CN102254159B - 一种数显仪表判读方法 - Google Patents

一种数显仪表判读方法 Download PDF

Info

Publication number
CN102254159B
CN102254159B CN201110189650.1A CN201110189650A CN102254159B CN 102254159 B CN102254159 B CN 102254159B CN 201110189650 A CN201110189650 A CN 201110189650A CN 102254159 B CN102254159 B CN 102254159B
Authority
CN
China
Prior art keywords
image
area
zero
horizontal
character
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110189650.1A
Other languages
English (en)
Other versions
CN102254159A (zh
Inventor
梁超
杨文明
廖庆敏
傅翼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qingpeng Intelligent Co ltd
Original Assignee
Shenzhen Graduate School Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Tsinghua University filed Critical Shenzhen Graduate School Tsinghua University
Priority to CN201110189650.1A priority Critical patent/CN102254159B/zh
Publication of CN102254159A publication Critical patent/CN102254159A/zh
Priority to HK12104568.0A priority patent/HK1163887A1/zh
Application granted granted Critical
Publication of CN102254159B publication Critical patent/CN102254159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种数显仪表判读方法，包括如下步骤：分别提取数显仪表图像的水平边缘和竖直边缘，判断出显示屏区域的水平边缘和竖直边缘，进而提取出显示屏区域图像；用卷积模板对提取的显示屏区域图像进行卷积和量化，并对量化结果进行二值化处理，得到二值化显示屏图像；提取二值化显示屏图像中的字符串，确定字符串的上下、左右边界后再将每个字符分割出来；利用根据字符所处的矩形设定的直线与字符的相交次数和相交位置进行识别字符。本发明有很好的鲁棒性和很高的识别准确率。

