仪表图像识别关键技术的研究

《仪表图像识别关键技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要仪表读数识别系统是一种光机电一体化的自动化测试系统，在不改动原有仪表设备的情况下，采用机器视觉技术读取仪表图像，然后对目标进行提取和识别，以获取需要的仪表读数信息，并可通过标准电子接口输出。把具有各种性能、有或无数字输出接口的仪表，组合成一个综合自动测试网络系统。在工业控制领域中，仪表读数识别及处理系统能够提高检测装置和系统信息化、智能化、网络化程度。它涉及机器视觉、图像工程、人工智能、微机电系统、电气传动、仪表检测等研究领域。仪表图像识别技术的研究具有十分重要的意义。本文只对仪表读数中的关键技术进行了研究，其他常规技术没有深入探讨，主要研究成果和创新点归纳如下：

2、1．采用了逐次加权逼近滤波器对仪表图像进行滤波，通过改变衰减系数口的值，能够获得其它滤波器不能获得的滤波效果。首次提出采用脊波变换提取仪表图像中不清晰的刻度、指针等线状特征，脊波变换对直线特征的提取可以取得良好的效果。2．提出采用支持向量机和不交矩对仪表符号和精度等级进行识别，分别对平移、旋转、缩放，旋转且缩放的仪表符号和精度等级符号进行了识别，实验证实该方法的效果很好。对比实验表明，基于osu_svm3．00工具箱的支持向量机的识别率和识别时间优于BP神经网络。3．首次针对仪表图像采集误差，分析了模拟表读数自动识别方法中镜头应处的位置，推导了镜头的光学中心偏离仪表旋转轴

3、心垂直上方时所引入误差的数学表达式，对引入误差进行了仿真和计算，采用了伺服跟踪判读法和标定判读法对高精度仪表读数进行自动识别，实验结果表明这两种方法适合用于高精度仪表自动判读。4．首次采用基于图像处理指针式仪表阻尼时间测量方法测量阻尼时间，该方法能够快速准确地测量仪表阻尼时间。关键词：高精度仪表读数；逐次加权逼近滤波器；脊波变换；支持向量机；伺服跟踪判读法；标定判读法：阻尼时间自动测量方法坠；!：!!鐾：：：!呈：：：丝些!：!錾窑塑：!!筌!!!!：§￥AbstractRecognitionsystemofmeterreadingiSaldndofautomaticex

4、aminationsystem，whichintegratesoptics，mechanicsandelectricity．Withoutchangingoriginalinstrumantalequipment，onemeterreadingimageisphotographedbymachinevisiontechnology，thentheobjectofphotographiSextractedandrecognisedinordertoobtainneedfulinformationofmeterreadingwhichCanbeexportedthroughs

5、tandardelectronDons．Thissystemcalleasilyrealizethatallkindsofmeterswi山orwithoutdigitalOUtputportsconstituteallintegratedandautomaticexaminationsystem．TherecognitionandprocessingsystemCanimproveautomatization，communicationcompetenceandnetworkconnectionscompetenceofexaminationsystemiUtheind

6、ustryautomaticcontroldomain．Therecognitionandprocessingsystemisinvolvedinmanyresearchdomains，suchasmachinevision，imageengineering，artificialintelligence，roboticsmotioncontrol，micro-electromechanicalsystemandelecwicaldriver，meterexamination．ThercisverysignificantmeaningthatthetechnolcIgies

7、ofmeterimagerecognitionareresearched．nepaperonlyresearchesthekeytechnologiCSofmeterreading。anddoesn’tcarefullydiscussotherconventionaltechnologies．Theprimaryresultsandinnovativepointsofthisdissertationarcsummarizedasfollowing：1．Weightedrecursiveapproachingfilterisad