基于视频图像的数字仪表读数自动识别
１、数 字 区 域 的 自 动 定 位 分 割
新
在实际应用中， 摄像机摄取到的图像包括数字区域和部分
仪表图像， 背景较复杂， 并且不同的仪表其背景也不相同。为了
研究对于各种数字仪表都通用的定位算法， 假定摄像机与仪表
位置相对固定， 应用多帧差异积累检测运动目标的方法定位数
字区域。
仪表数字与背景图像的主要区别在于： 仪表显示的数字在
１０ 度且长度满足一定阈值的直线， 粗线是取其平均 倾斜 角 度 的
新 直线。
图 ３．１ 全局阈值的二值化图像 Ｆｉｇ ３．１Ｂｉｎａｒｙ ｉｍａｇｅ ｂｙ ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ
图 ３．２ 采用自适应阈值的二值化图像 Ｆｉｇ ３．２ Ｂｉｎａｒｙ ｉｍａｇｅ ｂｙ ａｄａｐｔｉｖｅ ｔｈｒｅｓｈｏｌｄ
使图像背景的灰度值更平滑。
技
２． 采用 Ｃａｎｎｙ 算法提边， 以降低后续 Ｈｏｕｇｈ 变换的计算量。
３． 利 用 Ｈｏｕｇｈ 变 换 检 测 与 垂 直 线 成 ±１０ 度 的 直 线 且 长 度
术 满足一定阈值， 计算直线偏离垂直线的角度， 将所有检测到的
倾斜角度取平均， 最后旋转图像。
创
图 ２ 中的细线是 用 Ｈｏｕｇｈ 变 换检 测 到 的字 符 与 垂直 线 成±
较短时间内会发生变化， 这样在差分二值图像中未变化的背景
就会被滤除， 从而检测到完整的数字区域， 然后确定字符区域
的 大 小 和 位 置 。这 种 定 位 分 割 操 作 对 于 一 种 仪 表 检 定 仅 需 执 行
一次， 完全可以满足实际工作的需要。图 １．１ 为多帧差异积累二
值图像， 图 １．２ 中的方框为数字区域自动定位的结果。
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 。
关键词： 视频图像； 字符识别； 自适应阈值； 数字区域定位； Ｈｏｕｇｈ 变换
中图分类号： ＴＰ３９１．４３
文献标识码： Ａ
尹传历： 博士研究生 基金项目： 吉林省杰出青年资助基金（２００６０１１９）； 颁发部门： 吉林省科技厅
《Ｐ ＬＣ 技术应用 ２００ 例》
图 １．１ 多帧差异积累图像 Ｆｉｇ１．１ ｔｈｅ ｉｍａｇｅ ｏｆ ｍｕｌｔｉ－ ｆｒａｍｅ ｄｉｆｆｅｒｅｎｃｅ ａｃｃｕｍｕｌａｔｉｏｎ
邮局订阅号： ８２－９４６ ３６０ 元 ／ 年 － ２１９ －
术 ｗｈｉｃｈ ｃａｌｉｂｒａｔｅｄ ｓｌａｎｔ ａｎｇｌｅ， ｔｈｅ ａｄａｐｔｉｖｅ ｔｈｒｅｓｈｏｌｄ， ｗｈｉｃｈ ａｒｅ ｕｓｅｄ ｔｏ ｐｏｓｉｔｉｏｎ ｔｈｅ ｄｉｇｉｔａｌ ｃｈａｒａｃｔｅｒｓ， ａｎｄ ｖｅｒｔｉｃａｌ ｐｒｏｊｅｃｔｉｏｎ ｗｈｉｃｈ
ｒｅｃｏｇｎｉｚｅｄ ｔｈｅ ｄｉｇｉｔａｌｓ． Ａ ｌｏｔ ｏｆ ｅｘｐｅｒｉｍｅｎｔｓ ａｐｐｌｉｅｄ ｉｎ ｒｅａｌ ｖｅｒｉｆｉｅｄ ａｎｄ ｔｈｅ ｃｏｒｒｅｃｔ ｄｉｓｔｉｎｇｕｉｓｈ ｒｅｓｕｌｔｓ ｆｏｒ ｔｈｅ ｄｉｇｉｔａｌ ｃｈａｒａｃｔｅｒｓ ａｒｅ
随着 字 符识 别 技 术进 一 步 完善 以 及 高速 、高 性 能 计 算 机 硬 件的出现和发展， 光学字符识别的应用越来越广泛。数字仪表 以 其 高 精 度 、易 读 取 、可 设 置 等 优 点 在 工 业 和 控 制 领 域 得 到 了 广泛的应用。虽然目前较高档的数字仪表都有数字输出接口， 但在 相 当 一部 分 应 用环 境 如 仪表 检 定 、科学 实 验 、测量 控 制 、水 表记录等， 仍需要对仪表读数进行人工记录， 然后再将读数输 入 到 计 算 机 中 进 行 处 理 。这 种 方 法 不 仅 费 时 费 力 、工 作 效 率 低 ，
而且准确率也较差。本文针对数字式仪表的自动检定， 提出了
