CN102306283A - Lcd数显仪示值的图像识别方法 - Google Patents

Lcd数显仪示值的图像识别方法 Download PDF

Info

Publication number
CN102306283A
CN102306283A CN201110207222A CN201110207222A CN102306283A CN 102306283 A CN102306283 A CN 102306283A CN 201110207222 A CN201110207222 A CN 201110207222A CN 201110207222 A CN201110207222 A CN 201110207222A CN 102306283 A CN102306283 A CN 102306283A
Authority
CN
China
Prior art keywords
image
tal
pure digi
row
current
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.)
Granted
Application number
CN201110207222A
Other languages
English (en)
Other versions
CN102306283B (zh
Inventor
何闻
荣左超
李�根
贾叔仕
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN2011102072227A priority Critical patent/CN102306283B/zh
Publication of CN102306283A publication Critical patent/CN102306283A/zh
Application granted granted Critical
Publication of CN102306283B publication Critical patent/CN102306283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)
  • Image Processing (AREA)

Abstract

LCD数显仪示值的图像识别方法,包括读取摄像机的视频流,间隔预设时间获取帧,得到图像;确定数字所在的区域,该区域内仅包含数字,截取该区域的图像作为后续处理的图像;对图像进行预处理,将图像转换为二值化图像,并将二值化图像中的每个数字分隔为单独的纯数字图像,依次存储纯数字图像,所有的纯数字图像中的数字进行笔画纠正处理;依次识别纯数字图像代表的数字含义和小数点,并计算LCD数显仪示值。本发明具有数显式仪表中的数字可由计算机识别、人工劳动强度低,不存在人为误差的优点。

