一种数字仪表读数识别方法及装置制造方法及图纸

本发明专利技术提供一种数字仪表读数识别方法及装置。本发明专利技术的数字仪表读数识别方法，通过获取数字仪表表盘上的数字图像，对所述数字图像预处理，将所述数字图像的数据进行特征提取，将所述特征进行粗糙集特征约简，对所述粗糙集特征约简输出的结果通过BP神经网络进行数字识别并进行显示，降低了数字仪表表盘读书识别的难度，从而提升了识别速度和识别准确率。从而提升了识别速度和识别准确率。从而提升了识别速度和识别准确率。

A method and device for reading recognition of digital instruments

【技术实现步骤摘要】
一种数字仪表读数识别方法及装置


[0001]本专利技术涉及图像识别
，具体涉及一种数字仪表读数识别方法及装置。

技术介绍

[0002]目前，对于指针式表盘而言，可以根据二值化后的指针指向来识别表盘的读数，而对于某些特殊类型的表盘，由于没有可判断读数的指针，只能通过表盘上的数字来读取表盘数据，这无疑增大了识别的难度，这类表盘中数字识别就显得格外重要。因此，亟需一种数字仪表读数识别方法及装置，以解决上述问题。

技术实现思路

[0003]本专利技术的目的在于提供一种数字仪表读数识别方法及装置，以解决现有识别方法读取数字仪表数据困难的问题。
[0004]一方面，本专利技术提供一种数字仪表读数识别方法，包括：
[0005]获取数字仪表表盘上的数字图像；
[0006]对所述数字图像预处理；
[0007]将所述数字图像的数据进行特征提取；
[0008]将所述特征进行粗糙集特征约简；
[0009]对所述粗糙集特征约简输出的结果通过BP神经网络进行数字识别并进行显示。
[0010]进一步地，对所述数字图像预处理，包括：
[0011]对所述数字图像进行灰度转化、图像二值化处理、图像梯度锐化处理、去除噪声、图像分割、规范化和细化处理；
[0012]所述灰度转化是通过给三种颜色的每个像素一个加权系数，而后求和的加权系数法，使图像的红色、绿色和蓝色三种颜色的灰度值相等，使图像只有亮度上的不同，而没有颜色上的差异；
[0013]所述图像二值化处理是将经过所述灰度化的数字图像转化成只含有两种颜色的数字图像；
[0014]所述图像梯度锐化处理选择Robe,s梯度锐化方法；
[0015]所述去除噪声采用取出杂点的方法去除图像上的一些影响图像质量的噪声；
[0016]所述图像分割是通过分割后得到单个数字；
[0017]所述规范化和细化处理是对数字图像进行剪裁、缩放和重排操作来方便提取特征。
[0018]进一步地，将所述数字图像的数据进行特征提取，包括：
[0019]采用逐像素特征提取方法，对所述数字图像进行逐行逐列扫描，当遇到黑色像素时取其特征值为1，遇到白色像素时取其特征值为0，这样当扫描结束时会形成一个维数与图像中像素点的个数相同的特征向量矩阵。
[0020]进一步地，将所述特征进行粗糙集特征约简，包括：
[0021]采用粗糙集特征约简算法对所述特征向量矩阵进行进一步的简化；所述粗糙集特征约简就是从特征向量矩阵中消去一些冗余的特征，而不会改变其决策能力，采用可辨识矩阵进行特征约简计算，对生成的可辨识矩阵进行改进，得到新的矩阵，经过运算得到特征约简后的特征向量矩阵，具体算法如下：
[0022]计算所述特征向量矩阵的可辩识矩阵C；
[0023]考察可辨识矩阵，如果矩阵中存在一个元素，其取值为包含单特征元素的集合，则表明该特征是区分这个矩阵元素所对应的两个实例所必须的特征，也是唯一能够区分这两个实例的特征，这些元素所包含的特征组成的特征集合就是该特征向量矩阵的核属性；将这些特征取出，同时将可辨识矩阵中包含核属性的元素的值改为0，从而得到新的矩阵；
[0024]对于新的矩阵中的所有取值为非零集合的元素C(i，j)，建立相应的特征析取逻辑表达式其中，W为析取函数，V为特征值，t为C(i，j)中的元素)
[0025]将特征组合表示成合取范式的形式，即W＝∧1≤i,j≤nWij；
[0026]将核属入到中，得到每一合取项便为一个特征约简结果；
[0027]输出特征约简结果。
[0028]进一步地，对所述粗糙集特征约简输出的结果通过BP神经网络进行数字识别，包括：
[0029]所述BP神经网络进行数字识别的基本流程为：初始化、网络训练、网络识别、识别结果、显示。
[0030]另一方面，本专利技术提供一种数字仪表读数识别装置，包括：