应用数字图像处理和字符识别技术实现仪表读数的非接触方式
的自动识别， 并开发了一套基于计算机的自动读数识别系统。
２ 预处理算法
在光学字符识别系统中， 由于光照等各种外在客观因素的 影 响 ， 采 集的 图 像 往往 质 量 较差 、亮 度 不均 匀 、数 字区 域 与 背景 区域较难分离， 降低了识别率， 严重影响了其在工程中的实际 应用。本文采用如下的预处理方法：
Ａｂｓｔｒ ａｃｔ： Ａ ｍｅｔｈｏｄ ａｖａｉｌａｂｌｅ ｆｏｒ ｄｉｇｉｔａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｕｓｉｎｇ ａ ＣＣＤ ｃａｍｅｒａ ｔｏ ｔａｋｅ ｔｈｅ ｉｍａｇｅｓ ｏｆ
ａ ｄｉｇｉｔａｌ ｍｅｔｅｒ， ｔｈｅ ｄｉｇｉｔａｌ ｃｈａｒａｃｔｅｒｓ ａｒｅ ｐａｒｔｉｔｉｏｎｅｄ ａｎｄ ｒｅｃｏｇｎｉｚｅｄ ａｃｃｕｒａｔｅｌｙ ａｎｄ ｄｉｓｐｌａｙｅｄ ｉｎ ｒｅａｌ － ｔｉｍｅ ｂｙ ａ ｃｏｍｐｕｔｅｒ ｓｙｓｔｅｍ．
技 Ｔｈｉｓ ｐａｐｅｒ ｅｘｐａｔｉａｔｅｓ ｔｈｅ ａｌｇｏｒｉｔｈｍｓ ｏｆ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｔｈｅ ｄｉｇｉｔａｌ ｍｅｔｅｒｓ ｉｎｃｌｕｄｉｎｇ ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ｄｉｇｉｔａｌ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ
ｂａｓｅｄ ｏｎ ｍｕｌｔｉ－ ｆｒａｍｅ ｄｉｆｆｅｒｅｎｃｅ ａｃｃｕｍｕｌａｔｉｏｎ， ｗｈｉｃｈ ｌｏｃａｔｅｄ ｄｉｇｉｔａｌ ａｒｅａ， Ｇａｕｓｓ ｆｉｌｔｅｒｉｎｇ， Ｃａｎｎｙ ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ， Ｈｏｕｇｈ ｔｒａｎｓｆｏｒｍａｔｉｏｎ
图 ５ 数字字符的像素分布情况 Ｆｉｇ ５ ｔｈｅ ｐｉｘｅｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｄｉｇｉｔａｌ ｃｈａｒａｃｔｅｒ 根据垂直投影得到的字符区域的宽窄可以分出数字和标 点符号。为了提高识别算法的抗干扰性， 对字符连续进行多次 扫描来确定像素的存在， 使得识别算法更加可靠。
４ 结论
本文给出了一种基于视频图像处理的光电非接触式数字 仪表自动读取的方法， 针对实际仪表读数图像的特点， 采用多 帧差异积累方法实现了数字区域的自动定位分割， 在很大程度 上提高了目标 图 像 分割 的 准 确率 和 精 度； 基 于 Ｈｏｕｇｈ 变 换校 正 字符的倾斜角度， 为字符识别奠定了基础； 同时采用高斯滤波 对图像去噪， 采用自适应阈值算法将亮度不均匀图像中的字符 完整、准确地分离出来， 提高了识别率。大量现场实验验证了算 法的有效性， 本文介绍的字符识别方法已达到了预期的效果， 并具有较强的鲁棒性和实时性， 已在数字仪表识别系统中得到 了成功的应用。
２、字 符 识 别 根据标准七段码的像素分布情况， 如图 ８ 所示， 将每个字 符 所 占的 区 域 上、下 分 成 两部 分 ， 取 上 部 分 中 间 一 行 Ａ， 下 部 分 中间一行 Ｂ； Ｃ 将字符左右分成两部分。０～９ 不同字符图像的笔 画与 Ａ、Ｂ、Ｃ 相交处的像元灰度值或是“０”， 或是“１”。根据这个 原理可以制作一个查询表， 供七段码字符识别。
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
ቤተ መጻሕፍቲ ባይዱ
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
传感器与仪器仪表
