电力电能表图像自动识别方法

摘要

电力电能表图像自动识别方法，包括下列步骤：步骤一图像预处理，采用sobel算子检测表盘图像的垂直纹理，并采用投影法初步去除背景区域；再采用膨胀法提取垂直纹理丰富区域；最后采用基于积分投影法的自适应阈值分割方法对图像进行二值化处理。步骤二示值与条码的精确定位，基于sobel算子的垂直边缘检测及形态学处理的基础上，结合复杂图像背景下基于示值间距和数字字符的长宽比特征的智能判断方法，适应不同类型电能表的示值精确定位。对条码区域进行水平扫描，提取条码特征区域、步骤三条码识别，针对不同条码用相似边距离归一化方法对字符条码进行识别。步骤四示值识别，使用PCA方法提取示值。本发明采用PCA字符识别方法能够准确识别各种字符示值读数，包括半字符识别。

主权项

电力电能表图像自动识别方法，其特征在于包括以下步骤：步骤一图像预处理，采用sobel算子检测表盘图像的垂直纹理，并且采用投影法初步去除背景区域；再采用膨胀算法提取垂直纹理丰富的区域；最后采用基于积分投影法的自适应阈值分割方法对图像进行二值化处理；步骤二示值与条码的精确定位：(1)、示值的精确定位，基于sobel算子的垂直边缘检测及形态学处理的基础上，结合了复杂图像背景下基于示值间距和数字字符的长宽比特征的智能判断方法，适应不同类型电能表的示值精确定位，同时，突破传统单个完整字符定位方法，当示值处于半字符状态时能够判断该位置是否为上下两个不完整字符情况，并且根据上下半字符的比例关系选取特征信息较多的字符读数作为该位置的读数；(2)、条码精确定位，根据条码区域垂直纹理较多的特征在传统投影定位方法基础上融合了条码区域的边缘特征，对可能是条码的区域进行水平扫描，提取满足条码特征的区域，并且根据电能表条码的编码方法判断出条码类型；步骤三条码识别，首先采用逐行扫描的方法计算出一个条码字符连续条空的宽度，然后采用归一化理论，针对不同类型的条码用相似边距离归一化方法对字符条码进行识别；步骤四示值识别，由于电能表种类繁多，示值的字符类型不一致，而且机械式电能表的示值会出现半字符的现象，一般的模板匹配法、统计特征法和结构特征法都是很难取得理想的识别效果，因此示值识别采用基于PCA的数字识别方法，使用PCA方法可以很容易的提取出示值的内在结构的主元，即可初步描述示值的结构信息，若有新的图像需要与原有图像比较，就可以在变换的主元维度上进行比较，则可根据新图与原有数据集的相似度识别示值的读数。