Description

LCD数显仪示值的图像识别方法
技术领域
本发明涉及一种LCD数显仪示值的图像识别方法。
技术背景
LCD数显仪在科研、生产以及日常生活中的应用非常广泛,但是由于很多LCD数显仪的输出只有一个数显窗口,没有其他的信号输出,因此LCD数显仪示值的读取通常只能由人工来完成,这造成操作人员的工作量大,且容易造成人为误差。
发明内容
为克服现有的LCD数显仪示值读取只能由人工完成、劳动强度高、容易造成人为误差的缺点,本发明提供了一种可由计算机识别、人工劳动强度低、不存在人为误差的LCD数显仪示值的图像识别方法。
LCD数显仪示值的图像识别方法,包括以下步骤:
(a)、读取摄像机的视频流,间隔预设时间获取帧,得到图像;
(b)、确定数字所在的区域,该区域内仅包含数字,截取该区域的图像作为后续处理的图像;
(c)、对图像进行预处理,将图像转换为二值化图像,并将二值化图像中的每个数字分隔为单独的纯数字图像,依次存储纯数字图像,所有的纯数字图像中的数字进行笔画纠正处理;
(d)、依次识别纯数字图像代表的数字含义和小数点,并计算LCD数显仪示值。
进一步,步骤(b)中,通过人机交互的方式确定数字所在的区域。
进一步,步骤(c)中的图像预处理包括以下步骤:
(c.1)对图像进行灰度化处理,获得灰度化图像;
(c.2)判断灰度化图像的宽度是否小于灰度化图像的高度,若小于,则表示灰度化图像中的数字竖直显示,将灰度化图像顺时针旋转90°,使灰度化图像中的数字水平显示;
(c.3)对灰度化图像进行求补运算,得到数字区域为高亮度显示,背景区域为低亮度显示的灰度图像;
(c.4)使用图像形态学的开运算和闭运算计算出灰度图像的背景亮度并获得背景图像,用灰度图像减去背景图像,获得等亮度图像;
(c.5)计算等亮度图像的二值化阈值,并根据这个阈值将等亮度图像转化成二值化图像;
(c.6)对二值化图像进行纠斜,纠斜后形成的水平数字图像中数字的横笔画水平显示;
(c.7)逐列扫描水平数字图像,将水平数字图像分隔为多幅单个数字图像,每幅单个数字图像中只包含一个数字,或者只包含一个小数点;
(c.8)对步骤(c.7)中获取的所有单个数字图像进行逐行扫描,获取单个数字图像中数字的上边界和下边界,获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.9)使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正处理,使处理后的图像中的数字横笔画水平显示,竖笔画铅直显示。
进一步,在步骤(c.3)获得灰度图像后,需要对所述的灰度图像进行滤波,以消除失真和噪声。
进一步,步骤(c.7)中将水平数字图像分隔为多幅单个数字图像的步骤包括以下步骤:
(c.7.1)获取水平数字图像的最左边一列作为当前列;
(c.7.2)从当前列开始按从左到右的顺序对水平数字图像进行逐列扫描,寻找白点的个数大于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的左边界;继续向右扫描,寻找白点的个数小于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的右边界;将左边界与右边界之间的图像数据作为单个数字图像数据,保存所述的单个数字图像;
(c.7.3)将步骤(c.7.2)中的右边界的后一列作为当前列,重复执行步骤(c.7.2)。
进一步,步骤(c.8)中生成纯数字图像的步骤包括以下步骤:
(c.8.1)获取步骤(c.7)中的第一幅单个数字图像为当前单个数字图像;
(c.8.2)对当前单个数字图像从上往下逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的上边界;对当前单个数字图像从下往上逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的下边界;获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.8.3)判断当前的单个数字图像是否是最后一幅单个数字图像,若是,进入步骤(c.9);若否,则将下一幅单个数字图像作为当前单个数字图像,重复执行步骤(c.8.2)。
进一步,步骤(c.9)中使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正包括以下步骤:
(c.9.1)取第一幅纯数字图像为当前纯数字图像;循环次数n置0,临时变量temp置0,计算当前纯数字图像每列的白点个数,所有列的白点个数形成第一数组,每一列的白点个数作为第一数组的一个元素,对第一数组求方差err;
(c.9.2)取当前纯数字图像的副本为临时纯数字图像,将临时纯数字图像的第m行向右移动tan(n×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点;其中,m的取值范围为0到图像的高度减1;
