数字仪表自动读取系统的设计与实现

1、苏州大学本科生毕业设计（论文）学院(部)计算机科学与技术题 目数字仪表自动读取系统的设计与实现目录摘要1Abstract2引言3第一章 绪论41.1 研究背景及其意义41.2 国内外研究现状51.2.1 国内研究现状51.2.2 国外研究现状61.3 论文主要研究内容61.4 结构安排7第二章 技术背景82.1 识别方法介绍82.1.1 模板匹配算法82.2.2 卷积神经网络92.2 OpenCV的介绍102.2.1 傅里叶变换102.2.2 边缘检测112.3 本章小结11第三章 数字仪表识别流程123.1 数字图像识别流程123.2 图像预处理123.2.1 图像的采集133.2.2 图像的二值化143.2.3 图像滤波143.3 数字区域定位与分割153.4 本章小结15第四章 字符识别过程的实现164.1 图像金字塔164.2 模板匹配算法174.2.1 模板匹配的算法实现184.3 基于模板匹配的数字识别实现184.3.1 图像归一化与细化184.3.2 特征提取194.3.3 模板训练194.3.4 识别方法与代码展示204.4 本章小结21第五章 系统的效果展示225.1

2、 仪器捕捉展示235.2 Tkinter的介绍245.3 操作界面展示265.4 识别效果展示27第六章 总结与展望286.1 总结286.2 展望28参考文献30致谢311摘要【摘要】随着全球经济的迅速发展，各行各业的管理手段逐渐从人工管理转变为半自动或自动式管理。特别地，某些需要实时检测的行业所处的环境非常恶劣，在这种情况下，自动识别技术比人工管理显得更为有效，可以通过预先设定的条件来和待识别的数字仪表的字符相比，来达到最终的识别结果。本文主要采用python来进行编程，同时应用了相关OpenCV的概念来组建实验平台，主要研究了有关图像识别的流程，其中包括了图像的预处理以及分割识别。其中预处理过程包括图像采集、二值化以及滤波。该系统主要采用模板匹配算法来实现。【关键词】OpenCV；字符分割；字符识别；模板匹配法Abstract【Abstract】With the expeditious development of the economy around the world, the management means of every walk of life is changin

3、g into half automatization or automatization from manpower. Especially in some bad conditions, compared with manpower, automatic control system seems more effective. Automatic control system can be adopted to realize the aim, it is a convenient and agile scheme by comparing the enactment condition and the recognized numeral of instrument to realize automatic control operation. A camera is selected to acquire instruments image. In this paper, OpenCV and Python are used to form an experimental pla

4、tform. The process of image recognition is mainly studied, including image preprocessing and segmentation recognition. The preprocessing includes image acquisition, binaryzation and filtering. Template matching method is respectively applied to character recognition.【Key words】OpenCV; Character Segmentation; Character Recognition; Template Matching引言目前人类社会已经迎来了崭新的信息时代，在日常生活和工作的过程中，被获得和需要处理的信息量不断增长，过去人们是通过手动来读取或录入信息，这种方法不光是劳动强度大，并且会出现不低的数据误码率，在这种环境下，以计算机视觉为基础的识别技术就发展起来了。正常来说，在一个计算机系统内，相比于传统的人工管理【

5、1】，系统的原始数据采集工作可以由自动化采集（识别）代替，解决了原本可能存在的效率低、劳动强度大、人工处理导致的误码率高等问题，使得计算机对于信息的处理更加准确快速。仪表读数的自动识别也可以说是自动抄表，在中国，自动超标的试验和运用始于20世纪80年代，并在90年代得到较快的发展。当前，全世界有很多科研人员对基于机器视觉的数字识别进行了很多研究。从图像预处理、倾斜矫正、字符分割与识别等方面都做了不同方法的研究比较。为了实现数字仪表的自动识别和读取，本文提出了一种完整的数字字符识别过程，并对其进行了详细的介绍，用Python开发了一套数字字符自动识别读取系统【2】。第一章 绪论首先，本章详细介绍了有关于数字仪表自动识别研究的背景，以及对于数字仪表识别发展所带来的意义，并介绍了与该方面有关的国内外的研究现状，其次，概述了论文的主要内容和总体结构。1.1研究背景及意义随着计算机技术的飞速发展，数字仪表已称为现代自动化技术发展的重要辅助工具。它不仅是信息产业发展的关键组成部分，同样也成为了如今信息技术的重要基础。数字仪表在各行各业的应用都十分广泛，从基本的农、工、商业，到国防、科技、卫生等领域

6、，其身影可以说随处可见。仪器仪表已经成为了国民经济建设中的必不可缺的一份子，可以说它扮演了监督者和领导者的双重身份，为我们认识世界、打开世界提供了方便。早期的仪表校验由操作员来读取并记录被检仪表的示值，然后通过与标准量的比较来计算误差【3】。但在工业领域存在大量需要频繁校验并读取数据的数字仪表，此时通过手工记录数据的人工校验似乎变成了一个不小的劳动量。与此同时在实际情况中，识别准确率是数字仪表识别技术最主要的评价指标，由于现实应用中多样化的应用环境，导致仪表识别过程中涉及因素较多，任何因素都会对识别率造成影响。在此情况下，具有较高甚至绝对准确率的数字仪表自动识别系统显得尤为重要。因此，我才会想出对数字仪表自动识别读取系统进行研究，在确保系统识别准确率的基础上，尽量提高系统的识别效率。1.2国内外研究现状1950年，有关于字符的识别有了萌芽，人们对印刷体字符进行了研究，届时，一些早期的并不完善的应用软件问世，然而由于当时的条件和技术有限，首批问世的软件的实用性并不尽如人意，其识别率很难满足相比之下飞速发展的工业，从此字符识别技术不停地在研究的过程当中改良并得以金币。从七十年代起国外就已经

7、开始使用自动识别系统来识别车牌【4】。随着对自动识别系统的进一步研究，八十年代末，较为完善的字符识别系统出现了，字符识别率得到极大的提升。到了九十年代初期，自动识别技术已经趋于成熟，人们提出了众多可行的识别算法并发表了大量相关方面的论文，开发出至今仍被广泛应用的类似电子眼车牌识别系统的实际的应用系统。现在，数字仪表的自动识别已经成为模式识别领域的一个重要组成部分，其广泛应用在各种行业，很多科研人员都对基于机器视觉技术的数字识别进行了深刻的钻研，数字仪表的自动识别系统进入商品化阶段。1.2.1国内研究现状仪表自动识别的主要应用领域包括：自动生产线上产品条码字符的识别、车牌的识别、金融财务方面的票据识别、邮政编码的识别以及大规模的数据统计。当前，在所有的字符识别系统中，有关文字字符的自动识别系统是能普遍参与到应用并能赢得较好评估和效果的产品，北京的清华大学和邮电大学对此进行了具有代表性的研究，另外南京航空航天大学和上海交大也做出了重要贡献。在这些高校中，上海交大的研究小组开发出了一套完整的能够保证在所需图像质量较好的情况下仍能保证在识别汉字、英文字母或阿拉伯数字准确率在九成以上的字符自动识

8、别系统【5】。另外，在字符识别领域取得成就的还有上海的仪器自控系统测试所，他们拥有二十八类蕴含数十种查验规程才拥有的数百种产品的测试与校正能力，它可以完成各种仪器仪表的校验和校正，包括有电气和电子设备、汽车的电子部件、船用仪表的自动控制系统等。SJ2000指示器全自动校准设备是由深圳中图仪器科技有限公司生产研发的，它通过图像处理系统采用拍摄到的指示器的表盘图像来识别输出的数字，将所得的识别数字与同光栅测量的标准位移进行对比后，可以获得各项数据的误差来形成检测纪录和最终结果，并打印检测纪录和呈报。1.2.2国外研究现状国际上在仪表自动识别方面具有代表性的机构或研究小组有：美国纽约州立大学Buffalo校区的Cedar研究中心、美国加利福尼亚州的Expervision所研究的PTK，简称为Recognition Tool Kits，此外，法国也在其银行在实行识别支票时也应用了相关系统，另外还有日本的东芝有限公司和加拿大康戈迪亚大学的Cenparmi实验室。由日本电气股份有限公司所研发的邮政编码信函分拣机，能够自动识别出印刷出的字母和数字字符，其办理的最快速率可以达到每小时三万件信函。在英国

9、开发和研制的IBM M1288光学字符阅读器，可以应用于区分10个不同的阿拉伯数字字符，其误差率仅为0.4%。德国马尔（Mahr）公司研制的半自动、全自动表类测量仪（如JVL250影响测量仪、YVM2010影像测量仪），在检测的过程中使用CCD摄像机来捕捉所拍仪表的显示图像，并通过图像处理技术来分析所得示值，它的检验过程可以实现快速、可靠、准确的目标。【6】。1.3论文主要研究内容采用人工来校验数字仪表会带来很多繁琐的问题，因此需要用自动识别读取系统来代替人工校验。本文所作的主要研究工作如下：（1） 理解和介绍了有关数字仪表的自动识别系统，研究自动化方案的实现，并介绍基于计算机视觉的数字识别技术在数字仪表自动识别和读取系统中的应用，然后经过图像收集、定位、分割、识别等一套完整的流程，来研究设计基于图像识别的数字仪表自动识别的方案。（2） 在完成数字仪表自动识别系统的自动化的过程当中，所遇到的关键点就是如何能更快速的读取仪表示数。经过研究发现其中图像预处理所得结果的优劣会直接影响后期字符识别的效率和准确率，预处理的目标是按照所需处理的对象选择适合的算法，由摄像机拍摄到的图像被处理成计算机系统更容易理解的模型，从而为最终的数字识别奠定了良好的基础。（3） 数字的自动识别是整个环节的核心，是前期所有准备工作的最终实现目标，因此，构造快速高效的识别算法是本论文的重中之重，本论文采用模板匹配算法来满足这样的要求。1.4 结构安排第一章：绪论。介绍了本文所提观点的研究内容的背景以及数字仪表自动识别技术对于未来发展的意义、国内外有关于该发面的研究现状以及本论文的主要研究内容。第

《数字仪表自动读取系统的设计与实现》由会员ni****g分享，可在线阅读，更多相关《数字仪表自动读取系统的设计与实现》请在金锄头文库上搜索。