基于机器视觉的燃气表远程抄表系统研究

发布时间：2017-10-17 10:31

  本文关键词：基于机器视觉的燃气表远程抄表系统研究

  更多相关文章： 机器视觉 燃气表 粗糙集理论 神经网络 遗传算法

【摘要】：随着政府对城镇化建设的大力推广,其中的燃气需求在不断增长,迫切需要改变现有燃气表的抄表方法和收费结算方式。现有的脉冲式或IC卡式预付费等抄表方式,都不能满足燃气便捷结算的需要。虽然目前的市场上出现了各种不同方式的远程抄表系统,但这些都是在改变燃气表的内部结构前提下构成的,一方面造成了资源的浪费和成本的增加,另一方面由于抄表系统种类的众多导致产品缺乏通用性,并且抄表技术的可靠性和灵活性也缺乏足够的技术支撑,致使在市场上无法广泛使用。机器视觉具有高效率、高度自动化的特点,能够实现很高的识别率和速度。基于机器视觉的直读式燃气表抄表方式已经成为一个新的研究热点,这种系统不但避免了资源的浪费,还能够保证抄表方式的可靠和安全。本文在不改变原有燃气表的结构的前提下,设计了一款基于机器视觉的燃气表远程抄表系统。论文的主要工作包括以下几个方面:(1)分析了字符识别技术以及直读式智能远传表的国内外研究现状。对抄表系统的功能做了需求分析,在此基础上完成了抄表系统的总体设计方案。(2)分析了燃气表图像的预处理技术,获得了高质量的燃气表读数的单个字符图像,为下一步的字符识别提供了良好的数据来源。(3)为了减少系统的复杂性,采用多种特征提取方法结合的方式提取字符的特征数据,利用这些特征数据表示每个字符图像。研究了基于遗传算法优化的粗糙集属性约简算法,删除了特征数据中大量的冗余数据,进一步减少了系统的复杂性。(4)研究了基于遗传算法优化的神经网络字符识别算法,提高了燃气表字符图像的识别的正确率,使识别系统具有容错性良好、自组织能力强和抑制干扰能力强等优点。(5)完成了燃气表远程抄表系统的硬件电路和软件程序的设计,并对系统进行了实验测试。测试结果表明,该系统具有结构简单、稳定、识别率高,安全便捷等特点。论文最后对完成的工作进行了总结,并对下一步的研究工作进行了展望。
【关键词】：机器视觉 燃气表 粗糙集理论 神经网络 遗传算法
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU996;TP391.41
【目录】：

• 中文摘要3-4
• 英文摘要4-9
• 1 绪论9-13
• 1.1 课题来源9
• 1.2 研究背景及意义9-10
• 1.3 摄像直读式远传表的国内外研究现状10-12
• 1.3.1 字符识别技术的国内外研究现状10-11
• 1.3.2 直读式智能远传表的研究现状11-12
• 1.4 本文主要工作及内容结构12-13
• 2 系统的关键技术及总体方案研究13-17
• 2.1 系统的关键技术研究13-14
• 2.1.1 机器视觉技术13-14
• 2.1.2 GPRS技术14
• 2.2 系统的功能需求分析14-15
• 2.3 系统的总体结构设计15-16
• 2.4 本章小结16-17
• 3 燃气表图像的预处理技术17-26
• 3.1 图像的前期处理17-20
• 3.1.1 图像的直方图均衡化增强技术17-19
• 3.1.2 图像的滤波去噪19-20
• 3.1.3 二值化处理20
• 3.2 图像的区域定位20-21
• 3.3 图像的倾斜校正21-23
• 3.3.1 旋转变换22
• 3.3.2 Hough变换22-23
• 3.4 图像的分割23-25
• 3.4.1 图像的边缘检测23-24
• 3.4.2 字符的分割24-25
• 3.5 燃气表图像预处理的结果与分析25
• 3.6 本章小结25-26
• 4 基于机器视觉的燃气表读数识别关键算法研究26-48
• 4.1 字符图像特征提取方法研究26-31
• 4.1.1 字符的特征提取方法27-30
• 4.1.2 特征提取方法的结果分析30-31
• 4.2 特征向量的数据约简研究31-39
• 4.2.1 遗传算法的研究31-34
• 4.2.2 粗糙集算法的研究34-36
• 4.2.3 基于遗传算法优化的属性约简算法36-37
• 4.2.4 基于遗传约简算法的数据约简结果与分析37-39
• 4.3 燃气表读数识别算法研究39-47
• 4.3.1 BP神经网络算法39-42
• 4.3.2 基于遗传算法优化的神经网络算法42-44
• 4.3.3 基于遗传神经网络的识别结果与分析44-47
• 4.4 本章小结47-48
• 5 系统的软硬件设计与实现48-60
• 5.1 系统硬件的总体研究48-50
• 5.1.1 系统硬件的总体结构48
• 5.1.2 主要芯片选型48-50
• 5.2 主要模块的电路设计50-54
• 5.2.1 DSP主要外围电路设计50-52
• 5.2.2 无线通信模块及外围电路设计52-54
• 5.3 系统的软件设计54-56
• 5.3.1 程序总体结构框架54
• 5.3.2 主程序设计54-55
• 5.3.3 机器视觉抄表终端程序设计55-56
• 5.4 系统的实验测试56-59
• 5.4.1 机器视觉抄表终端的测试56-57
• 5.4.2 管理中心平台的测试57-59
• 5.5 本章小结59-60
• 6 总结与展望60-62
• 6.1 总结60-61
• 6.2 展望61-62
• 致谢62-63
• 参考文献63-67
• 附录67
• A. 作者在攻读学位期间发表的论文目录67
• B. 作者在攻读学位期间参与的科研项目67

【相似文献】

中国期刊全文数据库 前10条

1 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

2 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

3 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

4 张楠;;机器视觉正迎来发展的“春天”[J];中国包装工业;2012年02期

5 文浩;;欧洲机器视觉市场发展迅速[J];仪表工业;1993年03期

6 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

7 刘曙光,刘明远,何钺;机器视觉及其应用[J];机械制造;2000年07期

8 谢勇,彭涛;机器视觉及其在现代包装行业中的应用[J];株洲工学院学报;2002年04期

9 唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期

10 颜发根,刘建群,陈新,丁少华;机器视觉及其在制造业中的应用[J];机械制造;2004年11期

中国重要会议论文全文数据库 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

中国重要报纸全文数据库 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年

4 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

5 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

6 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

7 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

8 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

10 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

中国硕士学位论文全文数据库 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

，

本文编号：1048355