[0031]获取单元，用于获取数字仪表表盘上的数字图像；
[0032]预处理单元，用于对所述数字图像预处理；
[0033]提取单元，用于将所述数字图像的数据进行特征提取；
[0034]计算单元，用于将所述特征进行粗糙集特征约简；
[0035]识别显示单元，用于对所述粗糙集特征约简输出的结果通过BP神经网络进行数字识别并进行显示。
[0036]本专利技术的有益效果如下：本专利技术提供的一种数字仪表读数识别方法及装置，通过获取数字仪表表盘上的数字图像，对所述数字图像预处理，将所述数字图像的数据进行特征提取，将所述特征进行粗糙集特征约简，对所述粗糙集特征约简输出的结果通过BP 神经网络进行数字识别并进行显示，降低了数字仪表表盘读书识别的难度，从而提升了识别速度和识别准确率。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1为本专利技术实施例提供的一种数字仪表读数识别方法的工作流程示意图；
[0039]图2为本专利技术实施例提供的一种数字仪表读数识别装置示意图。
具体实施方式
[0040]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。以下结合附图，详细说明本专利技术各实施例提供的技术方案。
[0041]请参阅图1，本专利技术实施例提供一种数字仪表读数识别方法，包括：
[0042]S101:获取数字仪表表盘上的数字图像。
[0043]S102:对所述数字图像预处理。
[0044]在本实施例中，对所述数字图像预处理包括进行灰度转化、图像二值化处理、图像梯度锐化处理、去除噪声、图像分割、规范化和细化处理；所述灰度转化是通过给三种颜色的每个像素一个加权系数，而后求和的加权系数法，使图像的红色、绿色和蓝色三种颜色的灰度值相等，使图像只有亮度上的不同，而没有颜色上的差异；所述图像二值化处理是将经过所述灰度化的数字图像转化成只含有两种颜色的数字图像；所述图像梯度锐化处理选择Robe,s梯度锐化方法；所述去除噪声采用取出杂点的方法去除图像上的一些影响图像质量的噪声；所述图像分割是通过分割后得到单个数字；所述规范化和细化处理是对数字图像进行剪裁、缩放和重排操作来方便提取特征。
[0045]S103:将所述数字图像的数据进行特征提取。
[0046]在本实施例中，采用逐像素特征提取方法，对所述数字图像进行逐行逐列扫描，当遇到黑色像素时取其特征值为1，遇到白色像素时取其特征值为0，这样当扫本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字仪表读数识别方法，其特征在于，包括：获取数字仪表表盘上的数字图像；对所述数字图像预处理；将所述数字图像的数据进行特征提取；将所述特征进行粗糙集特征约简；对所述粗糙集特征约简输出的结果通过BP神经网络进行数字识别并进行显示。2.根据权利要求1所述的一种数字仪表读数识别方法，其特征在于，对所述数字图像预处理，包括：对所述数字图像进行灰度转化、图像二值化处理、图像梯度锐化处理、去除噪声、图像分割、规范化和细化处理；所述灰度转化是通过给三种颜色的每个像素一个加权系数，而后求和的加权系数法，使图像的红色、绿色和蓝色三种颜色的灰度值相等，使图像只有亮度上的不同，而没有颜色上的差异；所述图像二值化处理是将经过所述灰度化的数字图像转化成只含有两种颜色的数字图像；所述图像梯度锐化处理选择Robe,s梯度锐化方法；所述去除噪声采用取出杂点的方法去除图像上的一些影响图像质量的噪声；所述图像分割是通过分割后得到单个数字；所述规范化和细化处理是对数字图像进行剪裁、缩放和重排操作来方便提取特征。3.根据权利要求1所述的一种数字仪表读数识别方法，其特征在于，将所述数字图像的数据进行特征提取，包括：采用逐像素特征提取方法，对所述数字图像进行逐行逐列扫描，当遇到黑色像素时取其特征值为1，遇到白色像素时取其特征值为0，这样当扫描结束时会形成一个维数与图像中像素点的个数相同的特征向量矩阵。4.根据权利要求1所述的一种数字仪表读数识别方法，其特征在于，将所述特征进行粗糙集特征约简，包括：采用粗糙集特征约简算法对所述特征向量矩阵进行进一步的简化；所述粗糙集特征约简就是...

【专利技术属性】
技术研发人员：胡辉，于成龙，刘勇，吴红，马辉，
申请(专利权)人：华能威宁风力发电有限公司，
类型：发明
国别省市：