(c.9.3)计算临时纯数字图像每列的白点个数,所有列的白点个数形成第二数组,对第二数组求方差err1;
(c.9.4)判断err1是否大于err,如果是,则将err1赋值给err,循环次数n赋值给临时变量temp;如果不是,进入步骤(c.9.5);
(c.9.5)循环次数n加1;
(c.9.6)判断n是否小于等于20,如果是,返回步骤(c.9.2);如果不是,进入步骤(c.9.7);
(c.9.7)将当前纯数字图像的第m行向右移动tan(temp×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点,完成对当前纯数字图像中的数字笔画纠正处理;其中,m的取值范围为0到图像的高度减1;
(c.9.8)去掉数字笔画纠正处理后当前纯数字图像左侧没有白点的黑色区域,使当前纯数字图像的左边沿与数字的左边沿重合。
(c.9.9)判断当前纯数字图像是否是最后一幅纯数字图像,若是,进入步骤(d);若否,则将下一幅纯数字图像作为当前纯数字图像,进入步骤(c.9.2)。
进一步,在进行步骤(c.6)之前,先去除二值化图像中的杂点,方法为:计算二值化图像的每一个白点区域内的白点个数,判断白点个数是否大于预设阈值,若是,则该白点区域为数字区域;若否,则该白点区域为杂点,将该白点区域内的所有白点置为黑点。
进一步,步骤(d)中,使用七段分区法依次识别纯数字图像代表的数字含义和小数点以及计算LCD数显仪示值包括以下步骤:
(d.1)在计算机中预设数字0和2-9的数字列表;
(d.2)获取所有纯数字图像的高度,将高度的最大值记录为max_height,并获取第一幅纯数字图像作为当前纯数字图像;
(d.3)获取当前纯数字图像的高度height,判断height<max_height×0.3是否成立,若成立,则当前纯数字图像代表的含义为小数点,记录当前纯数字图像在所有纯数字图像中的位置,这个位置也就是小数点在数字中的位置,进入步骤(d.6);若否,则进入步骤(d.4);
(d.4)获取当前纯数字图像的宽度width,判断width<height×0.3是否成立,若成立,则当前纯数字图像代表的含义为数字1,进入步骤(d.6);若不成立,则进入步骤(d.5);
(d.5)将当前纯数字图像与所述的数字列表比对,获得当前纯数字图像代表的数字含义;
(d.6)判断当前纯数字图像是否最后一幅纯数字图像,若是,则利用所有的纯数字图像的识别结果计算出LCD数显仪示值;若否,则获取下一幅纯数字图像作为当前纯数字图像,重复执行步骤(d.3)-(d.5)。
进一步,步骤(d.1)中的数字列表为使用七段分区法标识的数字列表;所述的七段分区法标识的数字是指将纯数字图像用三段横线和四段竖线分为七段区域,上横线为a区域,中横线为g区域,下横线为d区域,左边的上竖线为f区域,左边的下竖线为e区域,右边的上竖线为b区域,右边的下竖线为c区域;
使用七段分区法标识的数字列表中的列表信息与数字0和2-9一一对应;在每个数字的列表信息中,若该数字对应的纯数字图像的分段区域内有线段标示,则将该段区域的标记赋值为1;若分段区域内没有线段标示,则将该段区域的标记赋值为0。
进一步,步骤(d.5)中获得当前纯数字图像代表的数字含义包括以下步骤:
(d.5.1)分别获取当前纯数字图像的七段分区内的白点个数,若所述的分区内的白点个数大于或等于30%的该分区内的像素点个数,则将该分区的标记置为1,否则置为0;记录当前纯数字图像的七段分区标记赋值;
(d.5.2)将当前纯数字图像的七段分区标记赋值与数字列表的信息比对,确定当前纯数字图像代表的数字含义,如果当前纯数字图像的七段分区标记赋值不与数字列表的信息中的任何一个符合,则本次识别无效,舍弃本次识别。
本发明的技术构思是:由于很多LCD数显仪的输出只有一个数显窗口,没有其他的信号输出,所以本发明使用图像识别的方法读取LCD数显仪示值,其中包括数字笔画方差纠正法和七段分区法,图像识别的步骤为:计算机读入摄像机的视频流;间隔一定时间获取帧,得到图像;使用人机交互的方式确定图像中数字所在区域,并将这个区域提取出来作为后续处理的图像;将图像转换为二值化图像;将二值化图像中的每个数字分隔成单独的纯数字图像;使用数字笔画方差纠正法对纯数字图像中的数字进行笔画纠正处理;最后使用七段分区法依次识别纯数字图像代表的数字含义并计算出LCD数显仪示值。
使用数字笔画方差纠正法对纯数字图像中的数字进行笔画纠正处理的思想是:相比纯数字图像中的数字横笔画水平显示、竖笔画不铅直显示的情况,纯数字图像中的数字横笔画水平显示、竖笔画铅直显示时,纯数字图像中有更多的白点集中在一部分列上,即纯数字图像中所有列的白点个数的方差更大,不断地对纯数字图像的行按一定的倾斜角度进行移位,当所有列的白点个数方差最大时,图像上的数字横笔画水平显示,竖笔画铅直显示,实现对数字笔画的纠正。
目前对数字进行图像识别的方法主要有神经网络、穿线法和模式匹配,本发明提出七段分区法识别数字,这是一种基于统计思想的新的对数字进行图像识别方法,这种方法实现简单,正确率高而且能识别不同类型的LCD/LED数字。
