The present invention relates to a table of character recognition system and method based on machine vision system, including image acquisition module, network storage module and software module; the software processing module includes meter group segmentation unit, image processing unit, image tilt correction unit, image enhancement unit, character region location unit, character segmentation, image unit normalized unit, character feature extraction unit and BP neural network recognition unit; image preprocessing unit including gray processing unit, binarization processing unit and morphological processing unit; the invention can identify multiple meter images at the same time, save the human resources and time, through the use of FTP cloud to store image and meter meter recognition data, realize the sharing of resources, and to solve a large number of real-time image acquisition camera production site And a large number of meter data storage problems, the release of PC memory, improve the efficiency of meter recognition.
【技术实现步骤摘要】
基于机器视觉的多表字符识别系统及方法
本专利技术涉及数字图像处理和仪表示数识别领域,尤其涉及到基于机器视觉的多表字符识别系统及方法。
技术介绍
数显仪表由于其精度高、稳定性好、安装使用方便、体积小等特点,目前被广泛地应用于机械制造、石油、化工等各个行业中,尤其在工业控制领域应用广泛。一般工业领域使用数显仪表时会采用多个数显仪表集中显示需要监测的数据,这样既节约空间资源又利于工作人员对生产数据进行实时的监测。经走访调研发现珠三角地区多数陶瓷工厂的窑炉温度监测和控制虽然安装大量的现场指示仪表,但这些仪表不具有远传功能,需要现场读数,用来监控工业现场运行状况。虽然有数字温控仪表,但是还是需要人工进行抄表工作,定期以报告的形式将数据递交给生产主管进行分析。监控室仪表众多,人工抄表费时费力低效,而且容易引起误判;而且,常见的字符识别都是一图一表的单表识别,一台摄像机只拍摄一个电表,既占用空间,又浪费资源,不利于企业的长远发展。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提供一种节省人力、工作效率高、能同时识别多个电表、电表识别率高、有效解决生产现场摄像头实时采集的大量图像和大量电表数据的存储问题、释放PC内存、节约资源的基于机器视觉的多表字符识别系统。为实现上述目的,本专利技术所提供的技术方案为:基于机器视觉的多表字符识别系统,包括图像采集模块、网络存储模块以及软件处理模块;图像采集模块为带有网络模块的摄像头,摄像头实时捕捉多电表图像;网络存储模块为FTP服务器,摄像头网络模块将捕捉到的多电表图像上传至FTP服务器;软件处理模块,对从网络存储模块下载到的多电 ...
【技术保护点】
基于机器视觉的多表字符识别系统,包括图像采集模块(1)、网络存储模块(2)以及软件处理模块(3);图像采集模块(1),实时捕捉多电表图像;网络存储模块(2),存储捕捉到的多电表图像;软件处理模块(3),对从网络存储模块(2)下载到的多电表图像进行处理和识别;其中,软件处理模块(3)包括电表组分割单元(3‑1)、图像预处理单元(3‑2)、图像倾斜校正单元(3‑3)、图像增强单元(3‑4)、字符区域定位单元(3‑5)、字符分割单元(3‑6)、图像归一化单元(3‑7)、字符特征提取单元(3‑8)以及BP神经网络识别单元(3‑9);电表组分割单元(3‑1),采集电表组中每个电表工作状态的图像并保存,作为后续匹配的模板,采用基于NCC模板匹配方法在电表组目标图像中进行全局搜索,找到与模板匹配的电表并分割出来;图像倾斜校正单元(3‑3),对数显式仪表进行Canny边缘检测,采用霍夫变换法求出图中最长直线及其斜率,计算出图像倾斜角度,对其进行旋转倾斜校正;图像增强单元(3‑4),对电表前20%像素进行增强而对其他的像素进行抑制;字符区域定位单元(3‑5),选用区域的最大梯度差MGD大于阈值的次数统计 ...
【技术特征摘要】
1.基于机器视觉的多表字符识别系统,包括图像采集模块(1)、网络存储模块(2)以及软件处理模块(3);图像采集模块(1),实时捕捉多电表图像;网络存储模块(2),存储捕捉到的多电表图像;软件处理模块(3),对从网络存储模块(2)下载到的多电表图像进行处理和识别;其中,软件处理模块(3)包括电表组分割单元(3-1)、图像预处理单元(3-2)、图像倾斜校正单元(3-3)、图像增强单元(3-4)、字符区域定位单元(3-5)、字符分割单元(3-6)、图像归一化单元(3-7)、字符特征提取单元(3-8)以及BP神经网络识别单元(3-9);电表组分割单元(3-1),采集电表组中每个电表工作状态的图像并保存,作为后续匹配的模板,采用基于NCC模板匹配方法在电表组目标图像中进行全局搜索,找到与模板匹配的电表并分割出来;图像倾斜校正单元(3-3),对数显式仪表进行Canny边缘检测,采用霍夫变换法求出图中最长直线及其斜率,计算出图像倾斜角度,对其进行旋转倾斜校正;图像增强单元(3-4),对电表前20%像素进行增强而对其他的像素进行抑制;字符区域定位单元(3-5),选用区域的最大梯度差MGD大于阈值的次数统计确定字符区域;字符分割单元(3-6),对电表进行双向投影,从左向右定位出每个字符的起始和结束位置,并切割出来,通过垂直切割和水平切割得到字符的精确位置;字符特征提取单元(3-8),采用局部统计特征的粗网格描述字符进行特征提取;BP神经网络识别单元(3-9),采用具有在线训练功能的基于BP神经网络的识别方法识别字符。2.根据权利要求1所述的基于机器视觉的多表字符识别系统,其特征在于:所述图像预处理单元(3-2)包括灰度化处理单元(3-2-1)、二值化处理单元(3-2-2)以及形态学处理单元(3-2-3);其中,灰度化处理单元(3-2-1),采用对RGB三分量进行加权平均得到较合理的灰度图像;形态学处理单元(3-2-3),处理图像中目标区域的边缘,消除字符之间的黏连和椒盐噪声,使得前景图像区域变小,前景图像内部的背景区域被放大;二值化处理单元(3-2-2),采用最大类间方差法Otsu实现二值化,将要识别的目标和图像的背景区分开来。3.一种用于权利要求1所述基于机器视觉的多表字符识别系统的方法,其特征在于:包括以下步骤:(1)图像采集;将带有网络模块的摄像头安置在待测电表组前适当范围,进行多电表图像的实时捕捉;(2)图像上传;摄像头网络模块将捕捉到的多电表图像上传至FTP服务器;(3)软件处理;对从网络存储模块下载到的多电表图像进行处理和识别,最后将电表识别结果以.txt文本格式保存到本地PC指定盘,并以Excel表格形式导出。4.根据权利要求3...
【专利技术属性】
技术研发人员:张美杰,张平,黄坤山,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。