基于神經網絡的水表字符識別.pdf

1、水表自動讀數(shù)系統(tǒng)是人工智能技術在生活中的新應用，水表圖像字符識別是它的重要組成部分。針對水表字符的特點，本文采用圖像處理技術及神經網絡方法通過圖像預處理、特征提取、BP分類三個步驟來實現(xiàn)水表字符的自動識別。 圖像的預處理主要包括圖像增強、二值化、傾斜校正。首先針對光照不均導致的水表圖像模糊不清及采集過程中產生的各種噪聲，本文采用直方圖均衡化方法及中值濾波技術進行圖像增強，從而改善圖像質量，提高對比度。為了有效地將前景從背景中分割

2、出來，分析比較了各種二值化方法，并采用基于canny的二值化方法來處理水表圖像。接著對可能存在的圖像傾斜不利于字符分割的問題，采用Hough變換檢測直線進行傾斜校正，為了減少Hough變換的計算量，考慮到二值化后已經得到較好的邊緣，采用梯度算子來檢測邊緣。最后根據(jù)先驗知識及投影法分割出字符，并介紹了細化方法。 關于字符的特征提取，首先總結了字符特征提取的常用方法，分析了水表字符的特點，并采用粗網格和線穿越次數(shù)相結合作為整字的特征