推荐星级：
- 1
- 2
- 3
- 4
- 5
基于机器视觉技术和D-S证据理论的数字显示仪表自动读数
资料介绍
文档为基于机器视觉技术和D-S证据理论的数字显示仪表自动读数详解文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
部分文件列表
| 文件名 | 大小 |
| 基于机器视觉技术和D-S证据理论的数字显示仪表自动读数.pdf | 1M |
部分页面预览
（完整内容请下载后查看）Scientific Journal of Information Engineering
December 2013, Volume 3, Issue 6, PP.122-129
Reading Digital Display Instrument Automatically
Based on Machine Vision and D-S Evidence
Theory
Zhonghong Shen†, Qunxing Liu, Chunxu Jiang, Haozhi Zhao
The fifth research institute of MIIT, P. R. China, Guangzhou Guangdong Province 510610, P.R. China
†Email:
Abstract
The automatic reading of digital display instrument is achieved by means of the application of machine vision technology and D-S
evidence theory; in the accomplishment of which color space selection threshold binarization and other machine vision techniques
are applied at first to preprocess images of the digital display instrument; then the characteristics of pixel distribution in the
targeted areas are extracted and listed; further, integrated and assessed by D-S evidence theory to realize the automatic reading. It
is demonstrated by a number of experiments that the algorithm characterized by high accuracy and recognition in real time can be
applicable to practice after improvement.
Keywords: Machine Vision; D-S Evidence Theory; Digital Display Instrument; Reading Automatically
基于机器视觉技术和 D-S 证据理论的数字显示仪
表自动读数
申中鸿，刘群兴，蒋春旭，赵浩之
工业和信息化部电子第五研究所，广东 广州 510610
摘
要：利用机器视觉技术与 D-S 证据理论，实现数字显示仪表的自动读数。首先，利用机器视觉中色彩空间选择，阈
值二值化等技术对数显仪表图像进行预处理；之后，统计并提取目标区域像素分布特征；最后，利用 D-S 证据理论，对
所提取的目标区域特征进行融合判断，实现数字自动读取。经过大量实验验证，该算法具有较高的识别准确度与良好的
实时性，研究改进后可推广应用于实际工业场所的数显仪表读数。
关键字：机器视觉；D-S 证据理论；数字显示仪表；自动读数
引言
对现代工业而言，如何提高生产效率并降低生产成本是众多企业追求的目标，于是，工业生产自动化应
运而生。工业自动化的显著特点是较少人工参与，并具有良好的精确性、及时性。机器视觉以其良好的精确
性、及时性、便捷性、自动性和控制性，成为现代工业自动化应用的一个主要技术手段。由于数显仪表直观
的读数特性，而被广泛的应用于现代工业各个行业，为入们读取测量数据提供了很大的方便。如何利用机器
视觉设备以及机器视觉与模式识别相关知识实现数字显示仪表的自动读数成为众多企业与科研机构的研究
热点。文献[1-5]研究了各种图像处理算法在数显仪表显示数字、字符识别中的应用及其改进，所提出的的数字
识别算法具有一定的创新性，但是其在识别准确度与识别效率方面不能达到满意的效果，为提高识别准确度，
本文提出利用机器视觉技术和 D-S 证据理论相结合，实现数显仪表自动读数。
基金资助：受国家科技支撑计划项目（2011BAE01B14），广东省科技计划项目（2011A081304005），国家自然科学基金项目
- 122 -
全部评论(0)