随着科技的发展,各行业的管理手段从人工逐步转变成自动或半自动方式。尤其在化工、冶金等行业,和较恶劣环境下进行实时监控时,为提高生产率和减少人为因素造成的误判,需采用自动控制系统来完成,通过预先设定的控制条件与被识别的数显仪表的字符相比较而执行自动控制操作是一种便捷和灵活的控制方案,而在该系统中数字仪表字符的动态识别是非常重要的一环,这正是本文的研究内容。 数显仪表字符的动态识别系统作为一个综合的实时计算机视觉系统主要包括:图像的预处理、字符块定位、字符串的分割和分类器识别设计。图像的预处理包括彩色图的灰度化、图像的阈值化、去噪、边缘检测等。对于单个数字仪表图像采用了区域生长法实现了定位。利用垂直投影法实现了对字符串的分割,而字符的识别则利用BP神经网络法来进行分类识别。 本文的创新之处为:采用数学形态法和连通域标记法来定位多个仪表数字区域的位置,利用字符的自适应宽度和字符间隔,确定字符串中小数点位置,采取全局自适应带动量项的快速BP算法进行识别,不仅实现了图像中单仪表的字符识别,而且该方案适用于图像中多个仪表的字符识别。其识别率和识别速度都达到了比较理想的效果。