本发明的有益效果是:数显式仪表中的数字可由计算机识别、人工劳动强度低,不存在人为误差。
附图说明
图1为本发明的图像识别总体流程图。
图2为本发明的图像预处理流程。
图3为本发明的使用数字笔画方差纠正法对纯数字图像中的数字进行笔画纠正处理流程图。
图4为本发明的七段分区法标识数字示意图。
图5为本发明的七段分区法识别单个数字流程图。
图6为本发明的数字含义列表。
具体实施方式
参照附图,进一步说明本发明:
LCD数显仪示值的图像识别方法,包括以下步骤:
(a)、读取摄像机的视频流,间隔预设时间获取帧,得到图像;
(b)、确定数字所在的区域,该区域内仅包含数字,截取该区域的图像作为后续处理的图像;
(c)、对图像进行预处理,将图像转换为二值化图像,并将二值化图像中的每个数字分隔为单独的纯数字图像,依次存储纯数字图像,对所有的纯数字图像中的数字进行笔画纠正处理;
(d)、依次识别纯数字图像代表的数字含义和小数点,并计算LCD数显仪示值。
步骤(b)中,通过人机交互的方式确定数字所在的区域。
步骤(c)中的图像预处理包括以下步骤:
(c.1)对图像进行灰度化处理,获得灰度化图像;
(c.2)判断灰度化图像的宽度是否小于灰度化图像的高度,若小于,则表示灰度化图像中的数字竖直显示,将灰度化图像顺时针旋转90°,使灰度化图像中的数字水平显示;
(c.3)对灰度化图像进行求补运算,得到数字区域为高亮度显示,背景区域为低亮度显示的灰度图像;
(c.4)使用图像形态学的开运算和闭运算计算出灰度图像的背景亮度并获得背景图像,用灰度图像减去背景图像,获得等亮度图像;
(c.5)计算等亮度图像的二值化阈值,并根据这个阈值将等亮度图像转化成二值化图像;
(c.6)对二值化图像进行纠斜,纠斜后形成的水平数字图像中数字的横笔画水平显示;
(c.7)逐列扫描水平数字图像,将水平数字图像分隔为多幅单个数字图像,每幅单个数字图像中只包含一个数字,或者只包含一个小数点;
(c.8)对步骤(c.7)中获取的所有单个数字图像进行逐行扫描,获取单个数字图像中数字的上边界和下边界,获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.9)使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正处理,使处理后的图像中的数字横笔画水平显示,竖笔画铅直显示。
在步骤(c.3)获得灰度图像后,需要对所述的灰度图像进行滤波,以消除失真和噪声。
步骤(c.7)中将水平数字图像分隔为多幅单个数字图像的步骤包括以下步骤:
(c.7.1)获取水平数字图像的最左边一列作为当前列;
(c.7.2)从当前列开始按从左到右的顺序对水平数字图像进行逐列扫描,寻找白点的个数大于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的左边界;继续向右扫描,寻找白点的个数小于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的右边界;将左边界与右边界之间的图像数据作为单个数字图像数据,保存所述的单个数字图像;
(c.7.3)将步骤(c.7.2)中的右边界的后一列作为当前列,重复执行步骤(c.7.2)。
步骤(c.8)中生成纯数字图像的步骤包括以下步骤:
(c.8.1)获取步骤(c.7)中的第一幅单个数字图像为当前单个数字图像;
(c.8.2)对当前单个数字图像从上往下逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的上边界;对当前单个数字图像从下往上逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的下边界;获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.8.3)判断当前的单个数字图像是否是最后一幅单个数字图像,若是,进入步骤(c.9);若否,则将下一幅单个数字图像作为当前单个数字图像,重复执行步骤(c.8.2)。
步骤(c.9)中使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正包括以下步骤:
(c.9.1)取第一幅纯数字图像为当前纯数字图像;循环次数n置0,临时变量temp置0,计算当前纯数字图像每列的白点个数,所有列的白点个数形成第一数组,每一列的白点个数作为第一数组的一个元素,对第一数组求方差err;
(c.9.2)取当前纯数字图像的副本为临时纯数字图像,将临时纯数字图像的第m行向右移动tan(n×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点;其中,m的取值范围为0到图像的高度减1;
(c.9.3)计算临时纯数字图像每列的白点个数,所有列的白点个数形成第二数组,对第二数组求方差err1;
(c.9.4)判断err1是否大于err,如果是,则将err1赋值给err,循环次数n赋值给临时变量temp;如果不是,进入步骤(c.9.5);
