為了提高溫濕度計(jì)檢定儀的智能化水平,提出了一種基于不變矩信息融合的溫濕度計(jì)數(shù)字自動(dòng)識(shí)別算法。首先,通過Otsu法對(duì)圖像進(jìn)行分割,截取儀表盤;其次,通過Hough變換對(duì)圖像進(jìn)行校正;再次,通過Two-Pass算法定位數(shù)字區(qū)域,并采用非端點(diǎn)位置像素置零法細(xì)化數(shù)字圖像;最后,采用Hu矩與Zernike矩融合的方法,提取圖像分類特征,并利用現(xiàn)場(chǎng)實(shí)際采集的儀表圖像對(duì)該算法進(jìn)行了驗(yàn)證。結(jié)果表明,基于不變矩信息融合的數(shù)字識(shí)別算法降低了算法的復(fù)雜度,提高了檢測(cè)效率。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 原始圖像

為了濾除圖像中存在的噪聲干擾,保證圖像的平滑并使圖像輪廓保持清晰,分別對(duì)加噪圖像進(jìn)行了高斯濾波、雙邊濾波、中值濾波、非局部均值濾波(nonlocalmeans,NLM),如圖3所示,通過比較各種濾波方法的濾波效果,發(fā)現(xiàn)NLM算法的圖像信噪比最高(表1),明顯優(yōu)于其他四種基本....

圖2 加噪圖像

圖1原始圖像圖3濾波算法效果對(duì)比

圖3 濾波算法效果對(duì)比

圖2加噪圖像表1濾波后圖像信噪比Table1SNRoffilteredimage濾波方法高斯雙邊中值NLM信噪比/dB18.748518.014218.313723.5901

圖4 圖像增強(qiáng)和二值化比較

對(duì)增強(qiáng)后的圖像采用最大類間方差法進(jìn)行閾值分割,分割后再進(jìn)行圖像二值化,效果如圖4所示。顯然伽馬變換法增強(qiáng)后的閾值分割效果最好,因此,選擇伽馬變換法作為圖像增強(qiáng)算法。1.3圖像校正

本文編號(hào)：4031858