论文总字数：19208字

摘 要

伴随着人们在计算机应用领域的不断开拓,数字图像处理技术也随之向前发展。使用数字图像来处理应用的范围也越来越广，处处可见人们对数字图像进行处理的应用。

目前我国各种仪器仪表在生产和生活的各个方面都得到了广泛的应用和使用，而人工检测的高昂成本和极易出现的误测率严重阻碍了生产进步和科技发展。本文针对这一问题结合数字图像处理技术，使用Matlab软件进行仪器仪表的数字字符识别系统的设计。识别技术采用模版匹配算法。系统总体设计流程包含对采集的图像预处理（图像灰值化，二值化和图像去噪），对预处理过的图片信息进行图像的分割和定位，最后进行模版之间的匹配，得出匹配结果。本文通过CCD摄像头获取实时的图像信息，再借助Matlab进行算法的实操，可以有效完成实时的仪器仪表数字检测。通过测试系统识别的准确率为百分之90，在精度，拍摄角度，字符分割参数调整还有待提高。

关键词：数字图像处理；CCD；Matlab；模版匹配

Design of instrument data processing system based on image recognition

Abstract

With the development of technology in computer applications, digital image processing technology is booming.As the application range of digital image processing and recognition becomes wider and wider, people can see the application of digital images everywhere.

At present, various instruments and meters in our country have been widely used and used in all aspects of production and life, and the high cost of manual detection and the easy error rate seriously hinder the progress of production and the development of science and technology. This article combines digital image processing technology to deal with this problem, and uses Matlab to design the digital character recognition system of instruments. The recognition technology uses a template matching algorithm. The overall design process of the system includes preprocessing of the collected images (image graying, binarization and image denoising), segmentation and positioning of the preprocessed image information, and finally matching between templates to obtain Match results. This article uses CCD camera to obtain real-time image information, and then uses Matlab to carry out the actual operation of the algorithm, which can effectively complete the real-time digital detection of instruments. Through the test, the recognition accuracy of the system is 90%. The accuracy, shooting angle and character segmentation parameter adjustment need to be improved.

Keywords: Digital image processing, Matlab, CCD Template matching algorithm

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 相关研究现状 1

1.3 主要工作内容 2

1.4 论文组织结构 2

1.5 本章小结 3

第二章 相关技术基础 4

2.1 图像的预处理 4

2.1.1 图像 4

2.1.2 图像灰度化 5

2.1.3 图像去噪 5

2.1.3.1 中值滤波去噪的基本原理 6

2.2 图像分割和定位 6

2.2.1使用阈值法二值化图像  6

2.2.2形态学提取内外边界 7

2.2.2.1 形态学的基本原理 7

2.2.2.2腐蚀 7

2.2.2.3膨胀 8

2.2.2.4 形态学操作 8

2.2.4连通域 8

2.2.4.1连通域的概念 8

2.2.4.2 连通区域的标记 9

2.2.4.3 联通区域的分析 9

2.3 字符识别 8

2.3.1模板匹配的基本原理 9

第三章 系统需求分析 10

3.1系统功能需求分析 10

3.2 系统非功能需求分析 10

3.3 本章小结 11

第四章 系统设计 12

4.1系统总体设计 12

4.1.1 系统分层结构设计 12

4.1.1.1硬件结构设计 12

4.1.1.2 软件部分设计 12

4.1.2 系统功能模块结构设计 13

4.2 系统详细设计 13

4.2.1 系统工作流程图 13

4.2.2图像采集模块 13

4.2.3 图像处理模块 14

4.3 核心算法设计 15

4.4 本章小结 15

第五章 系统测试与结果分析 16

5.1 总体测试方案 16

5.1.1 测试平台和环境 16

5.2 核心代码分析 16

5.2.1系统触发和图像采集 16

5.2.2 图像处理 16

5.3系统测试 19

5.3.1 系统测试环境与工具 19

5.3.2 系统功能测试 19

5.4 本章小结 19

第六章 总结与展望 20

6.1 总结 20

6.2 展望 20

参考文献 22

绪论

随着我国综合国力的日益增强、经济与科技实力的逐渐提高，各种生产活动中仪器的识别需求也随之增加。然而传统的人工检测识别数字耗时耗力，容易出现精度低速度慢等问题，对生产生活的安全性和效率性造成严重影响。因此，智能数字计数器读取是解决上述问题的唯一选项。

1.1研究背景及意义

剩余内容已隐藏，请支付后下载全文，论文总字数：19208字