累计表图像读数技术的研究

摘要

全球机器视觉市场总量在60～70亿美元之间，并且以每年8．8%的速度迅速增长。而在我国，视觉产业还处于起步阶段，尽管在某些局部已经有了应用，并且国内的高校、科研院所在这方面开展了多年的工作，但对大多数人来说，它还是一个新事物。机器视觉应用到人们生活中，一个显著的特点：在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。本文是采用机器视觉技术，对电度表数据的自动读取进行研究。提出基于机器视觉技术的方法，实现对电度表校验自动化。目前，采用这种方法对电度表校验的方法，在国内外的研究还比较少见。基于机器视觉的电度表校验系统的研究，具有一定的实际意义和经济意义。 本文主要做了以下几个方面的工作： 1．研究了电度表读数的自动读取 针对实际使用的电度表的特点，对采集的电度表图像进行较好的预处理，对图像的滤波、彩色空间找特征点等方面，从算法性能和算法处理时间上，对不同方法进行了论述。针对电度表的特点，对图像进行很好的分割。最后使用模板匹配的方法，对各个部分数字进行识别以及对转盘的转数进行统计。由于电表读数可能会出现上下各一部分的情况，设计采用将模板做成数字环的方法来对数字进行识别。 2．研究了基于机器视觉的方法对电度表校验的方法 首先，分析了传统电度表的校验方法，并分析了传统方法存在的缺点。提出了机器视觉的方法对单相电度表进行自动校验，并介绍了其相对传统方法的优势。最后，对电度表“起动”、“潜动”、“常数项”的校验方法进行了详细的说明。 3．设计实现了单相电度表的自动校验系统，具有一定的实用价值 基于Matlab7．0平台实现了电度表的自动校验，并将校验结果自动保存在Excel表中，为后续的设计电度表的数据管理平台奠定了基础。最后，使用电表自动读数功能，对负载为空调的情况下，对空调在“制冷”、“保温”状态下进行测量，并分析了测量结果。

目录

文摘

英文文摘

声明

第一章绪论

1.1本课题研究背景及应用领域

1.1.1研究背景

1.1.2应用领域及研究意义

1.2国内外研究发展现状

1.2.1电度表读数自动读取的研究发展状况

1.2.2电度表校验技术的研究及发展状况

1.3本课题的研究目标、研究内容和解决的关键技术

1.3.1研究目标

1.3.2研究内容和解决的关键技术

1.4本文的结构

第二章论文使用到的相关理论知识

2.1图像采集

2.2颜色空间

2.2.1颜色空间介绍

2.2.2 LAB空间红点的检测

2.2.3 HUV空间红点的检测

2.3去噪

2.4二值化

2.5连通域标记

2.6图像模板匹配技术

第三章 电度表读数的自动读取

3.1图像预处理

3.1.1彩色图像灰度化处理

3.1.2中值滤波

3.1.3灰度拉伸

3.1.4二值化

3.1.5去除边框

3.2图像倾斜矫正

3.3图像分割

3.3.1分割转盘区域

3.3.2分割整数区域

3.3.3分割小数区域

3.3.4分割倍数区

3.4数字识别

3.4.1制作模板

3.4.2数字识别算法

3.4.3识别小数部分数字

3.4.4识别整数部分数字

3.5计数转盘的转数

3.5.1红色读数刻度的定位

3.5.2计数转盘的转数

第四章基于机器视觉的电度表自动检定系统

4.1电度表检定系统概述

4.1.1电度表检定规程的发展

4.1.2电度表检定系统原理

4.2传统电度表检定的方法

4.3传统检测方法存在问题

4.4机器视觉在电度表自动检定系统中的应用

第五章检定结果及数据分析

5.1电度表检定规程

5.2检定方法及数据分析

5.2.1起动的检定

5.2.2潜动的检定

5.2.3常数的检定

5.2.4检定的结果

5.3测量空调工作曲线

论文总结

主要研究工作总结

有待进一步解决的问题

参考文献

攻读学位期间发表的论文

致谢