Description

一种数显仪表判读方法
技术领域
本发明涉及工业计算机视觉领域，特别涉及一种数显仪表判读方法。
背景技术
以下技术文献与本发明相关：
[1] F. Correa Alegria and A. Cruz Serra, “Automaic Calibration of Analog and Digital Measuing Instruments Using Computer Vision,” IEEE Transaction on Instrumentation and Measurement, VOL. 49, NO. 1, 2000, pp. 94-99.
[2] Huiying Shen and James Coughlan, “Reading LCD/LED Displays with a Camera Cell Phone,” CVPRW06.
[3] Rakhi P. Ghugardare, Sandip P. Narote, P. Mukherji, and Prathamesh M. Kulkarni, “Optical Character Recognition System for Seven Segment Display Image of Measuring Instruments,” TENCON 2009.
[4] 尹传历等，基于视频图像的数字仪表读数自动识别．微计算机信息，2008，24卷10-1期：219-221.
文献[1]提出的基于计算机视觉的自动判读方法缺乏智能性，同时也要求LCD显示屏区域在图像中占据主要部分，对一些LCD显示屏区域相对较小的仪表而言，这一点实际上很难通过调整图像采集装置做到。
文献[2]的方法存在的问题是，边缘检测和聚类不一定能得到很清晰的用于字符识别的边缘束，在受到光照或者阴影影响的图像中，字符边缘通常难以顺利提取。另外，一些仪表其表面有英文和数字字符，或者是一些标识、图案，它们的边缘会对后续的边缘束分类构成干扰。最后其用模板识别字符无法应对字体的变化和部分笔画的缺损的状况。
文献[3]的方法的缺陷十分明显，首先处理的图像局限于LCD显示屏，这一点不足类似于文献[1]。其次方法的二值化过程十分粗糙，用的是传统的最大类间方差法，但在图像受到噪声、光照、阴影等多方面因素的影响下，图像的直方图通常不是双峰结构，不满足Otsu方法使用条件，因此无法确保得到理想的二值化结果。
文献[4]的方法的主要问题是存在一个预处理过程，给通常的检定过程增加了一步，不符合传统的使用习惯。另外，考虑字符结构上的包含关系，比如“0”包含了“1”，则必须积累足够多的帧间差异才能得到完整的字符串的精确边界，这给检定操作增加了负担。同文献[3]，其二值化方法也存在缺陷。 
上述方法的鲁棒性和识别率均有待改进和提高。 
发明内容
为了克服现有技术的不足，本发明提供了一种新的数显仪表判读方法。
一种数显仪表判读方法，包括如下步骤：
A1、分别提取数显仪表图像的水平边缘和竖直边缘，判断出显示屏区域的水平边缘和竖直边缘，进而提取出显示屏区域图像                                                
Figure 512073DEST_PATH_IMAGE001
；
A2、用卷积模板对提取的显示屏区域图像进行卷积和量化，并对量化结果进行二值化处理，得到二值化显示屏图像
Figure 2011101896501100002DEST_PATH_IMAGE002
； 
A3、提取二值化显示屏图像
Figure 82174DEST_PATH_IMAGE002
中的字符串，确定字符串的上下、左右边界后将每个字符分割出来；
A4、利用根据字符所处的矩形设定的直线与字符的相交次数和相交位置进行识别字符。
优选地，在所述步骤A1中，分别用水平Sobel算子和竖直Sobel算子提取数显仪表图像的水平边缘和竖直边缘。
优选地，所述步骤A1中，通过如下方法判断显示屏区域的水平边缘：
在提取出来的数显仪表图像的水平边缘中，排除与图像边界粘连的连通域后，在水平方向上对剩余的水平边缘进行形态学的膨胀操作，再排除长度小于数显仪表图像宽度的一定比例的连通域，得到水平连通域图；
将所述水平连通域图投影到竖直坐标上得到水平投影曲线，提取水平投影曲线中所有特定宽度以上的且两端均有非零值的零区间；
若所述零区间只有一个，则将所述零区间的两个端点对应到显示屏区域的两个水平边缘的竖直坐标；
若所述零区间多于一个，则将对称性最好的一对连通域对应的零区间的两个端点对应到显示屏区域的两个水平边缘的竖直坐标。
优选地，通过如下步骤找出对称性最好的一对连通域：
对于每个零区间相应的一对连通域，计算该对连通域的左端点之间的差的绝对值，与该对连通域的右端点之间的差的绝对值之和，并将该和最小的一对连通域判断为对称性最好的一对连通域。
优选地，所述步骤A1中，通过如下方法判断显示屏区域的竖直边缘：
在经过竖直Sobel算子提取竖直边缘的数显仪表图像中，利用显示屏区域的水平边缘分割出第一感兴趣区域；
排除第一感兴趣区域中长度小于一定阈值的连通域，将剩下的竖直边缘投影到水平坐标上，分别将离投影区域竖直方向的对称线两边的第一个零点的水平坐标作为显示屏区域两个竖直边缘的水平坐标。
优选地，采用如下算法对显示屏区域图像
Figure 537426DEST_PATH_IMAGE001
进行卷积和量化：
Figure 499566DEST_PATH_IMAGE003
；
其中，
Figure 2011101896501100002DEST_PATH_IMAGE004
为卷积量化结果，
Figure 127993DEST_PATH_IMAGE005
为以确保的最大值在255以内的常数，
Figure DEST_PATH_IMAGE006
、和
Figure DEST_PATH_IMAGE008
是卷积模板，
Figure DEST_PATH_IMAGE010
优选地，通过以下步骤进行动态调整： 
若字符串中面积最大的笔画连通域的平均宽度小于第一设定值，则增大，若大于第二设定值，则减小
Figure 985539DEST_PATH_IMAGE011
； 
若对
Figure 158156DEST_PATH_IMAGE011
的增大或减小操作次数超出设定阈值，则停止对
Figure 331649DEST_PATH_IMAGE011
的调整。
优选地，在所述步骤A2中，在经过二值化处理后，得到二值化显示屏图像
Figure 404647DEST_PATH_IMAGE002
之前，还包括如下步骤： 
用卷积模板对经过二值化处理的显示屏区域图像进行卷积，得到包含字符串的竖直笔画的竖直笔画图像；
用卷积模板的转置对经过二值化处理的显示屏区域图像进行卷积，得到包含字符串的水平笔画的水平笔画图像；
对所述竖直笔画图像和水平笔画图像进行叠加后，再进行二值化处理。
优选地，通过如下步骤确定字符串的上下边界：
A3.1、用特定长度和水平倾角的直线作为开运算模板对所述二值化显示屏图像
Figure 372603DEST_PATH_IMAGE002
进行开运算后，投影到竖直坐标上；
A3.2、将竖直坐标相隔小于一定值的相邻的非零区间当成连续的非零区间；
A3.3、将竖直坐标宽度最大的非零区间的两个端点对应的竖直坐标作为字符串的上下边界的基准。
优选地，通过如下步骤确定字符串的左边界：
A3.4、在所述二值化显示屏图像
