基于數(shù)字圖像處理的燃?xì)獗碜x數(shù)識(shí)別算法.pdf

1、隨著我國(guó)城鎮(zhèn)化的建設(shè)，燃?xì)庑枨笤诓粩嘣鲩L(zhǎng)，迫切需要改變現(xiàn)有燃?xì)獗淼某矸椒?，目前現(xiàn)有的脈沖式或IC卡式預(yù)付費(fèi)等抄表方式，不能滿足燃?xì)忪`活便捷結(jié)算的需要。實(shí)現(xiàn)不入戶即完成燃?xì)獾挠?jì)費(fèi)管理等功能具有重要意義，而數(shù)字字符識(shí)別是數(shù)字圖像處理領(lǐng)域中一個(gè)重要的研究方向，如何更準(zhǔn)確、快速的實(shí)現(xiàn)直讀攝像式燃?xì)獗肀肀P(pán)數(shù)字字符識(shí)別仍是研究的熱點(diǎn)與難點(diǎn)。為了提高表盤(pán)數(shù)字識(shí)別的準(zhǔn)確率和速度，本文提出了一種改進(jìn)的量子粒子群優(yōu)化的粗糙集和支持向量機(jī)表具識(shí)別算法。

2、r>　　對(duì)表盤(pán)上數(shù)字進(jìn)行預(yù)處理以及采用混合特征提取方法獲得相應(yīng)十個(gè)數(shù)字字符的特征向量后，用算法優(yōu)化的粗糙集對(duì)提取的特征屬性進(jìn)行約簡(jiǎn)，得到最小屬性約簡(jiǎn)。量子粒子群算法相對(duì)于遺傳算法有控制參數(shù)少、收斂速度快等優(yōu)點(diǎn)被應(yīng)用于優(yōu)化粗糙集，引入了人工蜂群搜索算子避免量子粒子群算法可能陷入局部值的問(wèn)題，又引入了免疫算法的免疫機(jī)制，保持粒子收斂的速度。最后通過(guò)支持向量機(jī)識(shí)別表盤(pán)數(shù)字，影響識(shí)別準(zhǔn)確率和速度的參數(shù)有兩個(gè)，采用改進(jìn)量子粒子群算法優(yōu)化支持向量機(jī)

3、參數(shù)，仿真實(shí)驗(yàn)證明本文提出的改進(jìn)的量子粒子群算法優(yōu)化的粗糙集和支持向量機(jī)識(shí)別算法在燃?xì)獗肀肀P(pán)數(shù)字識(shí)別具有很高的準(zhǔn)確率和速度。論文主要工作包括以下幾個(gè)方面：
　　①首先分析了字符識(shí)別技術(shù)以及數(shù)字字符識(shí)別的國(guó)內(nèi)外研究現(xiàn)狀，研究了粗糙集和支持向量機(jī)等數(shù)字字符識(shí)別主流優(yōu)化算法，結(jié)合本項(xiàng)目中，燃?xì)獗肀肀P(pán)數(shù)字字符特征，建立了燃?xì)獗淼臄?shù)字字符識(shí)別算法模型。然后研究了燃?xì)獗肀肀P(pán)數(shù)字圖像的預(yù)處理技術(shù)，考慮到獲取的圖像可能含有噪聲和光線不足等實(shí)際情況

4、，通過(guò)直方圖均衡技術(shù)增強(qiáng)圖像，中值濾波去除含有的噪聲，字符分割獲得表盤(pán)數(shù)字的單個(gè)字符，最后采用混合特征提取方法提取字符的特征數(shù)據(jù)，表示分割后的單個(gè)數(shù)字字符，為下一步的字符識(shí)別提供數(shù)據(jù)。
　?、谠诜治隽肆孔恿Ｗ尤核惴Ｐ秃驮淼幕A(chǔ)上，提出了一種改進(jìn)的量子粒子群算法。針對(duì)量子粒子群算法可能陷入局部值問(wèn)題，引入了人工蜂群搜索算子和免疫算法，增加算法在后期迭代的搜索范圍，跳出局部值能力和保持算法收斂的速度。
　　③研究了粗糙集屬性