【正文】 125)。全閾值法是指對整幅圖選取單一的閾值來進(jìn)行二值化。凡是灰度在范圍內(nèi)的圖像灰度級都變成1，其它像素灰度級都變?yōu)?，那么二值化后的圖像gx,y為：gx,y= 1 t1≤f fxx,y≤t20 f fx,yt1或 fx,y≥t2由以上二值化公式可以看出，閾值的選取直接影響處理的結(jié)果。二值圖像是指整幅圖像畫面內(nèi)僅有黑、白二值的圖像，在它們之間不存在其它灰度的變化。MATLAB圖像處理工具箱中的imfill函數(shù)用來對目標(biāo)封閉圖像進(jìn)行種子填充，它的語法格式為： BW=imfill(BW1,’holes’)。（圖2（l）） 圖2（j） 均衡化后直方圖圖2（k） 轉(zhuǎn)移函數(shù)的變換曲線figure,imhist(J)。 （圖2（h）） 直方圖均衡化：[J,T]=histeq(J3,64)。 顯示灰度直方圖：i=imread(39。（ 見圖2（d）） Stru=strel(39。像素值反映該點(diǎn)的亮度、顏色等信息，其主要形式是灰度，反映明暗程度。J2=ifft2(result)。nn=2。salt amp。圖像增強(qiáng)技術(shù)正是在此意義上提出的,目的就是為了改善圖像的質(zhì)量。 圖像的讀取clear。每個引入噪聲。通過對其標(biāo)牌二值化，提取標(biāo)牌圖像中的鋼印信息。最后進(jìn)行標(biāo)牌上的字符識別。主要包括：(1)圖像的預(yù)處理技術(shù)。光學(xué)字符識別（OCR）技術(shù)是計算機(jī)自動、高速地辨別紙上的文字，并將其轉(zhuǎn)化為可編輯的文本的一項實(shí)用技術(shù)。字符識別的對象是漢字、字母和數(shù)字。電氣標(biāo)牌字符的識別研究還很滯后，目前仍沒有相對成熟的系統(tǒng)。因此，90年代，隨著多媒體技術(shù)的發(fā)展以及對基于內(nèi)容的多媒體檢索的需求，圖像中的文字獲取又逐漸成為研究熱點(diǎn)之一。1 引言1 課題的提出以及研究意義使計算器具有人類的感知的能力，能夠識圖認(rèn)字，能聽話和說話，能與人們自然的進(jìn)行信息交互，是人們長期以來的夢想。電力設(shè)備標(biāo)牌圖像中的文字獲取對圖像識別、檢索有重要意義。隨著電力系統(tǒng)的規(guī)模增大，電力設(shè)備也越來越多，怎樣管理維護(hù)這些設(shè)備，是我們現(xiàn)在需要努力研究并有待應(yīng)用的一門技術(shù)。我國牌照的獨(dú)有的特點(diǎn)是包括漢字的識別。它是新一代計算器智能接口的一個重要組成部分，也是模式識別領(lǐng)域的一個重要分支。標(biāo)牌中有很多鋼印信息，通過二值化[8,9]提取標(biāo)牌特征時，需要完整的提取其特征量。因此，本課題主要研究內(nèi)容為：（一）電力設(shè)備標(biāo)牌的圖像預(yù)處理方法的研究。3）進(jìn)行標(biāo)牌圖像的邊緣檢測和分割。圖像可以分為二值圖像、灰度圖像、彩色圖像。close all。圖像增強(qiáng)根據(jù)圖像的模糊情況采用各種特殊的技術(shù)突出圖像中的某些信息,削弱或消除無關(guān)信息,達(dá)到強(qiáng)調(diào)圖像的整體或局部特征的目的。 pepper39。 % 二階巴特沃斯(Butterworth)低通濾波器d0=50。J3=uint8(real(J2))?；叶戎狄话闶钦麛?shù)，其位數(shù)越長，像素值的取值范圍就越大，量化后的灰度階數(shù)就越多，也就是灰度分辨率越高，得到的圖像灰度變化越接近原始圖像。disk39。39。擴(kuò)展到255個，但是只有64個灰度級。 （圖2（m））圖2（l） 均衡化后圖像05010015020025005001000150020002500300035004000圖2（m） 均衡化后直方圖 種子填充技術(shù)種子填充和邊緣提取是一對可以互求的操作。它表示填充圖像的空洞，該空洞是邊緣圖像不能達(dá)到的圖像的像素的集合。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。如果閾值選得過高或過低，會出現(xiàn)兩種相反的情況：一是過多的目標(biāo)被誤認(rèn)為是背景；二是影響二值化后圖像中的目標(biāo)的大小和形狀，甚至?xí)鼓繕?biāo)丟失。