(c.9.5)循环次数n加1;
(c.9.6)判断n是否小于等于20,如果是,返回步骤(c.9.2);如果不是,进入步骤(c.9.7);
(c.9.7)将当前纯数字图像的第m行向右移动tan(temp×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点,完成对当前纯数字图像中的数字笔画纠正处理;其中,m的取值范围为0到图像的高度减1;
(c.9.8)去掉数字笔画纠正处理后当前纯数字图像左侧没有白点的黑色区域,使当前纯数字图像的左边沿与数字的左边沿重合。
(c.9.9)判断当前纯数字图像是否是最后一幅纯数字图像,若是,进入步骤(d);若否,则将下一幅纯数字图像作为当前纯数字图像,进入步骤(c.9.2)。
在进行步骤(c.6)之前,先去除二值化图像中的杂点,方法为:计算二值化图像的每一个白点区域内的白点个数,判断白点个数是否大于预设阈值,若是,则该白点区域为数字区域;若否,则该白点区域为杂点,将该白点区域内的所有白点置为黑点。
步骤(d)中,使用七段分区法依次识别纯数字图像代表的数字含义和小数点以及计算LCD数显仪示值包括以下步骤:
(d.1)在计算机中预设数字0和2-9的数字列表;
(d.2)获取所有纯数字图像的高度,将高度的最大值记录为max_height,并获取第一幅纯数字图像作为当前纯数字图像;
(d.3)获取当前纯数字图像的高度height,判断height<max_height×0.3是否成立,若成立,则当前纯数字图像代表的含义为小数点,记录当前纯数字图像在所有纯数字图像中的位置,这个位置也就是小数点在数字中的位置,进入步骤(d.6);若否,则进入步骤(d.4);
(d.4)获取当前纯数字图像的宽度width,判断width<height×0.3是否成立,若成立,则当前纯数字图像代表的含义为数字1,进入步骤(d.6);若不成立,则进入步骤(d.5);
(d.5)将当前纯数字图像与所述的数字列表比对,获得当前纯数字图像代表的数字含义;
(d.6)判断当前纯数字图像是否最后一幅纯数字图像,若是,则利用所有的纯数字图像的识别结果计算出LCD数显仪示值;若否,则获取下一幅纯数字图像作为当前纯数字图像,重复执行步骤(d.3)-(d.5)。
步骤(d.1)中的数字列表为使用七段分区法标识的数字列表;所述的七段分区法标识的数字是指将纯数字图像用三段横线和四段竖线分为七段区域,上横线为a区域,中横线为g区域,下横线为d区域,左边的上竖线为f区域,左边的下竖线为e区域,右边的上竖线为b区域,右边的下竖线为c区域;
使用七段分区法标识的数字列表中的列表信息与数字0和2-9一一对应;在每个数字的列表信息中,若该数字对应的纯数字图像的分段区域内有线段标示,则将该段区域的标记赋值为1;若分段区域内没有线段标示,则将该段区域的标记赋值为0。
步骤(d.5)中获得当前纯数字图像代表的数字含义包括以下步骤:
(d.5.1)分别获取当前纯数字图像的七段分区内的白点个数,若所述的分区内的白点个数大于或等于30%的该分区内的像素点个数,则将该分区的标记置为1,否则置为0;记录当前纯数字图像的七段分区标记赋值;
(d.5.2)将当前纯数字图像的七段分区标记赋值与数字列表的信息比对,确定当前纯数字图像代表的数字含义,如果当前纯数字图像的七段分区标记赋值不与数字列表的信息中的任何一个符合,则本次识别无效,舍弃本次识别。
本发明的技术构思是:由于很多LCD数显仪的输出只有一个数显窗口,没有其他的信号输出,所以本发明使用图像识别的方法读取LCD数显仪示值,其中包括数字笔画方差纠正法和七段分区法,图像识别的步骤为:计算机读入摄像机的视频流;间隔一定时间获取帧,得到图像;使用人机交互的方式确定图像中数字所在区域,并将这个区域提取出来作为后续处理的图像;将图像转换为二值化图像;将二值化图像中的每个数字分隔成单独的纯数字图像;使用数字笔画方差纠正法对纯数字图像中的数字进行笔画纠正处理;最后使用七段分区法依次识别纯数字图像代表的数字含义并计算出LCD数显仪示值。
使用数字笔画方差纠正法对纯数字图像中的数字进行笔画纠正处理的思想是:相比纯数字图像中的数字横笔画水平显示、竖笔画不铅直显示的情况,纯数字图像中的数字横笔画水平显示、竖笔画铅直显示时,纯数字图像中有更多的白点集中在一部分列上,即纯数字图像中所有列的白点个数的方差更大,不断地对纯数字图像的行按一定的倾斜角度进行移位,当所有列的白点个数方差最大时,图像上的数字横笔画水平显示,竖笔画铅直显示,实现对数字笔画的纠正。
目前对数字进行图像识别的方法主要有神经网络、穿线法和模式匹配,本发明提出七段分区法识别数字,这是一种基于统计思想的新的对数字进行图像识别方法,这种方法实现简单,正确率高而且能识别不同类型的LCD/LED数字。
本发明的有益效果是:数显式仪表中的数字可由计算机识别、人工劳动强度低,不存在人为误差。本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (10)

