复杂光照条件下含拖影仪表字符识别方法
发布时间：2021-01-03 22:59
电子仪表在定期检测中需要通过摄像头采集电压变化时的仪表图像并识别,然而,自然条件下的光照不均和仪表字符刷新过程中产生的拖影导致仪表字符识别困难,迫切需要一套可以用于复杂光照条件下含拖影仪表字符识别方法。本文围绕刷新过程出现重影的数字仪表,系统的研究了复杂光照条件下含拖影仪表字符图像预处理、二值化、字符识别的方法。针对现有方法无法去除图像中的拖影和光照不均的影响,研究了一种复杂光照条件下含拖影仪表字符识别方法。研究了光照不均图像增强算法,通过对图像光照分量的估计,再通过主成分分析（Principal Component Analysis,PCA）计算出融合权重进行多尺度融合,并在算法中加入上采样和下采样来减少算法的计算量,实现图像的快速增强。提出的算法能够有效地降低光照对于含拖影仪表字符二值化的影响,提高了图像的整体亮度和对比度,增强后图像清晰、明亮和自然,其信息熵、平均梯度、对比度和自然图像质量评价度量等客观定量指标优于实验中其他算法。结合提出的光照不均图像增强算法,提出了一种针对光照不均程度低的含拖影仪表字符二值化算法,该算法先通过图像增强算法克服轻微光照不均影响,再以灰度图的灰度级...
【文章来源】： 徐亮 湖北工业大学
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及其研究意义
1.2 国内外研究现状
1.2.1 仪表字符识别算法研究现状
1.2.2 图像增强算法研究现状
1.2.3 图像二值化算法研究现状
1.3 存在的问题与主要工作
1.4 论文结构安排
第2章 基于PCA融合的快速自适应图像增强算法
2.1 基本光照-反射模型
2.2 基于PCA融合的快速自适应图像增强
2.2.1 空间变换
2.2.2 光照分量的估计
2.2.3 自适应光照增强
2.2.4 图像融合
2.3 图像增强实验与分析
2.3.1 主观视觉评估
2.3.2 客观定量评估
2.3.3 复杂度分析
2.4 本章小结
第3章 基于BP神经网络阈值预测拖影仪表字符二值化算法
3.1 BP神经网络
3.2 基于BP神经网络阈值预测仪表字符二值化模型
3.2.1 模型数据来源
3.2.2 样本预处理和标签制作
3.2.3 隐含层的层数和节点设计
3.2.4 节点传递函数的选择
3.2.5 训练函数的选择
3.3 实验与结果分析
3.4 本章小结
第4章 基于FCN与 VGG的严重光照不均和拖影仪表字符二值化算法
4.1 基于FCN与 VGG的二值化算法
4.1.1 FCN网络
4.1.2 VGG网络
4.1.3 网络结构的改进
4.2 实验过程和结果
4.2.1 数据集的采集和制作
4.2.2 实验结果
4.3 本章小结
第5章 基于改进LeNet-5 仪表字符识别算法
5.1 基于改进LeNet-5 仪表字符识别模型
5.1.1 LeNet-5 的基本原理
5.1.2 改进LeNet-5 模型
5.2 不同程度光照不均的仪表字符识别方法
5.2.1 光照不均程度判断指标
5.2.2 仪表字符识别方法
5.3 实验与结果分析
5.4 本章小结
第6章 总结与展望
6.1 全文总结
6.2 展望
参考文献
致谢
附录:攻读学位期间的科研成果与奖励
【参考文献】：
期刊论文
[1]基于特征检测的数字仪表数码快速识别算法[J]. 陈刚,胡子峰,郑超. 中国测试. 2019(04)
[2]基于最大熵模型的双直方图均衡算法[J]. 戴声奎,钟峥,黄正暐. 电子学报. 2019(03)
[3]基于结构特征与LLE算法的数字仪表校验系统[J]. 包玉树,黄亚龙,孙军,胡永建,吴剑. 现代电子技术. 2018(24)
[4]基于机器视觉和神经网络的低质量文本识别研究[J]. 李少辉,周军,刘波,钱俞好,吴闽仪. 机电工程. 2018(09)
[5]基于密度特征与KNN算法的最优特征维数选择[J]. 孙国栋,梅术正,汤汉兵,周振. 现代电子技术. 2018(16)
[6]变电站室内数显仪表的读数识别[J]. 邓清男,石晓龙. 工业仪表与自动化装置. 2018(02)
[7]复杂环境下数显式仪表数码管定位与识别方法[J]. 张历,刘斌,桂军国,金运玉,张程,杜兵,刘博. 工矿自动化. 2018(04)
[8]基于机器视觉的高压计量数显表自动校对系统[J]. 李智成,李文婷,梅术正,徐敏锐. 电测与仪表. 2017(20)
[9]基于区域对比度增强的二值化算法[J]. 卢迪,黄鑫,柳长源,林雪,张华玉,严俊. 电子与信息学报. 2017(01)