局部閾值法是根據(jù)局部信息確定局部閾值來二值化圖像。I(J)=255。)。BW=im2bw(i,level)。colormap(gray)。rc=zeros(2,numth1_label)。 %確定閾值th2wmf1th2=(wmf1th2)。圖像的邊緣部分集中了圖像的大部分信息，圖像邊緣的確定與提取對于整個圖像場景的識別與理解是非常重要的，同時也是圖像分割所依賴的重要特征。需要指出的是，大多數(shù)濾波器在降低噪聲的同時也導(dǎo)致了邊緣強(qiáng)度的損失。增強(qiáng)算法將鄰域中灰度有顯著變化的點(diǎn)突出顯示。如果某一應(yīng)用場合要求確定邊緣位置，則邊緣的位置可在子像素分辨率上來估計，邊緣的方位也可以被估計出來。（4）用雙閾值算法檢測和連接邊緣。)。BW1=edge(BW,39。Hough變換的基本原理在于利用點(diǎn)與線的對偶性，將原始圖像空間的給定的曲線通過曲線表達(dá)形式變?yōu)閰?shù)空間的一個點(diǎn)。方程y0=kx0+b在參數(shù)kb平面上是一條直線，(你也可以是方程b=x0*k+y0對應(yīng)的直線)。簡而言之，Hough變換思想為：在原始圖像坐標(biāo)系下的一個點(diǎn)對應(yīng)了參數(shù)坐標(biāo)系中的一條直線，同樣參數(shù)坐標(biāo)系的一條直線對應(yīng)了原始坐標(biāo)系下的一個點(diǎn)，然后，原始坐標(biāo)系下呈現(xiàn)直線的所有點(diǎn)，它們的斜率和截距是相同的，所以它們在參數(shù)坐標(biāo)系下對應(yīng)于同一個點(diǎn)。 （圖3（2））i=I(84+[1:20],268:420,:)。imshow(i)。 由于OCR是一門與識別率拔河的技術(shù)，因此如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題。 識別3 識別2 識別1 識別6 識別4 識別5 數(shù)字識別針對標(biāo)牌圖片中的數(shù)字進(jìn)行識別采用軟件MATLAB算法 根據(jù)數(shù)字輪廓特征識別來實(shí)現(xiàn)。假設(shè)PD（k）表示某側(cè)輪廓的一階微分，k=1，2，…，K，SL，SV和SR分別為檢測到的PD（k）大于零，等于零和小于零的個數(shù)，PT、RT和LT為正整數(shù)，則：若PD（k）≥PT，則在k處檢測到結(jié)構(gòu)突變（P）；若SLLT，SRRT，則檢測到結(jié)構(gòu)為豎直（V）； 若SLLT，SRRT，則檢測到結(jié)構(gòu)為左斜（L）； 若SLLT，SRRT，則檢測到結(jié)構(gòu)為右斜（R）； 若SLLT，SRRT，則檢測到結(jié)構(gòu)為圓弧（C）。式中，Ln表示左側(cè)輪廓的結(jié)構(gòu)元素個數(shù)。（4）MATLAB在圖像處理方面的應(yīng)用 MATLAB軟件功能強(qiáng)大，語言簡潔易學(xué)，人機(jī)界面友好，工具箱具有豐富的技術(shù)支持。 　　GUI 是 Graphical User Interface 的簡稱，即圖形用戶界面，通常人機(jī)交互圖形化用戶界面設(shè)計經(jīng)常讀做“gooee”，準(zhǔn)確來說 GUI 就是屏幕產(chǎn)品的視覺體驗和互動操作部分。桌面與既存的文件夾構(gòu)成里面相違背，所以要以特殊位置的文件夾的參照形式來定義內(nèi)容。 　　在窗口中，根據(jù)各種數(shù)據(jù)/應(yīng)用程序的內(nèi)容設(shè)有標(biāo)題欄，一般放在窗口的最上方，并在其中設(shè)有最大化、最小化（隱藏窗口，并非消除數(shù)據(jù)）、最前面、縮進(jìn)（僅顯示標(biāo)題欄）等動作按鈕，可以簡單地對窗口進(jìn)行操作。 　　上述中，多文件界面主要是微軟視窗系統(tǒng)采用。根據(jù)調(diào)出位置的不同，菜單內(nèi)容即時變化，列出所指示的對象目前可以進(jìn)行的操作。一些使用程度高的命令，不必通過菜單一層層翻動才能調(diào)出，極大提高了工作效率。分析了電力設(shè)備標(biāo)牌識別的重要性。邊緣是指圖像局部強(qiáng)度變化最顯著的部分，是后面的圖像分割的重要基礎(chǔ)。39。robert39。y_min=1。p=p_max:p_step:p_max。