1.LCD数显仪示值的图像识别方法,包括以下步骤:
(a)、读取摄像机的视频流,间隔预设时间获取帧,得到图像;
(b)、确定数字所在的区域,该区域内仅包含数字,截取该区域的图像作为后续处理的图像;
(c)、对图像进行预处理,将图像转换为二值化图像,并将二值化图像中的每个数字分隔为单独的纯数字图像,依次存储纯数字图像,对所有的纯数字图像中的数字进行笔画纠正处理;
(d)、依次识别纯数字图像代表的数字含义和小数点,并计算LCD数显仪示值。
2.如权利要求1所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(b)中,通过人机交互的方式确定数字所在的区域。
3.如权利要求1所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(c)中的图像预处理包括以下步骤:
(c.1)对图像进行灰度化处理,获得灰度化图像;
(c.2)判断灰度化图像的宽度是否小于灰度化图像的高度,若小于,则表示灰度化图像中的数字竖直显示,将灰度化图像顺时针旋转90°,使灰度化图像中的数字水平显示;
(c.3)对灰度化图像进行求补运算,得到数字区域为高亮度显示,背景区域为低亮度显示的灰度图像;
(c.4)使用图像形态学的开运算和闭运算计算出灰度图像的背景亮度并获得背景图像,用灰度图像减去背景图像,获得等亮度图像;
(c.5)计算等亮度图像的二值化阈值,并根据这个阈值将等亮度图像转化成二值化图像;
(c.6)对二值化图像进行纠斜,纠斜后形成的水平数字图像中数字的横笔画水平显示;
(c.7)逐列扫描水平数字图像,将水平数字图像分隔为多幅单个数字图像,每幅单个数字图像中只包含一个数字,或者只包含一个小数点;
(c.8)对步骤(c.7)中获取的所有单个数字图像进行逐行扫描,获取单个数字图像中数字的上边界和下边界,获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.9)使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正处理,使处理后的图像中的数字横笔画水平显示,竖笔画铅直显示。
4.如权利要求3所述的LCD数显仪示值的图像识别方法,其特征在于:在步骤(c.3)获得灰度图像后,需要对所述的灰度图像进行滤波,以消除失真和噪声。
5.如权利要求4所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(c.7)中将水平数字图像分隔为多幅单个数字图像的步骤包括以下步骤:
(c.7.1)获取水平数字图像的最左边一列作为当前列;
(c.7.2)从当前列开始按从左到右的顺序对水平数字图像进行逐列扫描,寻找白点的个数大于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的左边界;继续向右扫描,寻找白点的个数小于预设列白点个数阈值的列,若无法找到该列,则表示已经完成对水平数字图像的扫描,进入步骤(c.8);若找到该列,则将该列作为单个数字图像的右边界;将左边界与右边界之间的图像数据作为单个数字图像数据,保存所述的单个数字图像;
(c.7.3)将步骤(c.7.2)中的右边界的后一列作为当前列,重复执行步骤(c.7.2)。
6.如权利要求5所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(c.8)中生成纯数字图像的步骤包括以下步骤:
(c.8.1)获取步骤(c.7)中的第一幅单个数字图像为当前单个数字图像;
(c.8.2)对当前单个数字图像从上往下逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的上边界;对当前单个数字图像从下往上逐行扫描,直到寻找到第一个包含的白点个数大于预设行白点个数阈值的行,将该行作为纯数字图像的下边界;获取上边界和下边界之间的图像数据作为纯数字图像数据,保存所述的纯数字图像;
(c.8.3)判断当前的单个数字图像是否是最后一幅单个数字图像,若是,进入步骤(c.9);若否,则将下一幅单个数字图像作为当前单个数字图像,重复执行步骤(c.8.2)。
7.如权利要求6所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(c.9)中使用数字笔画方差纠正法对所有的纯数字图像中的数字进行笔画纠正包括以下步骤:
(c.9.1)取第一幅纯数字图像为当前纯数字图像;循环次数n置0,临时变量temp置0,计算当前纯数字图像每列的白点个数,所有列的白点个数形成第一数组,每一列的白点个数作为第一数组的一个元素,对第一数组求方差err;
