基于機器視覺的儀表數(shù)字識別智能監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、數(shù)字儀表以其精度高、讀取方便、易設(shè)置等優(yōu)點在工業(yè)和檢測領(lǐng)域得到了廣泛的應(yīng)用。但由于某些儀器儀表并沒有提供與計算機進行數(shù)據(jù)通信的接口,要實現(xiàn)檢測自動化,需要利用數(shù)字圖像處理技術(shù)來實現(xiàn)儀器儀表讀數(shù)的高速自動識別。
　　在此基礎(chǔ)上,本文設(shè)計了一套可以識別儀器儀表數(shù)字的智能監(jiān)控系統(tǒng)。該系統(tǒng)可以將在智能監(jiān)控系統(tǒng)軟件上播放攝像機傳回的網(wǎng)絡(luò)視頻流,設(shè)置需要識別的儀表區(qū)域并用計算機實時完成儀器儀表數(shù)字的識別,將識別的結(jié)果實時顯示到監(jiān)控軟件的界面上

2、。此外,該軟件還可以將識別的結(jié)果以Excel的形式保存下來,方便工作人員的統(tǒng)計和分析。
　　該系統(tǒng)使用MFC完成界面設(shè)計,使用波利提供的SDK完成連接網(wǎng)絡(luò)攝像機,讀取網(wǎng)絡(luò)攝像機傳回的視頻流的功能。讀取到回傳的視頻流后,利用DIB位圖顯示功能和MFC提供的定時器功能完成監(jiān)控視頻的播放。
　　根據(jù)現(xiàn)有監(jiān)控設(shè)備獲得儀表數(shù)字質(zhì)量低,有嚴重的光暈的情況,認真設(shè)計了圖像增強算法。實驗證明,該算法能有效去除圖像噪聲,為下一步的字符識別打下

3、基礎(chǔ)。在字符識別方面,使用了粗網(wǎng)格特征提取的方法對字符進行特征提取,并使用神經(jīng)網(wǎng)絡(luò)完成字符識別。實驗證明,該方法能準確的識別出0到9這10個字符,速度快,準確率高。
　　該智能監(jiān)控系統(tǒng)使用OpenCv完成了傾斜校正,圖像增強,字符提取,特征提取算法的實現(xiàn),并利用OpenCv提供的BP神經(jīng)網(wǎng)絡(luò)完成字符的學(xué)習(xí)和離線識別功能。在MFC中,利用多線程編程方法將字符識別算法加入到智能監(jiān)控系統(tǒng),并使用臨界區(qū)完成多線程之間的同步問題。使該智能監(jiān)

4、控系統(tǒng)擁有字符識別的能力。同時設(shè)計了類CListCtrlEx完成識別字符在智能監(jiān)控系統(tǒng)軟件上顯示的功能。此外,該智能監(jiān)控軟件使用OLE/COM設(shè)計并完成Excel報表生成的功能。
　　實驗表明:使用MFC和OpenCv設(shè)計軟件對監(jiān)控場景中的儀表數(shù)字進行識別是完全可行的,該軟件能有效降低人力成本;本文設(shè)計的軟件功能和操作性完全符合設(shè)定的軟件設(shè)計目標,軟件的運行合格,在操作過程中沒有出現(xiàn)報錯或命令無法加載的情況。而且該軟件字符識別精度