Figure 531052DEST_PATH_IMAGE002
中，利用字符串的上下边界分割出第二感兴趣区域
Figure DEST_PATH_IMAGE012
；
A3.5、将所述第二感兴趣区域
Figure 39394DEST_PATH_IMAGE012
的一定高度以下部分的像素置零，并进行竖直投影到水平坐标；
A3.6、找出水平宽度大于一定值的非零区间，将此非零区间的左端点的水平坐标作为对应字符串的左边界。
优选地，通过如下步骤确定字符串的右边界：
A3.7、将第二感兴趣区域
Figure 170161DEST_PATH_IMAGE012
进行竖直投影到水平坐标上，形成一系列非零区间
Figure 872800DEST_PATH_IMAGE013
，非零区间
Figure 456228DEST_PATH_IMAGE013
的左端点和右端点分别为
Figure DEST_PATH_IMAGE014
和
Figure 530712DEST_PATH_IMAGE015
，其中n为自然数，n表示
Figure DEST_PATH_IMAGE016
是第n个非零区间；
A3.8、将
Figure 578302DEST_PATH_IMAGE017
小于一定值的非零区间
Figure 888061DEST_PATH_IMAGE016
剔除，或者将非零区间
Figure 21102DEST_PATH_IMAGE016
内最大纵坐标值小于一定值的非零区间剔除；
A3.9、将最右端的非零区间
Figure 478070DEST_PATH_IMAGE016
的右端点坐标作为字符串的右边界坐标。
优选地，在步骤A3.7之前还包括：将所述第二感兴趣区域
Figure 958730DEST_PATH_IMAGE012
中特定高度以下部分的像素置零后形成图像
Figure DEST_PATH_IMAGE018
；所述步骤A3.7为：对所述图像
Figure 313488DEST_PATH_IMAGE018
进行竖直投影到水平坐标上，形成一系列非零区间
Figure 232903DEST_PATH_IMAGE013
，非零区间的左端点和右端点分别为
Figure 641067DEST_PATH_IMAGE014
和
Figure 686384DEST_PATH_IMAGE015
，其中n为自然数，n表示
Figure 645375DEST_PATH_IMAGE016
是第n个非零区间；
优选地，在步骤A3.8与A3.9之间，若不存在
Figure 194168DEST_PATH_IMAGE017
的值大于特定值，则：
在所述显示屏区域图像中，利用字符串的上下边界分割出第三感兴趣区域
Figure 344526DEST_PATH_IMAGE019
；
计算所述第三感兴趣区域
Figure 611559DEST_PATH_IMAGE019
的特定高度之间、非零区间
Figure 607197DEST_PATH_IMAGE016
的端点
Figure 276076DEST_PATH_IMAGE014
和
Figure 597336DEST_PATH_IMAGE015
之间的图像的灰度均值
Figure DEST_PATH_IMAGE020
；
在第三感兴趣区域
Figure 649868DEST_PATH_IMAGE019
中，计算
Figure 652459DEST_PATH_IMAGE021
所有像素点对应点的灰度均值
Figure DEST_PATH_IMAGE022
，其中，表示图像
Figure 464743DEST_PATH_IMAGE018
中水平方向从
Figure 706369DEST_PATH_IMAGE014
到
Figure 309388DEST_PATH_IMAGE015
的范围内的所有连通域中的第
Figure DEST_PATH_IMAGE023
个连通域， i为自然数；
若对于所有i使得
Figure DEST_PATH_IMAGE024
，则将对应的非零区间
Figure 251062DEST_PATH_IMAGE016
置零；若存在对应的i使得
Figure 914124DEST_PATH_IMAGE025
，则不对对应的非零区间
Figure DEST_PATH_IMAGE026
进行置零操作。
优选地，在步骤A3.7之前还包括以下步骤：
在所述第三感兴趣区域
Figure 377466DEST_PATH_IMAGE019
的设定高度之间，分割出第四感兴趣区域
Figure 784177DEST_PATH_IMAGE027
；
计算所述第四感兴趣区域
Figure 282155DEST_PATH_IMAGE027
的灰度期望值，在所述第四感兴趣区域
Figure 850539DEST_PATH_IMAGE027
内，将灰度值小于所述灰度期望值的像素置为1，将灰度值大于所述灰度期望值的像素置为0，得到反二值化图像
Figure DEST_PATH_IMAGE028
，并进行竖直投影到水平坐标上；
判断反二值化图像
Figure 66757DEST_PATH_IMAGE028
的投影曲线中特定位置往右是否存在零点，若存在，则将该特定位置往右的第一个零点的坐标减去特定值作为字符串的右边界初始坐标，并在所述图像中将右边界初始坐标右边部分置零。
优选地，通过以下步骤分割字符串的字符： 
用字符串的上下、左右边界在显示屏区域图像
Figure 865528DEST_PATH_IMAGE001
中分割出图像；
用字符串的上下、左右边界在二值化显示屏图像
Figure 42748DEST_PATH_IMAGE002
中分割出图像
Figure DEST_PATH_IMAGE030
；
对图像进行排除非笔画连通域的精细化处理；
对经过精细化处理的图像
Figure 998252DEST_PATH_IMAGE030
进行竖直投影；
将间隔小于特定值的相邻的非零区间当作成连续的非零区间；
剔除宽度小于特定值的非零区间或者区间内最大的纵坐标值小于一定值的非零区间；
利用每个非零区间分割对应的字符。
优选地，
所述精细化处理包括如下步骤：
在图像
Figure 174018DEST_PATH_IMAGE029
和
Figure 99249DEST_PATH_IMAGE030
的特定高度之间分别取出图像
Figure 887339DEST_PATH_IMAGE031
和图像
Figure DEST_PATH_IMAGE032
；
在图像
Figure 214415DEST_PATH_IMAGE032
的特定高度之间取出图像
Figure 561082DEST_PATH_IMAGE033
； 
对图像
Figure 708030DEST_PATH_IMAGE032
进行如下处理：在图像
Figure 798346DEST_PATH_IMAGE032
中剔除面积小于特定值的连通域或者高度小于一定值的连通域，在中的非零点中，若在
Figure 435181DEST_PATH_IMAGE031
中的对应点的灰度值低于设定阈值，则在
Figure 397320DEST_PATH_IMAGE032
中该点灰度值保持为1，否则在图像
Figure 963431DEST_PATH_IMAGE032
中将改点的灰度值置为0；
用图像
Figure 563302DEST_PATH_IMAGE033
替换经过处理的图像
Figure 189455DEST_PATH_IMAGE032
中的相应部分，并用特定长度的水平直线作为形态学运算模板，对经过替换的图像
Figure 310995DEST_PATH_IMAGE032
进行膨胀。
优选地，所述步骤A4中：
在矩形高度的1/4h处作水平直线，穿越笔画的区间
Figure DEST_PATH_IMAGE034
，区间
Figure 743113DEST_PATH_IMAGE034
的左端点和右端点分别为
Figure 961605DEST_PATH_IMAGE035
和
Figure DEST_PATH_IMAGE036
，其中U表示区间处于矩形高度的1/4h处，n表示区间
Figure 981875DEST_PATH_IMAGE034
是第n个区间，n为1或2，h表示矩形的高度；
在矩形高度的3/4h处作水平直线，穿越笔画的区间
Figure 889789DEST_PATH_IMAGE037
，区间
Figure 962787DEST_PATH_IMAGE037
的左端点和右端点分别为
Figure DEST_PATH_IMAGE038
和，其中D表示区间
Figure 89192DEST_PATH_IMAGE037
处于矩形高度的3/4h处，m表示区间
Figure 863113DEST_PATH_IMAGE037
是第m个区间，m为1或2；
在矩形宽度的1在1/2w处作竖直直线，穿越笔画的区间
Figure DEST_PATH_IMAGE040
，区间
Figure 557661DEST_PATH_IMAGE040
的左端点和右端点分别为和
Figure DEST_PATH_IMAGE042
，其中M表示区间
Figure 76685DEST_PATH_IMAGE040
处于矩形宽度的1/2h处，N表示区间
Figure 591980DEST_PATH_IMAGE040
是第N个区间，N为自然数，w表示矩形的水平宽度；
若n=2且m=2且N>2，则将对应字符判决为8；
若n=1且m=2，则将对应字符判决为6。
优选地，
当n=2且m=2且N=2，若
Figure 639570DEST_PATH_IMAGE043
，则将对应字符判决为0，否则判决为8；
当n=2且m=2且N=1，将对应的字符判决为0；
当n=2且m=1，若
Figure DEST_PATH_IMAGE044
，则将对应字符判决为9，否则判决为4；
当n=1且m=1且
Figure 949329DEST_PATH_IMAGE045
，若
Figure DEST_PATH_IMAGE046
，则将对应字符判决为2，否则判决为5；
当n=1且m=2且
Figure 816790DEST_PATH_IMAGE047
且，若
Figure 433979DEST_PATH_IMAGE049
，将对应字符判决为7，否则判决为1；
当n=1且m=2且
Figure 273759DEST_PATH_IMAGE047
且
Figure DEST_PATH_IMAGE050
，若
Figure 816736DEST_PATH_IMAGE049
且
Figure 437073DEST_PATH_IMAGE051
，将对应字符判决为3，否则判决为1；
其中
Figure DEST_PATH_IMAGE052
是步骤A3中经过提取字符串后的图像的左边第一列像素中从下往上的第一个非零像素点的水平坐标。
本发明的有益效果是：本发明可以对具有不同尺寸显示屏的仪表有效地提取显示屏，并对大小不同的字符串的提取均有良好的效果，大大提高了识别字符的准确率和鲁棒性。
附图说明
图1是本发明一种数显仪表判读方法的一种实施例的流程图；
图2是一种实施例中对某一经过降采样的彩色仪表图像进行水平边缘提取的图像；
图3是对图2剔除特定连通域后的图像；
图4是对图3进行水平投影后的投影曲线图；
图5是对图2对应的经过降采样的彩色仪表图像进行竖直边缘提取的图像；
图6是利用得到的显示屏的上下边缘对图5进行分割并排除特定连通域后的图像；
图7是对图6进行竖直投影后的投影曲线图；
图8是图2对应的经过降采样的彩色仪表图像的显示屏区域图像经过卷积和二值化后，用提取出的竖直笔画和水平笔画叠加后的图像；
图9是图8经过二值化处理后的图像；
图10是从图9提取出来的字符串的图像；
图11是从图10分割出来的字符图像；
图12是一种字符识别方法的实施例中字符及用以识别其的直线的示意图。
具体实施方式
以下将结合附图，对本发明的具体实施例作进一步详细说明。
一种提取显示屏区域图像的具体实施例，包括如下步骤：
对采集的某一彩色仪表图像，首先转为灰度图像，然后对灰度图像进行
Figure 90908DEST_PATH_IMAGE053
倍降采样，n为自然数，得到降采样的图像。
对降采样的图像，使用水平Sobel算子提取水平边缘，得到如图2所示的水平边缘的图像，排除与图像上下边界粘连的连通域，然后在水平方向上进行一次形态学的膨胀操作，再排除长度小于图像宽度1/3的连通域，得到的水平边缘的图像如图3所示。
对图5的水平边缘的图像进行水平投影到竖直坐标上，得到水平投影曲线，如图4所示。在本发明中，投影曲线的某个点的坐标代表其在图像中的像素所处的位置。
提取图4中特定宽度以上的、且两端均有非零值的零区间，优选地，该特定宽度为2，即两个像素宽度。如果这样的区间有且仅有一个，则该区间的端点对应到LCD显示屏上下边界的行坐标。如果这样的区间多于一个，则要分析该区间两端的连通域的对称性。对每个这样的区间，找到其两端的连通域，对这一对连通域分别找到起左端点和右端点，计算该对连通域的左端点之间的差的绝对值，与该对连通域的右端点之间的差的绝对值之和，以绝对值之和来度量该对连通域的对称性，该和越小对称性越好。最后选取出两端连通域对称性最好的那个区间，对应着LCD显示屏的上下边界。如果找不到这样的区间，则说明无法在原图像中定位LCD显示屏，算法中止。
同样地，用竖直的Sobel算子处理降采样图像得到竖直边缘，如图5所示的图像。利用LCD显示屏的上下边界坐标在竖直边缘图上分割出第一感兴趣区域ROI，然后排除ROI区域中高度小于一定阈值的连通域，这个阈值由ROI区域的高度确定，得到如图6所示的图像。进而将ROI区域竖直投影，得到图7所示的图像，从投影曲线中间分别向两边搜索，将分别搜索到的第一个零点作为LCD显示屏左右边界的列坐标。
通过上面的步骤，可以在降采样图像中得到LCD显示屏的大致区域，然后根据降采样的比例因子，将该矩形区域四个顶点的坐标乘以比例因子（例如进行4倍降采样就乘以4），就得到了原灰度图像中LCD显示屏的坐标，进而在灰度图像中分割出LCD显示屏的位置。有时通过上述步骤得到的LCD显示屏区域偏小，因此在较佳实施例中，将上水平边缘沿的竖直坐标增加15到20个像素，将下水平边缘的竖直坐标减小15到20个像素，就能够较为完整地得到LCD显示屏区域，最后得到的显示屏区域图像
Figure 50774DEST_PATH_IMAGE001
。
一种对字符串进行提取的方法的具体实施例：
设尺度因子为
Figure 702335DEST_PATH_IMAGE011
，卷积模板
Figure 45854DEST_PATH_IMAGE006
、
Figure 441063DEST_PATH_IMAGE007
和
Figure 317752DEST_PATH_IMAGE008
如下：
经过卷积和量化处理的结果为
Figure 668465DEST_PATH_IMAGE004
：
          
其中
Figure 399661DEST_PATH_IMAGE005
为常数，用于将卷积结果的最大值压缩到255以内，矩阵的相减即是对应点的相减，
Figure 393025DEST_PATH_IMAGE055
即是对于矩阵中的每个点，取和
Figure 711136DEST_PATH_IMAGE057
中对应点的较大值，从而组成一个新的矩阵。
在较佳实施例中，取阈值为35，对量化后的
Figure 713727DEST_PATH_IMAGE004
二值化。由于卷积模板对笔画的响应较强，简单地取固定的全局阈值即可得到较好的效果。
由于字符本身的笔画宽度不定，所以需要选择一个最适合的尺度因子来定义卷积模板，以最有效地提取笔画，在一较佳实施例中，卷积、量化、二值化的步骤如下：
（1）令
Figure DEST_PATH_IMAGE058
。
（2）对显示屏区域图像执行上述的卷积和量化算法以及进行二值化。
（3）用形态学开操作去除那些非竖直笔画的连通域。
（4）分析剩下的笔画中面积最大的笔画连通域的平均笔画宽度。若平均宽度大于等于8小于等于15，则认为
Figure 463694DEST_PATH_IMAGE059
合适，记为
Figure DEST_PATH_IMAGE060
，跳转至第（5）步。如果平均宽度小于8，则增大
Figure 767636DEST_PATH_IMAGE011
，例如令
Figure 370656DEST_PATH_IMAGE061
，若大于15，则减小
Figure 748548DEST_PATH_IMAGE011
，例如令
Figure DEST_PATH_IMAGE062
。如果尝试的次数小于预先给定的阈值，则跳转至第（2）步，否则算法中止，即表明找不到合适尺度的卷积模板来提取字符笔画。
（5）再用生成的多尺度的三组卷积模板
Figure 913075DEST_PATH_IMAGE006
、
Figure 376417DEST_PATH_IMAGE007
和
Figure 783128DEST_PATH_IMAGE008
来执行上述卷积和量化算法，即
Figure 15526DEST_PATH_IMAGE054
，以提取字符的竖直笔画图像。各组模板的尺度因子为，即
Figure 800129DEST_PATH_IMAGE006
的尺寸因子为，
Figure 97435DEST_PATH_IMAGE007
的尺寸因子为
Figure DEST_PATH_IMAGE064
，的尺寸因子为
Figure 41699DEST_PATH_IMAGE065
。
（6）对步骤（5）中得到三组卷积模板
Figure 727895DEST_PATH_IMAGE006
、
Figure 997203DEST_PATH_IMAGE007
和
Figure 110652DEST_PATH_IMAGE008
分别进行转置，得到另外三组卷积模板
Figure DEST_PATH_IMAGE066
、
Figure 98200DEST_PATH_IMAGE067
和
Figure DEST_PATH_IMAGE068
，再对显示屏区域执行上述卷积量化算法，即
Figure 384825DEST_PATH_IMAGE054
，以提取字符的水平笔画图像。
（7）将步骤（5）的竖直笔画图像和步骤（6）的水平笔画图像叠加在一起，得到如图8所示的图像，并对该图像进行二值化操作，阈值优选为35，构成最后如图9所示的二值化显示屏图像。
对二值化显示屏图像作进一步处理，排除噪声，以精确分割出字符。
在较佳实施例中，用长度为20，即20个像素长度、与水平轴夹角为85°的直线作为开运算模板对
Figure 706981DEST_PATH_IMAGE002
进行开运算，得到
Figure 734980DEST_PATH_IMAGE069
，对
Figure 978879DEST_PATH_IMAGE069
进行投影分析，精确定位字符串边界。记字符串上下边界坐标分别记为
Figure DEST_PATH_IMAGE070
和
Figure 434132DEST_PATH_IMAGE071
，字符串左右边界坐标
Figure DEST_PATH_IMAGE072
和
Figure 130692DEST_PATH_IMAGE073
。
一种确定字符上边界坐标
Figure 759120DEST_PATH_IMAGE070
的的具体实施例： 
（1）将
Figure 60788DEST_PATH_IMAGE069
水平投影。
（2）找到投影曲线的所有非零区间，记为
Figure DEST_PATH_IMAGE074
，其中
Figure 262442DEST_PATH_IMAGE075
和
Figure DEST_PATH_IMAGE076
表示区间
Figure 446298DEST_PATH_IMAGE026
的左右端点坐标，上标m和n分别表示第m个非零区间
Figure 816100DEST_PATH_IMAGE026
和n个非零区间
Figure 972275DEST_PATH_IMAGE077
，且m和n为自然数。
（3）若区间
Figure 831646DEST_PATH_IMAGE026
和满足
Figure DEST_PATH_IMAGE080
，则合并两个区间，新区间的左端点为
Figure 410712DEST_PATH_IMAGE075
，右端点为，
Figure DEST_PATH_IMAGE082
。
（4）选择出宽度最大的区间
Figure 15448DEST_PATH_IMAGE083
，其宽度（像素宽度）为在所有区间中最大。
（5）得到字符上下边界坐标，
Figure 111580DEST_PATH_IMAGE085
，其中，对于常数10可以在不同实施例中取不同值。
在确定字符上下边界之后，将LCD显示屏区域图像
Figure 885501DEST_PATH_IMAGE001
高度在
Figure 750689DEST_PATH_IMAGE070
和
Figure 889546DEST_PATH_IMAGE071
之间的部分区域设置为第三感兴趣区域ROI，记为
Figure 535291DEST_PATH_IMAGE019
；同样地，把高度在
Figure 334062DEST_PATH_IMAGE070
和
Figure 643821DEST_PATH_IMAGE071
之间的部分区域设置为第二感兴趣区域ROI，记为
Figure 714545DEST_PATH_IMAGE012
。
一种确定字符左边界坐标
Figure 830269DEST_PATH_IMAGE072
的具体实施例：
（1）把
Figure 670049DEST_PATH_IMAGE012
底部
Figure DEST_PATH_IMAGE086
高度以下的部分置零，竖直投影。
（2）找到投影曲线的所有非零区间，记为
Figure 213025DEST_PATH_IMAGE074
。
（3）若区间满足
Figure 424881DEST_PATH_IMAGE087
，则剔除该区间，。
（4）从左往右找到第一个这样的区间
Figure 600090DEST_PATH_IMAGE083
，满足投影曲线在
Figure DEST_PATH_IMAGE088
内的竖直坐标的最大值大于25个像素。
（5）得到字符左边界坐标
Figure 379827DEST_PATH_IMAGE089
。
确定字符串右边界坐标
Figure 837353DEST_PATH_IMAGE073
的一种具体实施例的步骤如下：
（1）对
Figure 651725DEST_PATH_IMAGE019
将其高度从
Figure DEST_PATH_IMAGE090
到
Figure 536505DEST_PATH_IMAGE091
的区域设置为第四感兴趣区域ROI，记为。
（2）计算
Figure 64755DEST_PATH_IMAGE027
的灰度期望值作为阈值，对
Figure 733634DEST_PATH_IMAGE027
进行反二值化，即灰度值小于阈值的点为1否则为0。记反二值化图像为
Figure 290779DEST_PATH_IMAGE028
，将
Figure 45109DEST_PATH_IMAGE028
竖直投影。
（3）从投影曲线长度的
Figure 844437DEST_PATH_IMAGE091
处向右寻找投影曲线的第一个零点，坐标为
Figure DEST_PATH_IMAGE092
。
（4）若步骤（3）中寻找的零点存在，则初步将
Figure 430139DEST_PATH_IMAGE093
；若这样的零点不存在，则粗略估计
Figure 859984DEST_PATH_IMAGE073
为的初始右边界坐标。
（5）把
Figure 439050DEST_PATH_IMAGE012
底部高度以下的部分置零，记为
Figure 981469DEST_PATH_IMAGE018
（6）在
Figure 772707DEST_PATH_IMAGE018
中在
Figure 851522DEST_PATH_IMAGE073
右边的部分置零，竖直投影。
（7）找到投影曲线的所有非零区间，记为
Figure 349499DEST_PATH_IMAGE074
。
（8）若区间满足
Figure DEST_PATH_IMAGE094
或者投影曲线在
Figure 196418DEST_PATH_IMAGE026
内的竖直坐标的最大值小于10，则剔除该区间
Figure 78924DEST_PATH_IMAGE026
，且将投影曲线在
Figure 995189DEST_PATH_IMAGE026
内的部分置零，其中
Figure 937738DEST_PATH_IMAGE078
。经过剔除后剩余的区间记为
Figure 437989DEST_PATH_IMAGE095
。
（9）从最右端的区间开始，对区间
Figure 858606DEST_PATH_IMAGE097
，如果区间宽度
Figure DEST_PATH_IMAGE098
大于10，跳转至（10），否则计算
Figure 455810DEST_PATH_IMAGE019
竖直方向从顶部到高度、水平方向从
Figure 494490DEST_PATH_IMAGE075
到
Figure 282579DEST_PATH_IMAGE076
的范围内图像的灰度值的均值
Figure DEST_PATH_IMAGE100
，
Figure 406393DEST_PATH_IMAGE101
。标记出
Figure 690744DEST_PATH_IMAGE018
水平方向从
Figure 103271DEST_PATH_IMAGE075
到
Figure 193587DEST_PATH_IMAGE076
的范围内的所有连通域
Figure DEST_PATH_IMAGE102
，计算所有像素点在
Figure 627159DEST_PATH_IMAGE019
中对应点的灰度值的均值，
Figure 79045DEST_PATH_IMAGE105
，
Figure 645155DEST_PATH_IMAGE101
。若存在某个
Figure DEST_PATH_IMAGE106
满足
Figure 9141DEST_PATH_IMAGE107
，则继续分析下一个区间，不需要对该区间进行置零操作；若
Figure DEST_PATH_IMAGE108
，则将投影曲线在
Figure 432032DEST_PATH_IMAGE026
内的部分置零，然后继续上述过程。
（10）字符右边界坐标
Figure 819151DEST_PATH_IMAGE073
为投影曲线最右端的非零点的坐标。
对
Figure 251269DEST_PATH_IMAGE001
和
Figure 141865DEST_PATH_IMAGE002
，利用得到的字符边界坐标、
Figure 111537DEST_PATH_IMAGE071
、
Figure 285029DEST_PATH_IMAGE072
、
Figure 358028DEST_PATH_IMAGE073
精确分割出字符区域，记为
Figure 325984DEST_PATH_IMAGE029
和
Figure 484433DEST_PATH_IMAGE030
，后续的操作将基于
Figure 196037DEST_PATH_IMAGE029
和
Figure 61224DEST_PATH_IMAGE030
进行。
字符底部有时会受到LCD显示屏产生的阴影的影响，使得二值化结果中出现类似于笔画的非笔画连通域，进而影响字符的识别。因此需要对二值化结果进行排除非笔画连通域的精细化处理，得到准确的字符笔画，排除非笔画连通域的精细化处理的一种具体实施例步骤如下：
（1）分别取出
Figure 262399DEST_PATH_IMAGE029
和
Figure 845827DEST_PATH_IMAGE030
从高度到底部的区域作为ROI，记为
Figure 644598DEST_PATH_IMAGE031
和
Figure 954356DEST_PATH_IMAGE032
。
（2）取
Figure 87397DEST_PATH_IMAGE032
从顶部到
Figure 140804DEST_PATH_IMAGE091
高度的部分，记为
Figure 42901DEST_PATH_IMAGE033
。
（3）剔除
Figure 523561DEST_PATH_IMAGE032
中这样的连通域：连通域面积小于20或者连通域高度小于5。
（4）在
Figure 816002DEST_PATH_IMAGE032
的所有非零点中，采用Otsu方法计算在
Figure 735416DEST_PATH_IMAGE031
中的对应点的阈值。对每一点，若该点在
Figure 429703DEST_PATH_IMAGE031
中的灰度值低于阈值，则在
Figure 645046DEST_PATH_IMAGE032
中该点灰度值仍为1，否则在
Figure 690362DEST_PATH_IMAGE032
中将其灰度值置为0。
（5）对经过上步骤（3）（4）步处理的
Figure 85572DEST_PATH_IMAGE032
，取从顶部到
Figure 696681DEST_PATH_IMAGE091
高度的部分，用替换之。
（6）用长度为3的水平直线为形态学运算模板，对经过
Figure 114073DEST_PATH_IMAGE033
替换的
Figure 312973DEST_PATH_IMAGE032
进行膨胀。
经过精细化处理后的
Figure 716273DEST_PATH_IMAGE030
为字符串的最终二值化结果，如图10所示。对
Figure 37533DEST_PATH_IMAGE030
进行简单的投影分析，即可得到待识别的单个字符，一种对字符进行分割的具体实施例，步骤如下：
（1）取出
Figure 791862DEST_PATH_IMAGE030
从顶部到
Figure 92656DEST_PATH_IMAGE090
高度的部分，竖直投影。
（2）找到投影曲线的所有非零区间，合并间隔小于7的非零区间。
（3）排除这样的区间：投影曲线在其中最大值小于10或者区间宽度不大于5。
（4）每一个区间对应每一个字符，即可分割出每个字符，如图11所示。
本发明使用了一种用于提取图像中印刷体字符笔画的卷积模板，该模板充分利用了印刷体字符笔画的规整性、笔画宽度的一致性和笔画与背景的局部灰度差异性，对无倾斜或者倾斜较小的字符笔画的有很好的提取效果，可以用于字符定位和分割。该方法鲁棒性好，具有较强的抗噪性能。本发明中的笔画提取方法，利用动态的尺寸因子的模板来获取字符笔画，在不同的图像采集环境下，或者仪表中的字符笔画宽度不定等情况下，均能取得良好的判读效果。
一种对字符识别方法的具体实施例，包括如下步骤： 
（1）找到字符的最小外接矩形，尺寸为
Figure 616041DEST_PATH_IMAGE109
。在
Figure DEST_PATH_IMAGE110
和
Figure 108202DEST_PATH_IMAGE111
高度（以字符的底部靠近的矩形边作为0高度端）处分别作水平直线，从左到右记录该直线穿越笔画得到的非零区间，记为
Figure DEST_PATH_IMAGE112
和
Figure 146565DEST_PATH_IMAGE113
。根据数码管显示字符的特点，均为1或2。类似地，在
Figure 687268DEST_PATH_IMAGE115
（以字符左边靠近的矩形边作为0起点）处作竖直直线，同样记录得到的非零区间，记为，如图12所示。
（2）对对应的字符进行判决。
1）对于
Figure 393056DEST_PATH_IMAGE117
：
当，将对应的字符判决为“8”；
当：若
Figure DEST_PATH_IMAGE120
，将对应的字符判决为“0”，否则（即
Figure 83243DEST_PATH_IMAGE121
）将对应的字符判据为“8”；
当
Figure DEST_PATH_IMAGE122
，将对应的字符判决为“0”。
2）对于
Figure 224374DEST_PATH_IMAGE123
：
若
Figure 722351DEST_PATH_IMAGE044
，将对应的字符判决为“9”，否则即（即
Figure DEST_PATH_IMAGE124
）将对应的字符判决为“4”。
3）对于
Figure 290736DEST_PATH_IMAGE125
：将对应的字符判决为“6”。
4）对于
Figure DEST_PATH_IMAGE126
：
4.1）当
Figure 70736DEST_PATH_IMAGE045
：若，将对应的字符判决为“2”，否则（即
Figure DEST_PATH_IMAGE128
）判决为“5”；
4.2）当
Figure 368042DEST_PATH_IMAGE047
：对字符二值图像的左边第一列像素中，从下往上找到第一个非零的像素点，其行坐标为
Figure 310590DEST_PATH_IMAGE052
，当
Figure 810841DEST_PATH_IMAGE129
：若
Figure 231458DEST_PATH_IMAGE049
，将对应的字符判决为“7”；当
Figure 766345DEST_PATH_IMAGE129
：若
Figure DEST_PATH_IMAGE130
，则将对应的字符判决为“1”；当
Figure 614215DEST_PATH_IMAGE131
：若
Figure 103228DEST_PATH_IMAGE049
且
Figure 327536DEST_PATH_IMAGE051
，将对应的字符判决为“3”；当
Figure 716929DEST_PATH_IMAGE131
，若或
Figure DEST_PATH_IMAGE132
，将对应的字符判决为“1”。
由于LCD数显仪表显示的字符由七段数码管构成，结构特征明确，本发明不仅利用直线与笔画相交次数来判断笔画的存在与否，还利用直线与笔画相交的位置信息，使得识别结果更加准确。

Claims (14)

1.一种数显仪表判读方法，其特征是，包括如下步骤：
A1、分别提取数显仪表图像的水平边缘和竖直边缘，判断出显示屏区域的水平边缘和竖直边缘，进而提取出显示屏区域图像IL；
A2、用卷积模板对提取的显示屏区域图像IL进行卷积和量化，并对量化结果进行二值化处理，得到二值化显示屏图像IF；
A3、提取二值化显示屏图像IF中的字符串，确定字符串的上下、左右边界后再将每个字符分割出来；
A4、利用根据字符所处的矩形设定的直线与字符的相交次数和相交位置进行识别字符；
所述步骤A1中，通过如下方法判断显示屏区域的水平边缘：
在提取出来的数显仪表图像的水平边缘中，排除与图像边界粘连的连通域后，在水平方向上对剩余的水平边缘进行形态学的膨胀操作，再排除长度小于数显仪表图像宽度的一定比例的连通域，得到水平连通域图；
将所述水平连通域图投影到竖直坐标上得到水平投影曲线，提取水平投影曲线中所有特定宽度以上的且两端均有非零值的零区间；
若所述零区间只有一个，则将所述零区间的两个端点对应到显示屏区域的两个水平边缘的竖直坐标；
若所述零区间多于一个，则将对称性最好的一对连通域对应的零区间的两个端点对应到显示屏区域的两个水平边缘的竖直坐标；
在矩形高度的h/4处作水平直线，所述水平直线穿越字符笔画的非零区间
Figure FDA0000454281920000011
区间
Figure FDA0000454281920000012
的左端点和右端点分别为
Figure FDA0000454281920000013
和
Figure FDA0000454281920000014
其中U表示区间
Figure FDA0000454281920000015
处于矩形高度的h/4处，n表示区间
Figure FDA0000454281920000016
是第n个区间，n为1或2，h表示矩形的高度；
在矩形高度的3h/4处作水平直线，所述水平直线穿越字符笔画的非零区间
Figure FDA0000454281920000017
区间
Figure FDA0000454281920000018
的左端点和右端点分别为
Figure FDA0000454281920000019
和
Figure FDA00004542819200000110
其中D表示区间
Figure FDA00004542819200000111
处于矩形高度的3h/4处，m表示区间
Figure FDA00004542819200000112
是第m个区间，m为1或2；
在矩形宽度的w/2处作竖直直线，所述水平直线穿越字符笔画的非零区间区间
Figure FDA00004542819200000114
的左端点和右端点分别为和
Figure FDA00004542819200000116
其中M表示区间
Figure FDA00004542819200000117
处于矩形宽度的w/2处，N表示区间是第N个区间，N为自然数，w表示矩形的水平宽度；
若n=2且m=2且N>2，则将对应字符判决为8；
若n=1且m=2，则将对应字符判决为6；
采用如下算法对显示屏区域图像IL进行卷积和量化：
IC＝C((IL*M1)-max(IL*M2,IL*M3))；
其中，IC为卷积量化结果，C为以确保IC的最大值在255以内的常数，M1、M2和M3是卷积模板，
M 1 = 1 . . . 1 - 2 . . . - 2 1 . . . 1 . . . 1 . . . 1 - 2 . . . - 2 1 . . . 1 ,
M 2 = - 0.5 . . . - 0.5 - 0.5 . . . - 0.5 1 . . . 1 . . . - 0.5 . . . - 0.5 - 0.5 . . . - 0.5 1 . . . 1 ,
M 3 = 1 . . . 1 - 0.5 . . . - 0.5 - 0.5 . . . - 0.5 . . . 1 . . . 1 - 0.5 . . . - 0.5 - 0.5 . . . - 0.5 ,
其中，M1含三个5×PS子矩阵: 1 . . . 1 . . . 1 . . . 1 , - 2 . . . - 2 . . . - 2 . . . - 2 , 1 . . . 1 . . . 1 . . . 1 ,
M2含三个5×PS子矩阵: - 0.5 . . . - 0.5 . . . - 0.5 . . . - 0.5 , - 0.5 . . . - 0.5 . . . - 0.5 . . . - 0.5 , 1 . . . 1 . . . 1 . . . 1 ,
M3含三个5×PS子矩阵: 1 . . . 1 . . . 1 . . . 1 , - 0.5 . . . - 0.5 . . . - 0.5 . . . - 0.5 , - 0.5 . . . - 0.5 . . . - 0.5 . . . - 0.5 ,
PS是尺度因子，且是正整数。
2.如权利要求1所述的数显仪表判读方法，其特征是，通过如下步骤找出对称性最好的一对连通域：
对于每个零区间相应的一对连通域，计算该对连通域的左端点之间的差的绝对值，与该对连通域的右端点之间的差的绝对值之和，并将该和最小的一对连通域判断为对称性最好的一对连通域。
3.如权利要求2所述的数显仪表判读方法，其特征是，所述步骤A1中，数显仪表图像的水平边缘和竖直边缘分别用水平Sobel算子和竖直Sobel算子提取，并通过如下方法判断显示屏区域的竖直边缘：
在经过竖直Sobel算子提取竖直边缘的数显仪表图像中，利用显示屏区域的水平边缘分割出第一感兴趣区域；
排除第一感兴趣区域中长度小于一定阈值的连通域，将剩下的竖直边缘投影到水平坐标上，分别将离投影区域竖直方向的对称线两边的第一个零点的水平坐标作为显示屏区域两个竖直边缘的水平坐标。
4.如权利要求1所述的数显仪表判读方法，其特征是：尺度因子PS通过以下步骤进行动态调整：
若字符串中面积最大的笔画连通域的平均宽度小于第一设定值，则增大PS，若大于第二设定值，则减小PS；
若对PS的增大或减小操作次数超出设定阈值，则停止对PS的调整。
5.如权利要求1所述的数显仪表判读方法，其特征是，在所述步骤A2中，在经过二值化处理后，得到二值化显示屏图像IF之前，还包括如下步骤：
用卷积模板对经过二值化处理的显示屏区域图像进行卷积，得到包含字符串的竖直笔画的竖直笔画图像；
用卷积模板的转置对经过二值化处理的显示屏区域图像进行卷积，得到包含字符串的水平笔画的水平笔画图像；
对所述竖直笔画图像和水平笔画图像进行叠加后，再进行二值化处理。
6.如权利要求1所述的数显仪表判读方法，其特征是，通过如下步骤确定字符串的上下边界：
A3.1、用特定长度和水平倾角的直线作为开运算模板对所述二值化显示屏图像IF进行开运算后，投影到竖直坐标上；
A3.2、将竖直坐标相隔小于一定值的相邻的非零区间当成连续的非零区间；
A3.3、将竖直坐标宽度最大的非零区间的两个端点对应的竖直坐标作为字符串的上下边界的基准。
7.如权利要求1所述的数显仪表判读方法，其特征是，通过如下步骤确定字符串的左边界：
A3.4、在所述二值化显示屏图像IF中，利用字符串的上下边界分割出第二感兴趣区域I′F；
A3.5、将所述第二感兴趣区域I′F的一定高度以下部分的像素置零，并进行竖直投影到水平坐标；
A3.6、找出水平宽度大于一定值的非零区间，将此非零区间的左端点的水平坐标作为对应字符串的左边界。
8.如权利要求7所述的数显仪表判读方法，其特征是，通过如下步骤确定字符串的右边界：
A3.7、将第二感兴趣区域I′F进行竖直投影到水平坐标上，形成一系列非零区间in，非零区间in的左端点和右端点分别为ln和rn，其中n为自然数，n表示in是第n个非零区间；
A3.8、将rn-ln小于一定值的非零区间in剔除，或者将非零区间in内最大纵坐标值小于一定值的非零区间in剔除；
A3.9、将最右端的非零区间in的右端点坐标作为字符串的右边界坐标。
9.如权利要求8所述的数显仪表判读方法，其特征是：
在步骤A3.7之前还包括：将所述第二感兴趣区域I′F中特定高度以下部分的像素置零后形成图像I″F；所述步骤A3.7为：对所述图像I″F进行竖直投影到水平坐标上，形成一系列非零区间in。
10.如权利要求9所述的数显仪表判读方法，其特征是：在步骤A3.8与A3.9之间，若不存在rn-ln的值大于特定值，则：
在所述显示屏区域图像中，利用字符串的上下边界分割出第三感兴趣区域I′L；
计算所述第三感兴趣区域I′L的特定高度之间、非零区间in的端点ln和rn之间的图像的灰度均值Meann；
在第三感兴趣区域I′L中，计算
Figure FDA0000454281920000041
所有像素点对应点的灰度均值其中，
Figure FDA0000454281920000043
表示图像I″F中水平方向从ln到rn的范围内的所有连通域中的第i个连通域，i为自然数；
若对于所有i使得
Figure FDA0000454281920000044
则将对应的非零区间in置零；若存在对应的i使得
Figure FDA0000454281920000045
则不对对应的非零区间im进行置零操作。
11.如权利要求10所述的数显仪表判读方法，其特征是，在步骤A3.7之前还包括以下步骤：
在所述第三感兴趣区域I′L的设定高度之间，分割出第四感兴趣区域I″L；
计算所述第四感兴趣区域I″L的灰度期望值，在所述第四感兴趣区域I″L内，将灰度值小于所述灰度期望值的像素置为1，将灰度值大于所述灰度期望值的像素置为0，得到反二值化图像I″BW，并进行竖直投影到水平坐标上；
判断反二值化图像I″BW的投影曲线中特定位置往右是否存在零点，若存在，则将该特定位置往右的第一个零点的坐标减去特定值作为字符串的右边界初始坐标，并在所述图像I′F中将右边界初始坐标右边部分置零。
12.如权利要求1所述的数显仪表判读方法，其特征是，通过以下步骤分割字符串的字符：
用字符串的上下、左右边界在显示屏区域图像IL中分割出图像CG；
用字符串的上下、左右边界在二值化显示屏图像IF中分割出图像CBW；
对图像CBW进行排除非笔画连通域的精细化处理；
对经过精细化处理的图像CBW进行竖直投影；
将间隔小于特定值的相邻的非零区间当作成连续的非零区间；
剔除宽度小于特定值的非零区间或者区间内最大的纵坐标值小于一定值的非零区间；
利用每个非零区间分割对应的字符。
13.如权利要求12所述的数显仪表判读方法，其特征是，所述精细化处理包括如下步骤：
在图像CG和CBW的特定高度之间分别取出图像RG和图像RBW；
在图像RBW的特定高度之间取出图像R′BW；
对图像RBW进行如下处理：在图像RBW中剔除面积小于特定值的连通域或者高度小于一定值的连通域，在RBW中的非零点中，若在RG中的对应点的灰度值低于设定阈值，则在RBW中该点灰度值保持为1，否则在图像RBW中将该点的灰度值置为0；
用图像R′BW替换经过处理的图像RBW中的相应部分，并用特定长度的水平直线作为形态学运算模板，对经过替换的图像RBW进行膨胀。
14.如权利要求1所述的数显仪表判读方法，其特征是：
当n=2且m=2且N=2，若
Figure FDA0000454281920000051
则将对应字符判决为0，否则判决为8；
当n=2且m=2且N=1，将对应的字符判决为0；
当n=2且m=1，若
Figure FDA0000454281920000052
个像素长度，则将对应字符判决为9，否则判决为4；
当n=1且m=1且
Figure FDA0000454281920000053
若则将对应字符判决为2，否则判决为5；
当n=1且m=2且
Figure FDA0000454281920000055
且y0≤h/3，若
Figure FDA0000454281920000056
个像素长度，将对应字符判决为7，否则判决为1；
当n=1且m=2且
Figure FDA0000454281920000057
且y0＞h/3，若且
Figure FDA0000454281920000059
个像素长度，将对应字符判决为3，否则判决为1；
其中y0是步骤A3中经过提取字符串后的图像的左边第一列像素中从下往上的第一个非零像素点的水平坐标。
CN201110189650.1A 2011-07-07 2011-07-07 一种数显仪表判读方法 Active CN102254159B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201110189650.1A CN102254159B (zh) 2011-07-07 2011-07-07 一种数显仪表判读方法
HK12104568.0A HK1163887A1 (zh) 2011-07-07 2012-05-09 種數顯儀表判讀方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110189650.1A CN102254159B (zh) 2011-07-07 2011-07-07 一种数显仪表判读方法

Publications (2)

Publication Number Publication Date
CN102254159A CN102254159A (zh) 2011-11-23
CN102254159B true CN102254159B (zh) 2014-07-02

Family

ID=44981413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110189650.1A Active CN102254159B (zh) 2011-07-07 2011-07-07 一种数显仪表判读方法

Country Status (2)

Country Link
CN (1) CN102254159B (zh)
HK (1) HK1163887A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103426157B (zh) * 2012-05-17 2016-08-31 成都方程式电子有限公司 图像有效区域的扫描方法及装置
CN103837098A (zh) * 2012-11-23 2014-06-04 深圳先进技术研究院 屏幕检测装置及方法
CN103679917A (zh) * 2014-01-06 2014-03-26 成都术有科技有限公司 一种基于fpga的高速纸币冠字号码提取识别系统及其实现方法
CN104899587A (zh) * 2015-06-19 2015-09-09 四川大学 一种基于机器学习的数字式表计识别方法
CN105303678B (zh) * 2015-09-21 2018-09-11 深圳怡化电脑股份有限公司 一种定位纸币图像边界的方法和系统
CN105303677B (zh) * 2015-10-29 2018-04-27 深圳怡化电脑股份有限公司 一种获取纸币安全线边界的方法及装置
CN106709484B (zh) * 2015-11-13 2022-02-22 国网吉林省电力有限公司检修公司 数字式仪表的数字识别方法
CN105975960B (zh) * 2016-06-16 2019-03-15 湖北润宏科技股份有限公司 基于纹理方向能量特征的虹膜识别方法
CN106485728B (zh) * 2016-09-09 2018-11-27 电子科技大学 一种条形主变油位计的自动度量方法
CN107817461A (zh) * 2016-09-12 2018-03-20 中国电力科学研究院 电力仪表自动校对装置
CN106650735B (zh) * 2016-12-30 2019-10-01 亿嘉和科技股份有限公司 一种led字符自动定位识别方法
CN108537231A (zh) * 2017-03-03 2018-09-14 防城港市港口区思达电子科技有限公司 一种数显仪表字符自动识别方法
CN109977959B (zh) * 2019-03-29 2021-07-06 国家电网有限公司 一种火车票字符区域分割方法及装置
CN110188746A (zh) * 2019-04-19 2019-08-30 南京大学 一种面向数字液晶的分割和识别方法
CN113449639A (zh) * 2021-06-29 2021-09-28 深圳市海亿达科技股份有限公司 一种物联网网关对仪表的无接触数据采集方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630360A (zh) * 2008-07-14 2010-01-20 上海分维智能科技有限公司 一种在高清晰图像中识别车牌的方法
CN102043959A (zh) * 2010-12-28 2011-05-04 青岛海信网络科技股份有限公司 车牌字符分割方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630360A (zh) * 2008-07-14 2010-01-20 上海分维智能科技有限公司 一种在高清晰图像中识别车牌的方法
CN102043959A (zh) * 2010-12-28 2011-05-04 青岛海信网络科技股份有限公司 车牌字符分割方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于复杂背景的车牌字符快速识别方法;王练术 等;《微计算机信息》;20091231;第25卷(第8-1期);第184-186页 *
王练术 等.基于复杂背景的车牌字符快速识别方法.《微计算机信息》.2009,第25卷(第8-1期),184-186.

Also Published As

Publication number Publication date
HK1163887A1 (zh) 2012-09-14
CN102254159A (zh) 2011-11-23

Similar Documents

Publication Publication Date Title
CN102254159B (zh) 一种数显仪表判读方法
TWI536277B (zh) Form identification method and device
CN106960208B (zh) 一种仪表液晶数字自动切分和识别的方法及系统
CN105205488B (zh) 基于Harris角点和笔画宽度的文字区域检测方法
CN106228159A (zh) 一种基于图像识别的计量表抄表装置及其方法
CN110286126A (zh) 一种基于视觉图像的晶圆表面缺陷分区域检测方法
CN108647681A (zh) 一种带有文本方向校正的英文文本检测方法
CN109376740A (zh) 一种基于视频的水尺读数检测方法
CN104077577A (zh) 一种基于卷积神经网络的商标检测方法
CN106530310B (zh) 一种基于人体头顶部识别的行人统计方法及装置
CN111666938A (zh) 一种基于深度学习的两地双车牌检测识别方法及系统
CN107490398A (zh) 一种仪表指针自动识别方法
CN108133216B (zh) 基于机器视觉的可实现小数点读取的数码管读数识别方法
CN106778734A (zh) 一种基于稀疏表示的绝缘子掉串缺陷检测方法
CN106228157B (zh) 基于图像识别技术的彩色图像文字段落分割与识别方法
CN106529532A (zh) 一种基于积分特征通道与灰度投影的车牌识别系统
CN116071763B (zh) 基于文字识别的教辅图书智能校编系统
CN112307919B (zh) 一种基于改进YOLOv3的单证图像中数字信息区域识别方法
CN110648330B (zh) 摄像头玻璃的缺陷检测方法
CN107480585A (zh) 基于dpm算法的目标检测方法
CN109389167A (zh) 交通标志识别方法及系统
KR20150108118A (ko) 영상 인식 기반 계량기 원격 검침 시스템
CN106803248A (zh) 模糊车牌图像模糊度评价方法
CN106846354A (zh) 一种基于图像分割和随机hough变换的架上图书清点方法
CN106033534A (zh) 基于直线检测的电子阅卷方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1163887

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1163887

Country of ref document: HK

CP01 Change in the name or title of a patent holder

Address after: 518055 Guangdong city of Shenzhen province Nanshan District Xili of Tsinghua

Patentee after: Shenzhen International Graduate School of Tsinghua University

Address before: 518055 Guangdong city of Shenzhen province Nanshan District Xili of Tsinghua

Patentee before: GRADUATE SCHOOL AT SHENZHEN, TSINGHUA University

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20220616

Address after: 518000 6th floor, Tsinghua University Research Institute, No. 019, Gaoxin South seventh Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong

Patentee after: Shenzhen Qingpeng intelligent Co.,Ltd.

Address before: 518055 Guangdong city of Shenzhen province Nanshan District Xili of Tsinghua

Patentee before: Shenzhen International Graduate School of Tsinghua University

TR01 Transfer of patent right