ÁÂ
中 文 核 心 期 刊 《 微 计 算 机 信 息 》（ 测 控 自 动 化 ）２００８ 年 第 ２４ 卷 第 １０－１ 期 σ Á Á 取最大值的 Ｔ， 即为最佳分割阈值。
图 １．２ 数字区域自动定位图像
Ｆｉｇ１．２ ａｕｔｏ－ ｐｏｓｉｔｉｏｎ ｉｍａｇｅ ｏｆ ｎｕｍｂｅｒ
２、旋 转 角 度 的 校 正
仪表数字往往带有不同的倾斜角度， 另外仪表和摄像机摆
放安装也不能完全保证字符垂直， 如果不进行倾斜矫正， 势必
降低识别率。为了减弱这种影响， 本文采用了如下矫正方法：
１． 利用
的 ３×３ 窗 口的 ９ 点 高 斯 滤 波 进 行 图 像 滑 ，
在保持目标图像的边缘劣化不明显的情况下， 消除随机噪声，
ｓａｔｉｓｆｉｅｄ． Ｋｅｙ ｗｏｒ ｄｓ： ｖｉｄｅｏ ｉｍａｇｅ； ｃｈａｒ ａｃｔｅｒ ｒ ｅｃｏｇｎｉｔｉｏｎ； ａｄａｐｔｉｖｅ ｔｈｒ ｅｓｈｏｌｄ； ｄｉｇｉｔａｌ ｃｈａｒ ａｃｔｅｒ ｓ ｐｏｓｉｔｉｏｎｉｎｇ； Ｈｏｕｇｈ ｔｒ ａｎｓｆｏｒ ｍａｔｉｏｎ
创
１ 引言
光 学 字 符 识 别（ Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ） 是 模 式 识 别 研 究 的 一 个 热 点 ， 被 广 泛 应 用 在 汽 车 牌 照 识 别 、身 份 证 号 码 识 别 、护 照 识别 等 领 域里 ， 能 够 以光 电 非 接触 方 式 快速 、准 确 地自 动识别字符， 极大地提高了工作效率， 具有良好的发展前景。
１、字 符 串 分 割 对字符区域进行垂直投影后， 再对投影作边缘检测， 确定 每个数字或符号的前沿和后沿， 进而确定其相应的位置。最后 将每一组前、后沿作为一个数字或符号并统计字符的总个数。 图 ４．１ 是 数字 仪 表 读数 的 二 值化 图 像 ， 图 ４．２ 是 垂 直 投 影 得 到 的图像， 其中以实线开始， 虚线结束就确定一个字符。
图 ２ Ｈｏｕｇｈ 变换检测字符倾斜角度图像 Ｆｉｇ ２ ｃｈａｒａｃｔｅｒ ｇｒａｄｉｅｎｔ ｄｅｔｅｃｔｉｎｇ ｉｍａｇｅ ｂｙ Ｈｏｕｇｈ ｔｒａｎｓｆｏｒｍａｔｉｏｎ
３、自 适 应 阈 值 分 割 由于光照的影响， 背景图像的灰度值在整幅图像中存在很 大的差别， 如果只用一个固定的阈值对整幅图像进行分割， 则 不能兼顾图像各处的情况而使分割效果变差， 如图 ３．１ 所示。为 提高分割的精确性， 采用随背景灰度值变化的自适应阈值算 法。首先将原图像分解成若干子图像， 然后对每个子图像计算 局部阈值， 最后对子图得到的阈值进行线性插值得到了原图中 每 个 象 素 进 行 分 割 所 需 要 的 合 理 阈 值 。分 割 后 的 二 值 图 像 利 用 数学 形 态 学变 换 中 的开 、闭 运 算在 选 取 合适 算 子 的条 件 下 消 除 图像中存在的少量噪声点， 为字符识别奠定了基础。图 ３．２ 是自 适应阈值分割得到的图像。这里， 在局部阈值计算时采用最大 类间方差法， 其计算公式为
基于数字图像处理的数显仪表数字识别
*第24 卷 第 6 期 广东石油化工学院学报 V o l 〃 24 N o 〃 6 2014 年 12 月 Journal of Guangdong University of Petrochemical Technology December 2014基于数字图像处理的数显仪表数字识别雷芳( 广东石油化工学院 计算机与电子信息学院，广东 茂名 525000)摘要: 基于数字图像处理技术研究了数显仪表中的数字识别，首先对图像进行预处理和二值化，然后对图像连通域进行快速提取并标号，最后根据数字模板和区域结构特征对数字和小数点进行识别。
实验结果表明，数显仪表中的数字能得到有 效的识别。
