[发明专利]基于机器视觉的多表字符识别系统及方法

摘要

本发明涉及基于机器视觉的多表字符识别系统及方法，系统包括图像采集模块、网络存储模块以及软件处理模块；其中，软件处理模块包括电表组分割单元、图像预处理单元、图像倾斜校正单元、图像增强单元、字符区域定位单元、字符分割单元、图像归一化单元、字符特征提取单元以及BP神经网络识别单元；图像预处理单元包括灰度化处理单元、二值化处理单元以及形态学处理单元；本发明能同时识别多个电表图像，大大节省人力资源和工作时间，通过使用FTP云端用以存储电表图像和电表识别数据，实现资源共享，并且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，提高电表识别效率。

主权项

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。