[10]一种数码显示数字识别算法[J]. 陈宗雄. 电脑知识与技术. 2014(23)
硕士论文
[1]基于极限学习机的数字仪表识别方法的研究[D]. 叶子涵.云南大学 2018
[2]基于变分框架的Retinex图像增强方法研究[D]. 傅雪阳.厦门大学 2014
[3]七段式数显仪表中数字识别的研究与实现[D]. 刘文亮.大连理工大学 2013
[4]数显仪表数字字符快速识别系统的研究[D]. 田自君.电子科技大学 2007
本文编号：2955643
【文章来源】： 徐亮 湖北工业大学
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及其研究意义
1.2 国内外研究现状
1.2.1 仪表字符识别算法研究现状
1.2.2 图像增强算法研究现状
1.2.3 图像二值化算法研究现状
1.3 存在的问题与主要工作
1.4 论文结构安排
第2章 基于PCA融合的快速自适应图像增强算法
2.1 基本光照-反射模型
2.2 基于PCA融合的快速自适应图像增强
2.2.1 空间变换
2.2.2 光照分量的估计
2.2.3 自适应光照增强
2.2.4 图像融合
2.3 图像增强实验与分析
2.3.1 主观视觉评估
2.3.2 客观定量评估
2.3.3 复杂度分析
2.4 本章小结
第3章 基于BP神经网络阈值预测拖影仪表字符二值化算法
3.1 BP神经网络
3.2 基于BP神经网络阈值预测仪表字符二值化模型
3.2.1 模型数据来源
3.2.2 样本预处理和标签制作
3.2.3 隐含层的层数和节点设计
3.2.4 节点传递函数的选择
3.2.5 训练函数的选择
3.3 实验与结果分析
3.4 本章小结
第4章 基于FCN与 VGG的严重光照不均和拖影仪表字符二值化算法
4.1 基于FCN与 VGG的二值化算法
4.1.1 FCN网络
4.1.2 VGG网络
4.1.3 网络结构的改进
4.2 实验过程和结果
4.2.1 数据集的采集和制作
4.2.2 实验结果
4.3 本章小结
第5章 基于改进LeNet-5 仪表字符识别算法
5.1 基于改进LeNet-5 仪表字符识别模型
5.1.1 LeNet-5 的基本原理
5.1.2 改进LeNet-5 模型
5.2 不同程度光照不均的仪表字符识别方法
5.2.1 光照不均程度判断指标
5.2.2 仪表字符识别方法
5.3 实验与结果分析
5.4 本章小结
第6章 总结与展望
6.1 全文总结
6.2 展望
参考文献
致谢
附录:攻读学位期间的科研成果与奖励
【参考文献】：
期刊论文
[1]基于特征检测的数字仪表数码快速识别算法[J]. 陈刚,胡子峰,郑超. 中国测试. 2019(04)
[2]基于最大熵模型的双直方图均衡算法[J]. 戴声奎,钟峥,黄正暐. 电子学报. 2019(03)
[3]基于结构特征与LLE算法的数字仪表校验系统[J]. 包玉树,黄亚龙,孙军,胡永建,吴剑. 现代电子技术. 2018(24)
[4]基于机器视觉和神经网络的低质量文本识别研究[J]. 李少辉,周军,刘波,钱俞好,吴闽仪. 机电工程. 2018(09)
[5]基于密度特征与KNN算法的最优特征维数选择[J]. 孙国栋,梅术正,汤汉兵,周振. 现代电子技术. 2018(16)
[6]变电站室内数显仪表的读数识别[J]. 邓清男,石晓龙. 工业仪表与自动化装置. 2018(02)
[7]复杂环境下数显式仪表数码管定位与识别方法[J]. 张历,刘斌,桂军国,金运玉,张程,杜兵,刘博. 工矿自动化. 2018(04)
[8]基于机器视觉的高压计量数显表自动校对系统[J]. 李智成,李文婷,梅术正,徐敏锐. 电测与仪表. 2017(20)
[9]基于区域对比度增强的二值化算法[J]. 卢迪,黄鑫,柳长源,林雪,张华玉,严俊. 电子与信息学报. 2017(01)
[10]一种数码显示数字识别算法[J]. 陈宗雄. 电脑知识与技术. 2014(23)
硕士论文
[1]基于极限学习机的数字仪表识别方法的研究[D]. 叶子涵.云南大学 2018
[2]基于变分框架的Retinex图像增强方法研究[D]. 傅雪阳.厦门大学 2014
[3]七段式数显仪表中数字识别的研究与实现[D]. 刘文亮.大连理工大学 2013
[4]数显仪表数字字符快速识别系统的研究[D]. 田自君.电子科技大学 2007
本文编号：2955643
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2955643.html
