基于卷积神经网络的燃气表码字识别系统的设计与实现

发布时间：2021-06-18 07:03

　　燃气表计量信息自动化已成为信息自动化管理的重要组成部分,但是目前依然还大量存在不能实现信息自动化管理的字轮式燃气表。本文对字轮式燃气表加以改装,加装可以拍摄码字图像的工业摄像头,然后利用训练的机器学习模型识别所采集码字图像中的数字,从而达到燃气表信息自动化管理的目标。此方案相比将所有字轮式燃气表改装为可以电子燃气表的方案更节省人力和资金成本。本文设计并实现了基于卷积神经网络的燃气表码字识别系统。此系统首先采集、整理、构建了燃气表码字数据集,然后使用该数据集分别训练了用来识别燃气表完整码字和不完整码字的机器学习模型,具体内容如下:（1）基于卷积神经网络的燃气表码字识别系统的设计及其实现,其中硬件系统包括前端图像采集模块、以RS485为主的中间通信模块和后台计算机。（2）采集燃气表码字数据,对数据进行去噪、归一化的预处理操作,整理并构建了两个数据集:燃气表完整码字数据集和燃气表不完整码字数据集;根据燃气表码字数据的特点,构建了包含1个卷积层、2个最大池化层和1个InceptionV2结构的卷积神经网络模型,并使用燃气表完整码字训练数据集训练该卷积神经网络模型,最终实现准确识别燃气表完整码字... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

字轮式燃气表

图 1.2 燃气表码字图像示例计算机视觉已被广泛应用于各行各业，字轮式燃气表的码字识别课题也已成为当计算机视觉技术应用于工业实践的重要课题之一。字轮式燃气表在恶劣的生产环能够稳定工作的优势也将会使其成为天然气计量工具的首选，也正是由于这些特用场景和燃气表计量信息管理自动化的推进，使得改装字轮式燃气表成为趋势，准确识别就成为了整个系统的重中之重，码字图像如图 1.2 所示。本文的研究目标是设计和实现基于卷积神经网络的燃气表码字识别系统，利用卷经网络算法识别字轮式燃气表完整码字和不完整码字。其意义在于实现了字轮式表计量信息的自动化管理，充分利用了现有字轮式燃气表资源，节省了时间、资人力成本，让人们享受到了科技带来的便利。 燃气表码字识别的国内外研究现状早在上世纪 20 年代德国学者 Tausheck 就提出了光学字符识别（OpticalCharacte

第二章 燃气表码字数据采集和预处理基于卷积神经网络的燃气表码字识别系统设经网络的燃气表码字识别系统包括：码字数据采集硬件环别算法所需软件环境的设计实现方案。码字数据采集硬件数据采集前端方便高效地采集有效的燃气表码字数据，也提供了必要条件。最重要的是为燃气表码字数据快速准确行环境。

【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[2]基于ReLU激活函数的轧制力神经网络预报模型[J]. 刘杰辉,范冬雨,田润良.  锻压技术. 2016(10)
[3]基于Softmax回归的电力仪表分类[J]. 王晟.  现代计算机(专业版). 2014(06)
[4]在Matlab平台下基于形态学方法对LIDAR数据进行建筑物边缘提取[J]. 王大莹,程新文,郑艳丽,岳昊.  测绘科学. 2010(01)
[5]自适应变异的粒子群优化算法[J]. 吕振肃,侯志荣.  电子学报. 2004(03)
[6]基于RBF核的SVM的模型选择及其应用[J]. 王鹏,朱小燕.  计算机工程与应用. 2003(24)
[7]稳健最优不变二次无偏估计[J]. 王新洲,刘经南,陶本藻.  武汉测绘科技大学学报. 1995(03)

博士论文
[1]支持向量机学习算法的若干问题研究[D]. 王磊.电子科技大学 2007

硕士论文
[1]基于卷积神经网络的脱机手写汉字识别系统研究[D]. 高灿.安徽理工大学 2017
[2]基于动态随机卷积神经网络的手写数字识别方法[D]. 刘威.吉林大学 2017
[3]基于数字识别和压缩传输的燃气表自动抄送系统[D]. 裴孟菲.西北大学 2016
[4]基于嵌入式图像处理的仪表智能识别技术研究[D]. 张欢欢.浙江理工大学 2015



本文编号：3236206