关键词: 数显仪表; 数字图像处理; 数字识别中图分类号: TP391〃 41 文献标识码: A 文章编号: 2095 － 2562( 2014) 06 － 0031 － 03目前，数显仪表在生产与生活的各个领域都得到了广泛的使用。
用数码管对数字进行显示具有读数 直观、精度高以及可根据需要进行设置等优点。
数字图像处理技术则主要是利用计算机代替人类的脑力 劳动和体力劳动达到对大量物理信息进行一个自动处理的过程。
因此，通过数字图像处理技术实现的数 显仪表的数字自动识别可以有效降低人工成本，减轻工作强度，同时还对于实现民用和工企业的数字化、 智能化具有重要的意义［1 － 3］。
众所周知，在电力、石油、化工和医疗等各个行业中经常都有大量的数据需要记录，如仪表检定、科学 实验、测量控制等。
其次，在一些恶劣环境，如强辐射、有毒、高温和低温等不适合人工读数等环境下也需 要记录各种数据。
因此，仪表的数字自动识别不但可以减少人为主观因素造成的读数误差，而且可以消除 人工现场操作的危险性，这些都表明数显仪表的数字识别技术研究具有非常重要的实用价值［4 － 5］。
本文 基于数字图像处理技术，对采集的原图像进行一系列操作，最后有效的实现了数显仪表的数字识别。
基于视频图像的工业仪表高速自动识别
ｍｅｈ ｄ ｂ ｓ ｄ ｏ ｉ ｉ ｌｉ ｇ ｅ ｏ ｎｔ ｎ ｗａ ｎｒ ｄ ｃ ｄ Ａ ｈ ｇ —ｐ ｅ ｎ ｕ ｔ ａ ａ ｒ ａ ｓ ｄ ｔ ａ ｃ ｉｅ ｇ ｓ ｏ ｉｈ ｓ ｍｅｅ ｔｏ ａ ｅ ｎ ｄ ｇｔ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ｓｉ ｔ ｕ ｅ ． ｉｈ ｓ ｅ ｄ ｉ ｄ ｓ ｌ ｍｅ ａ ｗ ｓｕ ｅ ｏ ｃ ｔｈ ｖｄ ｏ ｉ ａ ｉ ｏ ｉ ｒ ｃ ｍａ ｅ ｆａ ｌ ｔ ｇ ｔｒ
唐 磊 ， 明德 ， 志 刚 毕 孙
（ 中科技 大学 图像 信息处 理 与智能 控制教 育 部重点 实验 室 ， 北 武汉 ４０ ７ ） 华 湖 ３ ０４
摘要 ： 针对工业现场高速变化的灯板仪表全 自动检测的问题 ， 出了一 种基于 图像识 别 的检测方法 。本方 法采用 高速工业相 机获 提 取仪表视频 图像 ， 并采用数字图像处 理技术 ， 对单帧图像用 Ｏ Ｔ Ｓ Ｕ算 法进行二值 化分 割 ， 运用 邻域平 均法进行 平滑处理 ， 通过 闭运 算以完成去噪 ， 运用 Ｈ ｕｈ变换 以实现对灯的逐一定位 ， ｏｇ 并用灰度检测 法对灯状 态进行判 读 ， 最后 保存视 频。研究结果表 明 ， 算 该 法可靠有效 ， 系统能够高速准确地应对仪表位置的变化 ， 为进一步的一般化视频检测奠定了基础。 关键词 ： 视频处理 ； 模式识别 ； 去噪算 法 ； ｏｇ Ｈ ｕｈ变换 ； 自动定位
ａ ｄ ｅｆｃｉｅ ｗｈ ｌ ｈ ｙ ｔｍ ｓ ｓ ｎ ｉｉｅ ａ ｄ ａ ｃ ｒ ｔ ｏｔ ｅ ｖ ｒａｉｎ ｏ ｈ ｔｒｓｌ ｃ ｔｏ ｃ ａ ｓｆ ｕ ｄａｉｎ ｆ ｒｔｅ ｆ ｈ ｒｍｏ ｅ ｇ ｎｅ— ｎ ｆｅ ｔｖ ｉｅ ｔｅ ｓ ｓｅ ｉ ｅ ｓｔｖ ｎ ｃ ｕ ａ ｅｔ ｈ ａｉ ｔｏ ｆｔｅ ｍｅ ｅ’ ｏ ａ ｉｎ ｗｈｉｈ ｌｙ ｏ ｎ ｔｏ ｏ ｈ ｕｔｅ ｒ ｅ ｒ
基于OpenCV和LSSVM的数字仪表读数自动识别
基于OpenCV和LSSVM的数字仪表读数自动识别林剑萍;廖一鹏【摘要】为了提高仪表读数及记录的工作效率,减少人工干预并降低出错概率,提出了一种基于OpenCV和LSSVM的数字仪表自动识别方法.首先选取免驱的USB摄像头采集仪表图像,然后采用Canny检测与Hough变换相结合的算法对仪表图像的倾斜角度进行校正;利用数学形态学、Otsu算法以及连通域提取对图像进行预处理和字符定位分割;最后,进行字符特征提取并利用最小二乘支持向量机算法对仪表读数进行识别.经过大量的实验验证,与现有的仪表读数识别方法相比,该方法具有更好的准确性,实现了数字仪表的自动识别功能.【期刊名称】《微型机与应用》【年(卷),期】2017(036)002【总页数】4页(P37-40)【关键词】机器视觉;图像处理;OpenCV;最小二乘支持向量机【作者】林剑萍;廖一鹏【作者单位】阳光学院,福建福州350015;福州大学物理与信息工程学院,福建福州350000【正文语种】中文【中图分类】TP394.1目前，在很多领域受工作条件限制及经济性、便捷性的要求，很多用于计量的仪器仪表都没有专门的数据通信接口，导致无法自动识别读数，对仪表数字的读取还是要靠人工来实现，但是在一些特定场合，例如高温高压、化工冶金、高山峭壁、有核辐射等人体不能适应的地方，人工抄表存在很大的危险性及不可行性，而机器视觉却可以无视这些不利因素，广泛地用于长时间恶劣的工作环境，这就为仪表读数的读取提供了便利，同时可以提高工作效率，更好地保障人身安全。
仪表读数识别也可以说是自动抄表，自动抄表的试点和运用始于20世纪80年代，在20世纪90年代得到较快的发展[1]。
目前，国内外许多科技人员在基于机器视觉的数字识别上做了很多深入研究。
从图像预处理、倾斜校正、字符分割及数字识别等方面各有侧重点地做了不同方法的研究比较。
在仪表数字识别方面，工业和信息化部电子第五研究所的申中鸿、蒋春旭等人利用机器视觉技术，结合计算几何轨迹识别方法与D-S证据理论实现数字显示仪表的自动读数；中国计量科学研究院的刘科等人采用投影变换的方法对数字图像进行分割、编码，进而实现了对该类仪表示值的自动读取；山东管理学院的常晓玮利用光学字符识别技术实现了远程识别仪表上显示的数字信息[2-5]。
基于OpenCV和LSSVM的数字仪表读数自动识别
林 剑 萍 ， 廖 一鹏
（ １ ．阳 光学 院 ， 福建 福州 ３ ５ ０ ０ １ ５ ； ２ ．福 州 大 学 物 理 与 信 息 工 程 学 院 ， 福建 福州 ３ ５ ０ ０ ０ ０ ）
摘 要 ： 为 了提 高仪表 读数 ７ Ｌ－ ￣ ５录的 工作 效率 ， 减 少人 工干预 并 降低 出错概 率 ， 提 出了一种基 于 Ｏ ｐ ｅ ｎ Ｃ Ｖ和 Ｌ Ｓ Ｓ ＶＭ 的数 字仪表 自动识 别方 法。首 先选取 免驱 的 Ｕ Ｓ Ｂ摄像 头采集仪 表 图像 ， 然后 采 用 Ｃ ａ ｎ ｎ ｙ检 测与 Ｈ ｏ ｕ ｇ ｈ变换相 结合 的算 法对仪表 图像 的倾 斜 角度进 行校 正 ； 利 用数 学形 态 学、 Ｏ ｔ ｓ ｕ算 法以及连 通域提 取对 图像进 行预 处理和 字符 定位分割 ； 最后 ， 进 行 字符 特征提 取 并利 用最 小二 乘支持 向量机 算法对仪 表读数 进行识 别 。经过 大量的 实验验证 ， 与现有 的仪表 读数识 别方 法相 比 ， 该 方法具 有更 好 的
引用 格式 ： 林剑 萍 ， 廖一鹏 ． 基于 Ｏ ｐ ｅ ｎ Ｃ Ｖ和 Ｌ Ｓ Ｓ Ｖ Ｍ 的数字仪 表读 数 自动 识别 ［ Ｊ ］ ． 微型 机与应 用 ， ２ ０ １ ７， ３ ６ （ ２ ） ： ３ ７ － ４ ０ ．
Ａｕ ｔ ｏ ｍａ ｔ ｉ ｃ ｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ｉ ｇ ｉ ｔ ａ ｌ ｍｅ ｔ ｅ ｒ ｒ ｅ ａ ｄ ｉ ｎ ｇ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｏｐ ｅ ｎ ＣＶ ａ ｎ ｄ ＬＳ Ｓ ＶＭ
ｓ ｔ ｒ ｕ ｍｅ ｎ ｔ ’ ｓ ｉ ｍａ ｇ ｅ ａ ｓ ｗｅ ｌ ｌ ａ ｓ ｃ ｏ ｍｂｉ ｎ ｉ ｎ ｇ ｔ ｈ ｅ ｅ ｄ ｇ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂａ ｓ ｅ ｄ ｏ ｎ Ｃａ ｎｎ ｙ ａ ｎｄ Ｈｏ ｕ ｇ ｈ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｔ ｏ ｃ ｏ ｒ ｒ ｅ ｃ ｔ ｔ ｈ ｅ ｉ ｎ ｃ ｌ ｉ ｎ ｅ ｄ ｉ ｎ ｓ ｔ ｒ ｕ ｍｅ ｎｔ ｉ ｍ—
彩色数字仪表表盘读数的自动识别系统
彩色数字仪表表盘读数的自动识别系统
彩色数字仪表表盘读数的自动识别系统
张艳玲;汪仁煌;宁志刚;黄挺
【期刊名称】《计算机测量与控制》
【年(卷),期】2007(015)004
【摘要】介绍了一个数码管显示数字仪表表盘读数的自动识别系统,在字符提取阶段,采用颜色提取的方法,使得尽管图片的字体颜色与背景颜色相同,但只要亮度不同,也能很好的提取出字符部分.在字符分割过程中,采用增益方法识别边界,准确分割出单个字符.并采用统计法和扫描法相结合的方法来识别数字.实验结果表明提出的方案可行,具有较强的鲁棒性.
【总页数】3页(555-557)
【关键词】数字仪表;字符提取;增益法;字符分割
【作者】张艳玲;汪仁煌;宁志刚;黄挺
【作者单位】广东工业大学自动化学院,广东,广州,510080;广州大学信息学院,广东,广州,510405;广东工业大学自动化学院,广东,广州,510080;广东工业大学自动化学院,广东,广州,510080;广州大学信息学院,广东,广州,510405
【正文语种】中文
【中图分类】TM131
【相关文献】
1.分时电表表盘数字读数的自动识别系统 [J], 张艰; 赵宇明; 陈德权
2.分行显示数字仪表读数的自动识别 [J], 张艳玲; 汪仁煌; 黄挺
3.基于视频图像的数字仪表读数自动识别 [J], 尹传历; 刘冬梅; 宋建中; 刘太辉
4.基于数字图像处理技术的双指针机械仪表读数自动识别方法[J], 李祖胜; 孙玉。
利用图像识别技术实现指针式仪表数据的自动采集
利用图像识别技术实现指针式仪表数据的自动采集摘要：设计了一种利用图像识别技术对指针式仪表的数据进行自动采集方法，该方法无须对现有仪表更换和管线改造，信号采集稳定可靠、使用简单方便。
关键词：指针仪表、图像识别、采集Abstract: the design of image recognition technology to pointer type instrument data automatic acquisition method, this method does not need to change to the existing instrument and pipeline transformation, signal acquisition stable and simple to use convenient.Keywords: pointer instrument, image recognition, collection1 引言视频监控系统在电力、通信、交通和水利等领域及银行、工厂、博物馆、宾馆中得到了广泛应用，以实现生产过程监控、调度、防盗、防火等功能，在监控过程中利用声、光、电进行综合报警；图像识别技术在文字识别、指纹识别、人脸识别、产品检测、军事侦察、气象分析、病理分析、自然灾害预测等方面也得到了应用。
在我国的电力、石油化工行业中都安装了视频监控系统，可以实现监视现场设备。
但这些视频监控系统只有视频监视功能，没有视频图像识别功能，为了充分发挥视频监控系统的功能，将数字图像处理技术运用在仪表读数的识别中，包括设备信号灯的亮与灭、指针位置、七段式数字、开关位置和变压器油液面进行识别和监控。
指针式仪表具有结构简单、维护方便，具有防尘、防水、防冻措施，不受电磁场干扰，可靠性高，价格便宜等优点但是指针式仪表不是数字仪表，不利于被数字系统采集。
对某些老旧设备不方便进行数字化改造，尤其在要求必须采用非电量、非接触式的易燃、易爆场合。
基于图像处理的数字仪表字符自动识别研究
• 60•图像处理的数字仪表字符自动识别工作一直是我国发展仪表设计事业当中重点关注的话题。
本文将对图像处理的数字仪表程序设计当中算法的主要流程作出分析，以此来为实现针对字符图像的有效识别提供必要的指导意见。
使用数字图像处理技术和数字图像识别技术来实现针对数字仪表的有效识别，这不仅可以有效提高相应工作的执行效率，更能实现获取数据精确性的重大提升。
实际在实现针对七段数码管式出租车计价器的自动识别时，可以使用视觉函数库OpenCV 及C++语言程序来实施相应的工作任务。
OpenCV 由一些C++程序和部分C 函数构成，其最为典型的特点即是其能够有效实现针对计算机视觉层面以及图像处理层面的多类通用算法，而且还具备较强的图像处理能力和矩阵运算能力，不仅如此，OpenCV 在VC 开发环境下能够实现其库函数的直接调用，这对实现程序编写流程的有效简化具有重大的促进意义。
1 图像预处理操作流程研究1.1 灰度转换图像预处理技术的首要实施步骤即是实现灰度转换工作，这一工作的实施缘由是由于摄像头实际采集到的图像是含有大量颜色数据的彩色图像，这对后续的图像分割工作及图像识别工作均会造成严重的不良影响，再加上彩色图像所占据的存储空间比较庞大，所以实施灰度转换工作就显得尤为必要。
图像的灰度转换工作就是对图像中所有的彩色数据进行有效的去除操作，并对图像中应有的亮度信息实现必要的保留。
在实际的操作步骤中可以使用OpenCV 中的颜色空间来实现对于函数cvCvtColor 的必要转换，然后再将原始载入的彩色图像转换为灰度图像。
1.2 一次中值滤波平滑处理实施完灰度转换工作之后，就应当相继进行必要的一次中值滤波平滑处理操作，这是因为，在对图像实施采集操作时会受到噪声的强烈干扰，而执行相应的一次中值滤波平滑处理操作能够有效实现噪声的重大削减。
实际在对该项工作步骤进行部署时可以使用cvSmooth 函数来实施一次中值滤波平滑处理工作，一次来有效实现针对图像采集以及传输当中噪声和模糊区域的必要平滑，进而保证图像能够具备比较清晰的轮廓。
基于图像渲染的电厂仪表视频识别方法研究
ｐ ｏ ｅ ｅｏ ｓ ｒ ａ ｏ ｍａ ｅ ｒ ａ ｈ ｔ ｂ ｅ ｖ ｆ ｎ ｉ ｇ ．Ｗ ｈ ｎ ｔ ｅｄ ｓａ ｃ ｅｗ ｅ ｈ ｙ ｔ ｅｉ ｍａ ｅａ ｄ ｔ ｅ ｏ ｓ ｒ ａｉ ｎ ｉ ｇ ｅ ｓ ｏ ｅ ｔ ｈ ｄ ｅ ｈ ｉ ｅ ｉ ｎ ｅ ｂ ｔ ｅ ｎ ｔ ｅｓ ｎｈ ｔ ｉ ｇ ｎ ｈ ｂ ｅ ｖ ｔ ｈ ｔ ｃ ｏ ｍａ ｅｉ ｔ ｈ ￣ ｓ ，ｔ ｅｍｏ ｌ ｓｈ
关键词 ： 指针仪表 ；渲染 ； 模型 ； 价函数 评
中图分 类号 ：Ｍ ３ Ｔ ９８ 文献标识码 ： Ａ ｄ ｉ ０ ３ ６／．ｓｎ １０ －４ ５２ １ ．６ ０５ ｏ：１． ９９ ｊｉ ．０６２７ ．０ ２０ ． １ ｓ
Ｒｅ ｄ ｒｎｇ ｂ ｓ ｄ Ｖｉ ｏ Ｉ ｅ ｔｆｃ ｔｏ ｆＰｏ ｒ Ｐｌ ｎ ａ ｏ ｅ ｓ ｒｎｇ Ｉ ｓｒ ｎ ｅ ｉ － ａ ｅ ｄｅ ｄ ｎ ｉ ａ ｉ ｎ ｏ ｗｅ ａ ｔ Ａｎ ｌ ｇ Ｍ ａ ｕ ｉ ｎ ｔ ｕｍ ｅ ｉ ｎｔ
０ 引 言
指针 式 仪表 由 于结 构 简 单 ， 能相 对 稳 定 ， 使 性 且 用方 便 、 成本 低廉 ， 期 以来 一 直 在 电厂 的 水气 系统 长 中有 着广 泛 的应用 。但在 传统 的人 工读 数过 程 中 ， 指 针 式仪表 因受到很 多人 为 因素 的影响 ， 读数 容易 产生 误 差 ； 若 水气 系统 某 个 部分 存 在 问题 ， 要 人 工检 且 需 查所 有仪 表 ， 差错 检查 时工作 量较 大 。通过 计算 机视 觉 技术对 指 针仪 表 进 行识 别 ， 以使 误 差 较 为稳 定 ， 可
ＬＵＯ ａ —ｉｇ Ｘｉｏ ｌ ，ＺＨＡＮＧ ｎ Ｂｏ
（ ． ｈｅ ｏｇｓ ｉ ａ ｈ ｇＣ ｎｅ， ｈ ａＹ ｎｔ ｏ ｅ ｏ ，Ｌｄ ， ｉ ａｇ４ ３３ ，Ｃ ｉａ １ Ｔ ｒ Ｇ ｒｅ ｓ ｔ ｉ ｅ ｔ Ｃ ｉ ａｇ ｅＰ ｗ ｒＣ ． ｔ． Ｙ ｅ ｎ ４ １３ ｈｎ ； ｅ Ｄ ｐ ｃｎ ｒ ｎ ｚ ｈ ２ ｔｔ Ｇ ｄＥｅｔｃＰ ｗ ｒ ｅｅｒｈＩｓ ｔ ｅ ａｊ ｇ １１６ Ｃ ｉａ ．Ｓａ ｒ ｌｃ ｉ ｏ ｅ ｓａｃ ｔｕ ，Ｎ ｎｉ １０ ， ｈ ） ｅ ｉ ｒ Ｒ ｎ ｉｔ ｎ２ ｎ
基于图像处理的指针式仪表读数的自动识别
基于图像处理的指针式仪表读数的自动识别发表时间：2019-08-05T09:14:51.187Z 来源：《基层建设》2019年第15期作者：刘洪灿阚新妤[导读] 摘要：为更精确地识别指针式仪表的读数，本文提出了一种新的识别方法，将角度法和距离法结合在一起，既确保了读数的精度，又大大的提高了自动化水平。
山东科技大学机电工程系摘要：为更精确地识别指针式仪表的读数，本文提出了一种新的识别方法，将角度法和距离法结合在一起，既确保了读数的精度，又大大的提高了自动化水平。
本文首先将采集到的仪表图像进行预处理，通过中值滤波来去除表盘图像中的椒盐噪声；然后利用分段线性变换对图像进行增强；最后利用Canny算子检测图像的边缘，将得到的图像利用差影法提取出指针信息，再根据指针的角度关系得到指针读数，并对结果进行了误差分析。
关键词：指针式仪表；中值滤波；分段线性变换；Canny算子一、中值滤波中值滤波就是选择一定形式的窗口，使其在图像的各点上移动，用窗内像素灰度值的中值代替窗中心点处的像素灰度值。
它对于消除孤立点和线段的干扰十分有用，能减弱或消除傅里叶空间的高频分量，但也影响低频分量。
高频分量往往是图像中区域边缘灰度值急剧变化的部分，该滤波可将这些分量消除，从而使图像得到平滑的效果。
对于一些细节较多的复杂图像，还可以多次使用不同的中值滤波。
中值滤波算法的具体实现过程如下：（1）选择一个（2n+1）×（2n+1）的窗口（通常为3×3或5×5），并用该窗口沿图像数据进行行或列方向的移位滑动；（2）每次移动后，对窗内的诸像素灰度值进行排序；（3）用排序所得中值替代窗口中心位置的原始像素灰度值。
图1 中值滤波程序流程图二、分段线性变换利用分段线性变换函数来增强图像对比度的方法实际是增强原图各部分的反差，即增强输入图像中感兴趣的灰度区域，相对抑制那些不感兴趣的灰度区域。
分段线性函数的主要优势在于它的形式可任意合成。
基于视频图像的数字仪表读数自动识别
基于视频图像的数字仪表读数自动识别
尹传历;刘冬梅;宋建中;刘太辉
【期刊名称】《微计算机信息》
【年(卷),期】2008(024)028
【摘要】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.
【总页数】3页(P219-221)
【作者】尹传历;刘冬梅;宋建中;刘太辉
【作者单位】130033,吉林,长春,中国科学院,长春光学精密机械与物理研究
所;100039,北京,中国科学院研究生院;130033,吉林,长春,中国科学院,长春光学精密机械与物理研究所;100039,北京,中国科学院研究生院;130033,吉林,长春,中国科学院,长春光学精密机械与物理研究所;132013,吉林,北华大学
【正文语种】中文
【中图分类】TP391.43
【相关文献】
1.分行显示数字仪表读数的自动识别 [J], 张艳玲;汪仁煌;黄挺
2.彩色数字仪表表盘读数的自动识别系统 [J], 张艳玲;汪仁煌;宁志刚;黄挺
3.基于OpenCV和LSSVM的数字仪表读数自动识别 [J], 林剑萍;廖一鹏
4.基于图像处理的数字仪表字符自动识别研究 [J], 刘晶
5.基于OCR的数字仪表自动识别在工业现场中的应用 [J], 周曼;刘志勇;鲁乾鹏;施方展;王得磊;杨鲁江
因版权原因，仅展示原文概要，查看原文内容请购买。