基于图像处理的水表数字识别算法研究.pdfVIP

基于图像处理的水表数字识别算法研究

作者：吕权

来源：《科技创业月刊》2016年第1期

吕权

（武汉科技大学理学院湖北武汉４３００６５）

摘要：针对目前我国大部分地区仍采用人工抄表的方式来计算用水量的现状，提出一种水

表数字智能识别算法。通过识别算法对经过处理的水表表盘数字图像进行识别，以达到提高效

率和降低成本的目的，具有广泛的应用背景。该算法对获取的表盘图像使用大津法和自适应阈

值的方法进行二值化处理，通过计算最大连通域的方法，使得噪声降到最低，以达到识别的要

求。实验结果表明，本算法可以有效的改进了识别的准确率和成功率。

关键词：大津法；自适应阈值；最大连通域

中图分类号：TP391文献标识码：Ａｄｏｉ：１０．３９６９/ｊ．ｉｓｓｎ．１６６

５－２２７２．２０１6．01．０39

0引言

图像识别的发展大致经历了三个阶段：文字识别、图像处理和识别及物体识别：文字识别

的研究是从１９５０年开始的，一般是识别字母、数字和符号，并从印刷文字识别到手写文字

识别，应用非常广泛，并且已经研制出许多专用设备。图像处理和识别的研究始于１９６５年，

前期研究对象主要为照相技术和光学技术，随着科学技术的发展，当前更多研究的是利用计算

机技术来进行图像处理和识别。计算机图像处理不但可以消除图像的失真和噪声等问题，还可

以通过图像增强和复原技术，对图像进行判读、解析与识别，例如航空照片的解析、遥感图像

的处理与识别等。物体识别是对三维世界的认识，属于虚拟现实研究的一个重要领域，它对图

像的前期处理要求要弱一些，但需要对周围环境建立模型，进而获取较为准确的现实距离信息。

自动化技术的发展，使得以前的体力劳动转向智力劳动，尽管机器人的研究非常盛行，还只限

于视觉能够观察到的场景。进入８０年代，计算机视觉、人工智能的研究已成为新的众多研究

者追求的方向。

数字图像识别技术在各行各业中得到了广泛应用，极大的方便了人类生活，实现了工作方

式向自动化或半自动化的转变，提高了生产效率。然而在水表数字识别使用场景，我国仍然存

在人工挨家挨户抄水表的模式，不仅耗费了不少的人力资源，而且工作效率较低。现提出一种

基于图像处理的水表数字识别算法，算法流程图见图１。

1准备工作

1．１获取表面图像

首先收集水表原始图片。由于水表多半安置于露天环境中，表盘图像受外界影响很大，因

此要对数字表盘的灰度、亮度、噪声、连通域等几个方面进行预处理，以方便后期的截取和图

像识别工作，见图2。

1．２截取表盘数字

由于所得图像跟照相机所处的位置有很大关系，如果照相机拍摄的图片是正向的正面照片，

则直接选取。但是如果拍摄的照片是斜的或者倒着的，就需要进行相应的旋转处理。通过使用

函数ＩＭＲＯＴＡＴＥ对图像进行旋转，以达到我们预期的效果。ＩＭＲＯＴＡＴＥ函数就是

通过对图像的数据矩阵绕图像的中心旋转一定的角度以达到旋转目的，本程序中设置ＲＥＣＴ

１．Ｘ＝４１４，不能直接ＰＴ＿ＢＥＧ．Ｘ，因为可以从右下角拉动，并且设置ＲＥＣＴ

１．Ｙ＝２３７；ＲＥＣＴ１．ＨＥＩＧＨＴ＝１８３；ＲＥＣＴ１．ＷＩＤＴＨ＝４５；然

后选取目标区域，最后通过ＣＶＳＩＺＥＳＩＺＥＳＩＺＥ．ＷＩＤＴＨ＝ＲＥＣＴ１．ＷＩ

ＤＴＨ；ＳＩＺＥ．ＨＥＩＧＨＴ＝ＲＥＣＴ１．ＨＥＩＧＨＴ；ＳＲＣ＝ＣＶＣＲＥＡＴＥ

ＩＭＡＧＥ（ＳＩＺＥ，ＰＲＥ＿ＳＲＣ－＞ＤＥＰＴＨ，ＰＲＥ＿ＳＲＣ－＞ＮＣＨＡＮＮ

ＥＬＳ）等步骤即可达到旋转图片的目的，见图3、图4。

通常情况下，这种需要旋转的步骤基本上是不需要的，因为摄像头的架设跟水表的方向都

是固定好的，这样就能避免因为图片位置不准确而影响最终结果。

2算法

2．１灰度均衡

拍摄过程中由于曝光不均匀或者光线不佳，拍摄的图像会出现一边亮一边暗的问题，因此

丢失了大量信息，灰度均衡可以使图像的灰度级分布概率均匀，通过重新分配像素值，使每个

灰度级具有相同像素点，并且在对应的灰度直方图中的每一级灰度具有相同的高度，以达到从

图像中获取更多信息量的目的。

灰度均衡的基本思路：先对图像的每一个像素点进行从上到下扫描，将得到的像素值代入

到灰度均衡公式中，求出新的灰度值，最后将新的灰度值显示出来即可以得到灰度均衡后的图

像。

设转换前图像密度函数为ｐｒ（ｒ），其中０≤ｒ≤１；经过灰度均衡处理之后的图像密

度函数为Ｐｓ（ｓ）＝１，０≤ｓ≤１，如果定义