(c.9.2)取当前纯数字图像的副本为临时纯数字图像,将临时纯数字图像的第m行向右移动tan(n×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点;其中,m的取值范围为0到图像的高度减1;
(c.9.3)计算临时纯数字图像每列的白点个数,所有列的白点个数形成第二数组,对第二数组求方差err1;
(c.9.4)判断err1是否大于err,如果是,则将err1赋值给err,循环次数n赋值给临时变量temp;如果不是,进入步骤(c.9.5);
(c.9.5)循环次数n加1;
(c.9.6)判断n是否小于等于20,如果是,返回步骤(c.9.2);如果不是,进入步骤(c.9.7);
(c.9.7)将当前纯数字图像的第m行向右移动tan(temp×0.5°)×m个像素,删除移出右侧边界的像素点,左侧移入的像素点补黑点,完成对当前纯数字图像中的数字笔画纠正处理;其中,m的取值范围为0到图像的高度减1;
(c.9.8)去掉数字笔画纠正处理后当前纯数字图像左侧没有白点的黑色区域,使当前纯数字图像的左边沿与数字的左边沿重合。
(c.9.9)判断当前纯数字图像是否是最后一幅纯数字图像,若是,进入步骤(d);若否,则将下一幅纯数字图像作为当前纯数字图像,进入步骤(c.9.2)。
8.如权利要求7所述的LCD数显仪示值的图像识别方法,其特征在于:在进行步骤(c.6)之前,先去除二值化图像中的杂点,方法为:计算二值化图像的每一个白点区域内的白点个数,判断白点个数是否大于预设阈值,若是,则该白点区域为数字区域;若否,则该白点区域为杂点,将该白点区域内的所有白点置为黑点。
9.如权利要求1所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(d)中,使用七段分区法依次识别纯数字图像代表的数字含义和小数点以及计算LCD数显仪示值包括以下步骤:
(d.1)在计算机中预设数字0和2-9的数字列表;
(d.2)获取所有纯数字图像的高度,将高度的最大值记录为max_height,并获取第一幅纯数字图像作为当前纯数字图像;
(d.3)获取当前纯数字图像的高度height,判断height<max_height×0.3是否成立,若成立,则当前纯数字图像代表的含义为小数点,记录当前纯数字图像在所有纯数字图像中的位置,这个位置也就是小数点在数字中的位置,进入步骤(d.6);若否,则进入步骤(d.4);
(d.4)获取当前纯数字图像的宽度width,判断width<height×0.3是否成立,若成立,则当前纯数字图像代表的含义为数字1,进入步骤(d.6);若不成立,则进入步骤(d.5);
(d.5)将当前纯数字图像与所述的数字列表比对,获得当前纯数字图像代表的数字含义;
(d.6)判断当前纯数字图像是否最后一幅纯数字图像,若是,则利用所有的纯数字图像的识别结果计算出LCD数显仪示值;若否,则获取下一幅纯数字图像作为当前纯数字图像,重复执行步骤(d.3)-(d.5)。
10.如权利要求9所述的LCD数显仪示值的图像识别方法,其特征在于:步骤(d.1)中的数字列表为使用七段分区法标识的数字列表;所述的七段分区法标识的数字是指将纯数字图像用三段横线和四段竖线分为七段区域,上横线为a区域,中横线为g区域,下横线为d区域,左边的上竖线为f区域,左边的下竖线为e区域,右边的上竖线为b区域,右边的下竖线为c区域;
使用七段分区法标识的数字列表中的列表信息与数字0和2-9一一对应;在每个数字的列表信息中,若该数字对应的纯数字图像的分段区域内有线段标示,则将该段区域的标记赋值为1;若分段区域内没有线段标示,则将该段区域的标记赋值为0;
步骤(d.5)中获得当前纯数字图像代表的数字含义包括以下步骤:
(d.5.1)分别获取当前纯数字图像的七段分区内的白点个数,若所述的分区内的白点个数大于或等于30%的该分区内的像素点个数,则将该分区的标记置为1,否则置为0;记录当前纯数字图像的七段分区标记赋值;
(d.5.2)将当前纯数字图像的七段分区标记赋值与数字列表的信息比对,确定当前纯数字图像代表的数字含义,如果当前纯数字图像的七段分区标记赋值不与数字列表的信息中的任何一个符合,则本次识别无效,舍弃本次识别。
CN2011102072227A 2011-07-23 2011-07-23 Lcd数显仪示值的图像识别方法 Active CN102306283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011102072227A CN102306283B (zh) 2011-07-23 2011-07-23 Lcd数显仪示值的图像识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011102072227A CN102306283B (zh) 2011-07-23 2011-07-23 Lcd数显仪示值的图像识别方法

