上。从对获取原始数据图像开始，针对光照、字符区域的定位等不良环境因素的影响，大多是企业采用灰度拉伸来增强照片图像。然后利用字符空间分布知识的所有动态阈值对字符进 行二值化。二值化结束后，借助一定的先验理论知识（字符宽度、间距的固定比例关系等等）从复杂的背景中取出干扰且没确定字符边界，提取出单一字符。字符分割成功率在96%以上，然而，有些图像存在严重噪声干扰以及光强不均匀，有时会出现字符粘连和字符错乱分类的现象。 　　如罗正华借助Hough变换对不同倾斜度车牌进行识别,提高了计算性能；王臣则采用基于模板匹配的最大稳定极值区域定位分割算法来提高图像分割的效率,进而提高后续机械式仪表图像识别的正确率；林剑萍则提出基于OpenCV 和LSSVM的字符识别方法,结果表明,这种组合算法在数字仪表识别方面更具准确性。本文对数字仪表图像进行采集, 然后对图像进行预处理，最终实现数字仪表自动识别。 1.2.2 国外研究现状 　　英国IBM1287光学文字阅读器系统能识别出10个阿拉伯数字，并且它已经在邮局被广泛使用，误差率仅为0.4%; 有趣编码信函的分拣机能识别出印刷字体的字母和数字，处理发展速度可以高达30000件/小时，被NEC所研制。因此，基于机器视觉的数字识别系统渐渐体现出应用前景。70年代，国外有自动检测车牌系统技术可以应用于检查被 盗车辆的实时情况，到今日已达到较高的应用管理水平。有静态图像处理系统，如：huang-Mu Hwang《PC-ASEDCAR LICENCE PLATEREADER》收费站硬件设施条件较好，平均识别率高达97%；还有准静态汽车牌照按时限拍摄的处理对象的例子，如：Paolo Come lli《Optical Recoginition of Motor Vehicle License Plates》是汽车在收费站实 时拍摄的准静态图像，数千张图像的识别率接近91%。 　　此外加拿大、日本、德国、意大利、英国等国家都有一个适合本国的车牌识别系统。美国的纽约州大学 Cedar 研究中心、日本东芝的Textreader、法国的银行支票识别系统是国内外具有代表性的研究团体。实现目标图像二值化处理的算法是Otsu(最大类间差法)，也称之为大津算法，大多数人认为这是图像分割中阈值选取的最佳学习算法, 不仅计算方法简单,而且可以不受图像亮度和对比度的影响，因此在这个数字信息图像数据处理问题上得到了广泛的支持和应用。 1.3 研究内容与设计方案 1.3