[发明专利]一种鲁棒的工业电表数字识别方法

权利要求书

1.一种鲁棒的工业电表数字识别方法，其特征在于，包括以下步骤：

步骤1、将采集到的工业电表图像I_rgb转换为灰度图像I_gray，之后进行滤波处理，去除噪声；

步骤2、对去完噪声的灰度图像I_noise采用Canny算子提取工业电表图像的边缘；并对边缘图像进行形态学膨胀操作处理；

步骤3、基于边缘图像，先对图像中含有数字的区域进行粗定位，然后通过投影法对数字区域进行精准定位切割；

步骤4、将精准定位切割后含有数字的灰度图像通过阈值法进行二值化处理；

步骤5、通过投影法，将数字区域切割为单个数字的小区域，切割完后识别单个数字右下角小数点；

步骤6、基于KNN算法，对单个数字识别，并识别小数点，得到最终的电表数字。

2.如权利要求1所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤1滤波处理时的均值滤波核为：均值滤波的过程即为卷积计算过程：式中，i,j为去完噪声图像的I_noise横纵下标，m,n为均值滤波核K的横纵下标。

3.如权利要求1所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤2采用Canny算子提取工业电表图像的边缘的流程为：

Step1：用高斯滤波器对初始图像进行平滑处理；

Step2：用一阶偏导的有限差分计算梯度的幅值和方向；

Step3：对梯度幅值进行非极大值抑制；

Step4：用双阈值算法检测和连接边缘；

对边缘图像I_canny进行形态学膨胀操作得到膨胀后的图像I_dilate计算公式为：其中strel(5)为膨胀的结构元素。

4.如权利要求1所述的一种鲁棒的工业电表数字识别方法，其特征在于：

步骤3具体为：基于膨胀后的边缘图像I_dilate，先对图像中含有数字的区域进行粗定位，然后分别通过横向、纵向投影法对数字区域进行精准定位切割，横向投影向量为纵向投影向量为根据两个投影向量v，设定阈值thresh，计算上下左右的四个切割点(up,down,left,right)：＝index(v＜thresh)，然后对数字区域进行进一步精细切割得到I_fine。

5.如权利要求1所述的一种鲁棒的工业电表数字识别方法，其特征在于：

步骤5中将数字区域切割为单个数字的小区域，切割完后识别单个数字右下角小数点具体如下：

步骤5-1、通过投影法，只进行纵向投影，将数字区域切割为单个数字的小区域，切割点计算公式point:＝index(v＝0)，切割完后得到单个数字的图像I_single；

步骤5-2、针对每一张切割出来的单个数字图片，继续采用纵向投影，得到单个数字图像的投影向量v_single；

步骤5-3、设定阈值th＝row(I_single)/5，小数点的切割位置为point:＝index(v_single＜th)，其中index()为向量的下标计算公式；计算每个数字右下角小数点的切割距离，最大距离的数字即为含有小数点的数字，计算公式为：

6.如权利要求1所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤6基于KNN算法，对单个数字识别，并识别小数点，具体为：

步骤6-1、通过上述步骤切割单个数字图像的方式制作训练集，每个数字制作N张图片，因而10个数字共有10N张训练集I_train；

步骤6-2、对于每张测试图片I_test，KNN算法中的距离函数为：

步骤6-3、对于每一个测试图片I_test，我们在10N张训练集I_train中找到与测试图片IOU最大的K张，然后在K张训练集中，某个数字类别出现最多的即为测试图片的数字；

步骤6-4、按步骤5的方法确定小数点位置，得到最终的电表读数。

7.如权利要求3所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤2中的Canny边缘检测算法的阈值为0.6，膨胀的结构元素strel(5)的值为

8.如权利要求4所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤3中的投影向量切割的阈值thresh＝15。

9.如权利要求6所述的一种鲁棒的工业电表数字识别方法，其特征在于：步骤6中的训练集数：N＝10，KNN算法的K值为K＝10。