Publications (2)

Publication Number Publication Date
CN102306283A true CN102306283A (zh) 2012-01-04
CN102306283B CN102306283B (zh) 2013-06-12

Family

ID=45380143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011102072227A Active CN102306283B (zh) 2011-07-23 2011-07-23 Lcd数显仪示值的图像识别方法

Country Status (1)

Country Link
CN (1) CN102306283B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095174A (zh) * 2014-05-14 2015-11-25 联想移动通信软件(武汉)有限公司 一种信息处理方法、装置及终端
CN106774032A (zh) * 2017-03-09 2017-05-31 山东师范大学 一种基于arm和视觉识别的仪表转换装置及其实现方法
CN107563263A (zh) * 2016-07-01 2018-01-09 珠海优特电力科技股份有限公司 基于仪表的视频图像识别方法及系统
CN107704855A (zh) * 2017-09-28 2018-02-16 中北大学 一种液晶数字显示仪表数字识别装置
CN107798677A (zh) * 2017-10-31 2018-03-13 南京林业大学 一种基于matlab图像处理的托槽焊膏视觉检测方法
CN108182400A (zh) * 2017-12-27 2018-06-19 成都理工大学 数码管动态显示识别方法及系统
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法
CN110533003A (zh) * 2019-09-06 2019-12-03 兰州大学 一种穿线法车牌数字识别算法及设备
CN110659645A (zh) * 2019-08-05 2020-01-07 沈阳工业大学 一种数字仪表字符识别方法
CN111184473A (zh) * 2018-11-15 2020-05-22 余姚市雷阵雨电器有限公司 降档指令分发系统
CN113239929A (zh) * 2021-04-30 2021-08-10 南京钢铁股份有限公司 一种识别计算机显示屏幕中数字的方法
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
CN101650780A (zh) * 2009-09-08 2010-02-17 宁波中科集成电路设计中心有限公司 一种集装箱箱号识别方法
CN102024144A (zh) * 2010-11-23 2011-04-20 上海海事大学 集装箱箱号自动识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650780A (zh) * 2009-09-08 2010-02-17 宁波中科集成电路设计中心有限公司 一种集装箱箱号识别方法
CN102024144A (zh) * 2010-11-23 2011-04-20 上海海事大学 集装箱箱号自动识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田自君: "数显仪表数字字符快速识别系统的研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095174A (zh) * 2014-05-14 2015-11-25 联想移动通信软件(武汉)有限公司 一种信息处理方法、装置及终端
CN107563263A (zh) * 2016-07-01 2018-01-09 珠海优特电力科技股份有限公司 基于仪表的视频图像识别方法及系统
CN106774032A (zh) * 2017-03-09 2017-05-31 山东师范大学 一种基于arm和视觉识别的仪表转换装置及其实现方法
CN107704855A (zh) * 2017-09-28 2018-02-16 中北大学 一种液晶数字显示仪表数字识别装置
CN107798677A (zh) * 2017-10-31 2018-03-13 南京林业大学 一种基于matlab图像处理的托槽焊膏视觉检测方法
CN108182400A (zh) * 2017-12-27 2018-06-19 成都理工大学 数码管动态显示识别方法及系统
CN111184473B (zh) * 2018-11-15 2021-11-09 宁波顺超轴承有限公司 降档指令分发系统
CN111184473A (zh) * 2018-11-15 2020-05-22 余姚市雷阵雨电器有限公司 降档指令分发系统
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法
CN110084241B (zh) * 2019-05-05 2023-05-30 山东大学 一种基于图像识别的电表自动读数方法
CN110659645A (zh) * 2019-08-05 2020-01-07 沈阳工业大学 一种数字仪表字符识别方法
CN110659645B (zh) * 2019-08-05 2023-01-31 沈阳工业大学 一种数字仪表字符识别方法
CN110533003A (zh) * 2019-09-06 2019-12-03 兰州大学 一种穿线法车牌数字识别算法及设备
CN110533003B (zh) * 2019-09-06 2022-09-20 兰州大学 一种穿线法车牌数字识别方法及设备
CN113239929A (zh) * 2021-04-30 2021-08-10 南京钢铁股份有限公司 一种识别计算机显示屏幕中数字的方法
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

Also Published As

Publication number Publication date
CN102306283B (zh) 2013-06-12

Similar Documents

Publication Publication Date Title
CN102306283B (zh) Lcd数显仪示值的图像识别方法
EP3309703B1 (en) Method and system for decoding qr code based on weighted average grey method
CN110705583A (zh) 细胞检测模型训练方法、装置、计算机设备及存储介质
CN110084241B (zh) 一种基于图像识别的电表自动读数方法
WO2016054802A1 (en) Hierarchical interlinked multi-scale convolutional network for image parsing
CN108920992A (zh) 一种基于深度学习的医药标签条码的定位与识别方法
JPH03163674A (ja) ノイズ除去方法とそのための装置
CN106204633B (zh) 一种基于计算机视觉的学生跟踪方法和装置
CN106845545B (zh) 数字式电测仪表自动检定装置中的图像识别方法及装置
KR20100090829A (ko) 실시간 얼굴 검출 장치
CN104008401A (zh) 一种图像文字识别的方法及装置
CN110598566A (zh) 图像处理方法、装置、终端和计算机可读存储介质
CN102737240B (zh) 分析数字文档图像的方法
CN105612535A (zh) 高效的基于内容的视频检索
JP6630341B2 (ja) シンボルの光学的検出方法
CN109902751B (zh) 融合卷积神经网络和半字模板匹配的表盘数字字符识别法
Wang et al. Sddet: An enhanced encoder–decoder network with hierarchical supervision for surface defect detection
US10115028B2 (en) Method and device for classifying an object in an image
CN108364306A (zh) 一种高速周期运动的视觉实时检测方法
CN109508714B (zh) 一种低成本多通道实时数字仪表盘视觉识别方法及系统
CN116596921B (zh) 一种焚烧炉渣分选方法及系统
CN116612478A (zh) 一种脱机手写汉字的评分方法、装置及存储介质
CN113989269B (zh) 一种基于卷积神经网络多尺度特征融合的中医舌图像齿痕自动检测方法
CN108629786B (zh) 图像边缘检测方法及装置
CN109886276B (zh) 一种表盘滚动数字字符的半字判断方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant