论文基于自适应特征提取的数显仪表识别系统是适合不知如何写数显仪表方面的相关专业大学硕士和本科毕业论文以及关于数显仪表论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要： 为了适应数显仪表各种不同的室外环境,建立了自适应于不同光照条件下的仪表自动识别系统.针对数显仪表图像的点亮区域多为红色,不亮部分偏灰白的特征,设计基于RGB彩色空间滤波方法,较好地保留了点亮区域的亮度信息；并提出改进的最大类间方差法,实现了数显仪表图像字符的自适应提取.根据数显仪表数字特征信息,采用穿线识别法,实现了数显仪表的自动识别.通过大量实测实验表明,提出的自适应特征提取算法对不同角度、不同光照环境拍摄的仪表图像都有良好的适应性,应用于数显仪表自动识别系统可得到95%的识别准确率,平均运行时间为1.136 s.
关键词： 数显仪表识别； 自适应特征提取； 彩色空间滤波； 自动识别
中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2017）24?0147?04
Abstract： In order to make the digital?display instrument adapt to various outdoor environments, an instrument′s automatic recognition system adaptive to various illuminations is established. According to the features that the color of the bright area of the digital?display instrument image is almost red and the color of the dark area is partial to gray, the color space filtering method based on RGB is designed to reserve the luminance information of the bright area better. The improved Otsu method is proposed to realize the adaptive extraction of image characters of the digital?display instrument. The threading recognition method is used to realize the automatic recognition of the digital?display instrument according to the digital feature information of digital?display instrument. The actual measured results of massive experiments show that the adaptive feature extraction algorithm has strong adaptability to the instrument images taken in different imaging angles and different illumination environments, and can get the identification accuracy of 95% when it is applied to the automatic recognition system of digital?display instrument； its erage running time is 1.136 second.
Keywords： digital?display instrument identification； adaptive feature extraction； color space filtering； automatic identification
0 引 言
目前电力系统存在着大量没有计算机接口的非智能仪表,为了获得这些仪表的数据,常采用人工抄表的方式获得,在观测环境差,特别是环境存在危险情况下,加上人为因素的影响,人工抄表数据存在精度低、可靠性差的缺点[1?3].随着数字图像技术和模式识别的发展和应用不断深入,机器人巡检和仪表自动识别已成为当前研究的热点.
目前数显仪表的自动识别已有多种方法,2000年F.Corrêa Alegria首先提出了一种用于指针仪表以及数字显示式仪表自动化校准系统,特别针对没有计算机接口的仪表提出了基于机器视觉的半自动识别方法[4].颜友福针对复杂多指针式仪表的读数自动识别难度大精度低的问题,提出一种基于区域生长的指针式仪表自动识别方法[5].张文杰针对指针式仪表读数算法对光照变化影响较大、识别精度不高的问题,提出一种基于视觉显著性区域检测的指针式仪表读数方法[3].
针对电力系统应用中仪表图像易受到光照、拍摄条件等因素的影响,本文建立了自适应于不同光照条件下的数显仪表自动识别系统.该系统包括仪表字符特征自适应提取和字符识别两部分.
1 数显仪表图像的自适应特征提取
由于受实际场地光照、天气等外界环境以及摄像头镜片反光等输入设备的影响,采集得到的数显仪表图像质量较差,含有大量噪声、图像几何失真、模糊等干扰,不利于表盘字符区域的分割.数显仪表图像自适应特征提取主要包括彩像自适应灰度化、字符自适应提取和分割.
1.1 彩像自适应灰度化
针对数显仪表图像中点亮字符区域多为红色、不亮区域偏灰白的特征,本文采用自适应灰度化,较好地保留点亮区域的亮度信息.
图像灰度化常用的方法有加权平均法和平均值法.加权平均法利用人眼对于颜色的敏感程度,对绿色的敏感度最高、蓝色的敏感度最低[6].实际测试场地采集的数显仪表图像由于受光照条件和相机等因素的影响,数显管字符区域会出现颜色偏差现象,经过加权平均法和平均值法灰度化后LED数显管部位灰度差不明显,对之后图像二值化处理时容易造成误判.根据数显仪表这一特点,本文设计了基于RGB彩色空间的滤波器,通过设定一种对于R,G,B三种颜色的判别规则,保留以红色分量为主的颜色信息.
总结:本论文为您写数显仪表毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 ArcGIS环境下基于DEM的流域特征提取 摘要：在通视分析、水系网络分析、土方计算等领域中都广泛应用了MED分析，当前常用的工具并且是全面的流域分析工具之一的就是ArcGIS的水文分析模。
2、 数显树木胸径测量仪结构设计与工作原理分析 摘要：传统树木胸径测量主要采用胸径围尺和树木胸径卡尺来实现，这两种工具都是人工读数，存在人为误差，耗时费力，效率较低。为了克服传统树木胸径卡尺所。
3、 基于FRFT—KPCA模拟电路非线性故障特征提取 摘要：针对模拟电路受非线性及元件容差影响而导致响应信号在时域和频域都出现耦合，造成故障特征提取困难的问题，结合分数阶傅里叶变换和核主成分分析理论。
4、 信号有效奇异值的数量规律与其在特征提取中的应用 摘要： 针对信号的有效奇异值选择问题，发现了有效奇异值和信号频率个数之间存在重要联系，研究结果表明有效奇异值数量由信号中的频率个数决定，而与频率。
5、 实时网络流特征提取系统设计 摘要：针对包采样技术在高速网络环境中提取流特征准确率低的问题，利用NetFPGA运行速度快，并行处理能力强的优势，实现了一个实时网络流特征提取系。
6、 图像纹理检测和特征提取技术综述 [摘 要] 图像纹理作为图像数据的重要信息，是符合人类视觉特征的重要信息之一。纹理检测与特征提取是纹理分类与分割的基础前提，可以应用到医疗、工业。