基于改进Hough变换和BP网络的指针仪表识别

《基于改进Hough变换和BP网络的指针仪表识别》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、第44卷第504期电测与仪表Vol.44No.5042007年第12期ElectricalMeasurement&InstrumentationDec.2007基于改进Hough变换和BP网络的指针仪表识别朱海霞（大庆油田公司电力集团，大庆，黑龙江163000）摘要：指针仪表示数的视觉识别，对于提高电气、机械、汽车等工业领域的生产效率具有重要意义。采用Hough变换方法完成指针直线特征的识别，进而在表盘圆形特征的识别过程中对Hough变换方法进行了改进，通过减少累加像素数目结合灰度中心法来提高原性特征定位的效率和精度。在字符识

2、别阶段，构建了一个三层次的BP神经网络。实验结果表明，本文方法对于Hough变换的改进措施达到了预期效果，BP神经网络也实现了字符特征的准确识别。关键词：指针仪表；字符识别；Hough变换；BP神经网络中图分类号：TP391.41文献标识码：A文章编号：PointerInstrumentinstrumentRecognitionrecognitionBasedbasedonBPNetworknetworkandImprovedimprovedHoughTransformtransformZhuHaixia(DaqingOilf

3、ieldCoPowerGroup,Daqing,Heilongjiang,163000)Abstract：Visualidentificationofpointerinstrumentnumberhasimportantsignificancetoimprovetheproductionefficiencyoftheelectrical,mechanical,andautomotiveindustry.Inthispaper,Houghtransformationmethodwasusedinrecognitionofline

4、arfeatureofpointer,andthenHoughtransformwasimprovedduringtheprocessofdialcircularfeaturewasidentification.identifiedbyanimprovedHoughtransform.TheefficiencyandprecisionareimprovedThisworkwascompletedbyreducingtheaccumulatednumberofpixelsandcombiningthegraycentermeth

5、od.Inthecharacterrecognitionstage,BPneuralnetworkisbuiltwithathreelevelstructure.Experimentalresultsshowthat,thismethodcanachievestheexpectedeffectforimprovingmeasuresofHoughtransform,andaccuraterecognitionofcharacterscanbeobtainedbyusingBPneuralnetwork.Keywords：Poi

6、nterinstrument;Charactercharacterrecognition;Houghtransform;BPneuralnetwork-1-第44卷第504期电测与仪表Vol.44No.5042007年第12期ElectricalMeasurement&InstrumentationDec.20070引言指针式仪表在电气、机械、汽车等领域使用广泛，是重要的监视和指示装置[1]。随着我国工业领域从劳动密集型向科技密集型不断转变，生产效率要求迅速提高，这就使得应用于其中的指针式仪表要放弃原来的人工读数，从而转向依托

7、机器视觉技术的智能识别[2]。指针式仪表示数智能识别的过程包含两个重要工作，一是如何精确确定指针的位置，二是如何对指针附近的数字进行机器识别[3]。因为仪表中的指针符合直线特征，所以Hough变换的方法特别适用于指针特征的检测。但值得注意的是，确定指针位置时，对于指针仪表圆形表盘区域的检测也是必要工作，这才能配合识别出的指针特征实现后续的智能读数工作[4]。Hough变换提取直线性能比较优秀，但是在检测圆形特征时，往往会表现出精度低和速度慢的问题[5-6]。指针特征和表盘圆形特征的交汇处确定以后，通过识别交汇处附近的字符就可以

8、实现指针仪表的智能读数。这是一个典型的模式识别问题，神经网络则是解决此类问题的常用方法。BP神经网络的构建原理简单，训练迭代过程时间复杂度不高，有利于实现快速的智能识别[7-8]。6第44卷第504期电测与仪表Vol.44No.5042007年第12期ElectricalMe