基于图像处理的水银温度计刻度图像识别

摘要

依据现行的计量法律法规，我国对水银温度计必须定期检定以实现准确计量。温度计的检定分为许多环节，但是其中最重要的就是刻度图像自动识别。但是由于温度计检定数量多，读数量巨大，而且人工读数有检定慢、容易被烫伤、水银易泄露等弊端，目前，计量检定工作面临的一个难题就是怎样实现水银温度计自动读数问题。 由于检定现状亟待改进，为了减轻计量检定员的工作强度，同时提高读数准确度，针对水银温度计的特点，结合实际实验室进行检定的工作环境，基于图像处理技术研究了水银温度计刻度图像识别算法。 本文首先介绍了OpenCV的模块以及安装和配置，然后深入分析了水银温度计刻度识别过程中的预处理技术，包括图像灰度化、滤波、阈值分割等。为了获得更好的效果，减少光晕的出现，采用双边滤波来快速估计光照图像，基于图像局部区域信息变化的gamma算法进行校正，并且采用了Retinex增强，多种阈值匹配。根据温度计图像中刻度线的特性，对温度计图像处理并提取出刻度线图像进行细化和分析得出刻度线的位置，并且对刻度进行两个方向投影，优化刻度均匀分配，对刻度的纯净度进一步优化。根据液柱在温度计图像中的特性，提取出液柱头的位置。最后采用连通域筛选，提取数字，根据读数的特点，采用了模版匹配的思想。数字特征匹配时将轮廓像素和投影进行组合，并根据不同字体来分配二者权重，扩充数字识别兼容性，使识别效果更好。结合以上提取部分，通过计算，最终获得温度计正确的示值。 最后对温度计刻度图像识别进行了应用研究，通过多次试验进行验证，结果表明，本文的水银温度计刻度识别算法具有较好的性能，运算速度较快，并且准确率较高。这一方法提高了水银温度计的检定工作效率，在实际应用中也具有良好的效果。

目录

声明

1 绪论

1.1 选题目的及意义

1.2 国内外研究现状

1.3 本文研究内容

2 图像处理技术及算法

2.1 图像采集与量化

2.2 图像增强

2.2.1 灰度变换

2.2.2 Retinex增强

2.3 去噪与平滑

2.3.1 局部平滑

2.3.2 双边滤波

2.4 图像分割

2.4.1 二值化分割

2.4.2 最大类间方差阈值算法

2.5 边缘检测

2.5.1 Sobel边缘检测算法

2.5.2 梯度算子

2.5.3 hough算法

2.6 形态处理

2.6.1 膨胀与腐蚀

2.6.2 开运算与闭运算

2.6.3 图像的细化

2.7 旋转

2.7.1 图像几何变换概述

2.7.2 图像旋转

2.8 本章总结

3 系统选用算法及实现

3.1 OpenCV平台

3.2 图像分割

3.3 数字字符识别

3.3.1 数字识别算法框架

3.3.2 数字提取分割

3.4 刻度识别

3.4.1 刻度提取

3.5 水银柱识别

3.6 水银温度计读数计算

3.7 本章总结

4 实验及结果分析

4.1 运行流程

4.2 结果比较及分析

结论

参考文献

附录A:部分刻度识别系统OpenCV代码

致谢

大连理工大学学位论文版权使用授权书