分时电表表盘数字读数的自动识别系统

研究了分时电表表盘数字的自动识别，它是电表误差分析系统的关键所在。识别工作包括平段和谷段整数和小数数字的识别，难点在于刻度轴歪斜、半个字符的识别，以及刻度对应的小数值的推算。该文构建了一个完整的分时电表表盘数字自动识别系统。该系统以二值化、投影算法、开闭运算、边缘提取、Hough变换等一系列算法作为预处理，提出了整字和非整字两种识别算法。针对300帧现场采集的电表图像，该系统获得了单字正确识别率998％和整表正确识别率97．3％的结果，表明该系统具有较强的鲁棒性。     

分行显示数字仪表读数的自动识别

引入HSV色彩空间，提出一种自动识别字符色泽的算法。用减背景、色泽分析方法进行字符的提取，用投影方法进行单个字符的分割。采用BP网络学习算法，构造了一个3层BP神经网络模型，对数字0~9进行识别。实验表明该方法具有很强的鲁棒性。     

仪表读数的自动识别

为实现仪表读数的自动识别,本文提出了一种并行化算法,利用知识的指导获得表盘的位置,然后利用最小二乘法检测并确定表针所确定直线的位置,根据表盘的位置和表针的位置确定仪表的读数。     

基于视频图像的数字仪表读数自动识别

本文介绍了一种实用的字符识别方法.采用CCD摄像机摄取仪表读数,计算机处理系统在提取图像数字特征的基础上完成对字符的自动识别.并快速、准确地将结果进行显示.采用多帧差异积累方法实现了数字区域的自动定位分割;采用高斯滤波、Canny边缘检测和Hough变换的方法校正字符的倾斜角度;采用自适应阈值、形态滤波算法去除因图像亮度不均匀对字符识别准确度的影响;采用纵向投影方法进行字符识别.在现场试验中,取得了令人满意的效果.     

指针式仪表通用读数识别方法及系统

变电站指针式仪表外观样式繁多,现有的方法只能对一个或两个指针的仪表或某种功能的仪表进行常规读数,无法同时支持两个以上表盘、两个以上指针、多种功能仪表的读数。基于以上问题,提出一种基于深度学习的通用指针式仪表读数识别方法。首先使用YOLOv5目标检测方法构建指针式仪表表盘检测模型,定位表盘位置。然后进一步在表盘中使用Mask R-CNN实例分割方法构建指针分割模型,识别指针mask区域。构建标定工具对表盘信息进行标定,将参数传递给读数识别模块。同时构建预置位纠偏算法,当预置位存在偏移时进行矫正,保证标定的信息与表盘位置保持对应。开发了指针式仪表通用读数识别模块,可对多指针、多表盘的情况进行遍历,实现任意类型指针仪表的读数识别。     

仪表表盘数字识别方法的研究

针对无指针式仪表表盘的数字识别问题,提出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.该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.     

数字仪表快速调试法

1 引言随着大规模集成电路的普及,数字仪表愈来愈多地应用在各个行业中。在制造和应用数字仪表时,都必须对仪表进行调校。通常调校起点和终点,而二者的调校是互相牵制,互相影响的。对于经验丰富的调试人员,往往通过对调校点超调,然后对另一点调校     

基于图像传感器的仪表自动读数系统

基于图像传感器的仪表自动读数是现代测量的发展趋势。利用机器视觉和图像处理技术,设计了一种机器视觉与图像传感器测量相结合的自动读数测量系统。利用LED漫反射光源的特性设计测量用光,有效削弱仪表表面的强镜面反射,取得光照较均匀的图像;利用移位寄存式线性逼近法从刻线群中识别出对准刻线;利用特征窗平移法提取字符特征实现了快速字符识别。实验表明:系统的测量准确性比用传统的测量方法提高了1倍,而且操作便捷,测量效率高。     

无指针式仪表表盘数字识别方法的研究

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.     

一个基于DSP与图像处理的水表读识系统

设计了一种基于DSP芯片与图像处理技术的水表自动读识系统,该系统是由以数字信号处理器(DSP)为核心的图像采集与处理硬件系统和图像数字识别软件系统组成.硬件系统由摄像头、数字视频变换器、数字信号处理器(DSP)和复杂可编程控制器件(CPLD)等组成.软件系统自动地提取并分割图像中的数字,然后采用神经网络方法、识别出这些数字.本系统具有结构简单,采集速度高,将人工抄表改造成自动处理,提高工作效率等优点,具有较高的实际应用价值.     

车牌自动定位与识别方法研究

提出了一种车牌定位与字符识别方法,该方法可有效地提高车牌的定位能力、字符识别率、识别速度以及识别系统的泛化能力。实验结果表明：该方法的识别率超过97%,能有效地识别各种车牌中的字符,满足实际系统的要求。     

基于手写体汉字的成绩单自动识别系统

本文针对基于手写体汉字的成绩单自动识别系统的实际需要,基于目前脱机手写体汉字识别技术的一些研究成果,提出一种新的基于聚类方法和多个分类器的线性集成的综合方法,并且采用分级判决策略,进上步降低误识率,实验结果表明,本系统具有较高的识别率和较低的误识率,并且具有较好的扩展性,具有实用的可行性。     

车牌识别系统研究与实现

车牌识别(LPR)系统是智能交通系统中的重要组成部分,该系统分为车牌定位、字符切分和字符识别3个模块。文中基于数学形态学方法和边缘特征分析来进行车牌定位,接着进行二值化、引入多指标联合评价函数判断反色等处理,然后基于连通体分析的方法切分字符。实验表明该系统设计方法是可行的。     

快速书面汉语自动分词系统及其算法设计

本文针对机械分词,提出词典组织结构、改进的二分法检索、直接匹配算法,以及后缀分词算法。运用这些技术,正逆向切分可共用一部词典,并显著提高分词速度。     

一种高性能的牌照识别系统

介绍了一个高性能的汽车牌照识别系统及其核心技术,重点描述和分析了如下方面问题:(1)特殊的补光和成像技术;(2)新的自然场景下牌照定位算法;(3)新的基于可变模板的字符切分技术。在自然场景下的牌照定位中,提出字符笔画MGD模型以及基于该模型的牌照粗定位和精确定位算法。实验测试,该算法的定位准确率达到97.8%。在实际全天候应用条件下,系统的牌照识别准确率优于97%。该系统可以用于高速公路电子收费、治安卡口和电子警察。     

基于DSP的车牌识别系统研究

介绍了一种基于TMS320DM6437硬件平台,运用数字图像处理的知识来实现汽车车牌的自动识别功能。对目前使用的车牌预处理、车牌定位技术与字符分割等算法进行了实验分析。     

一种数显仪表动态字符快速识别算法

在对动态仪表的数显数字字符图像识别中,将细化后的字符图像看作是一幅连通图,选择闭合曲线作为其整体特征,将笔画端点所处字符图像中子区域的位置做为主要的细节特征,对字符进行识别。试验结果表明该方案是可行的和有效的。