BP網絡預測閾值的儀表重影字符識別方法研究

孫國棟，江亞杰，徐 亮，胡 也，席志遠

(湖北工業大學 機械工程學院，湖北 武漢 430068)

0 引言

電力計量儀器的精度對于測量至關重要，需定期檢測其精確度。而傳統的數顯式儀表不全都具備通信接口，無法直接獲取標準測量儀表和被測儀表的數值，只能通過雙相機分別采集其在快速升壓和降壓過程中的圖像，自動識別儀表讀數，最后對比標準表和被測表的結果，以判定被測表的精確度[1]。然而，在儀表數字變化時，部分儀表會出現嚴重重影，光照不均的影響也較為突出，使得儀表字符無法正常二值化。

針對光照不均的影響，常用的圖像增強算法包括灰度變換方法和直方圖均衡化[3-4]。Kim等[5]使用快速迭代直方圖方法增強圖像的對比度，同時使用移動模板對圖像的各個部分進行部分重疊的字塊直方圖均衡化。近年來，Retinex理論[6]研究逐漸成為圖像增強、去霧的熱點，并衍生出多種改進算法，如單尺度Retinex(SSR)[7]、同態濾波的Retinex[8]、雙邊濾波的Retinex[9]。劉健等[10]提出了基于Retinex理論與LIP模型的低照度圖像增強方法，在HSV顏色空間，結合引導濾波與高斯平滑估計圖像V分量的照度分量，利用LIP模型替代傳統對數運算。這些方法機制簡單并且具有較低復雜度，然而都容易丟失圖像細節和增加過多的噪聲。

常用的二值化方法主要分為兩大類：全局閾值算法和局部閾值算法。全局閾值算法主要包括大律法(Otsu)、最大熵法、迭代法等，主要適用于光照均勻、灰度直方圖有明顯雙峰的圖像。局部閾值算法主要包括Sauvola算法、Niblack算法、Bernsen算法等，主要適用于光照不均的圖像。……