imshow(BW_hough)附錄B字符識別子程序：function [Stroke]= StrDetect01(LeftD,Y1,Y2,ST,PT)% ST為結(jié)構(gòu)閾值，為了指定高度和寬度結(jié)構(gòu)變化的不同SL=0。T39。(SR=3)) Str=39。((SL=*SV)amp。((SL=1)||(SL(SR+SV))))) Str=39。amp。 Str=39。((max(SL,SR)3)||(min(SL,SR)2))) Str=39。 else if ((SRSL)amp。(min(SL,SR)=2) Str=39。T39。%[temp XB]=size(StrokeBottom)。amp。839。P39。C39。939。639。339。V39。L39。L39。C39。BW5=~I0。Range=sum((~I)39。 % 將文字圖像歸一化到24像素點(diǎn)的高度。 % 左端輪廓檢測for j=1:y i=1。amp。 % 去掉急劇變化的兩端 %============== 右邊 ==================%Right=zeros(1,y)。 % 頂端輪廓檢測for i=1:x j=1。amp。 % 去掉急劇變化的兩端%===================================%Bottom=zeros(1,x)。for j=1:y Width(j)=Right(j)Left(j)。(j=fix(*y))) Po=3。 end Comp=max(NS)。py=(1:y)。figure(3)。右輪廓39。本論文是張老師的悉心指導(dǎo)下完成的。張老師淵博的只是、嚴(yán)謹(jǐn)負(fù)責(zé)的治學(xué)態(tài)度都使我受益匪淺。figure(5)。gridtitle(39。imshow(I)。 % 頂部基本結(jié)構(gòu)檢測 StrokeL=StrDetect01(LeftD,Y1,Y2,3,5)。 if ((Ne=2)amp。Po=0。 while ((j=1)amp。 end X1=i。amp。 while ((i=1)amp。 end Y1=j。amp。[y x]=size(I)。Hy=0。I1=imfill(BW5,39。 附錄C 字符識別程序 ：i=imread(39。C39。V39。739。amp。V39。P39。amp。amp。039。C39。C39。T39。 end end end end endStroke=[Stroke Str]。((SR=*SV)amp。 else if ((SLSR)amp。 endend %========= 提取結(jié)構(gòu) ===============%if (Count=fix(Range/4)+1) % 發(fā)生突變后，剩余部分可能無法形成字符結(jié)構(gòu)if ((SL=ST)amp。P39。 else if (max(SL,SR)=3)amp。((SR=1)||(SL(SR+SV))))) Str=39。 else if ((SV=2*(SL+SR))amp。 % 字符的寬度或者高度for j=Y1:Y2 Count=Count+1。SV=0。w=fix(rou./p_step)+151。x_min=min(x_min,x)。BW_hough=zeros(300,300)。Threshold=graythresh(i)。在Hough變換過程中，Hough變換的結(jié)果很混亂，所以在圖像已經(jīng)達(dá)到識別要求前提的情況下便不予以采用。通過對其相關(guān)技術(shù)（主要是車牌識別系統(tǒng)）的借鑒，搭建了電力設(shè)備標(biāo)牌識別系統(tǒng)。 針對電力設(shè)備標(biāo)牌字符識別的GUI界面設(shè)計建立一個簡單的讀取圖像、簡單的處理圖像以及結(jié)果顯示的GUI界面，用以顯示電力設(shè)備標(biāo)牌圖像、灰度處理圖像、邊緣檢測圖像以及識別結(jié)果。 　　數(shù)據(jù)管理程序，即在文件夾中用戶數(shù)據(jù)的管理、進(jìn)行特定數(shù)據(jù)管理的程序的情況下，數(shù)據(jù)通過圖標(biāo)顯示出來。 　　將系統(tǒng)可以執(zhí)行的命令以階層的方式顯示出來的一個界面。在這種情況下，數(shù)據(jù)和顯示窗口的數(shù)量是一樣的。 　　墻紙，即桌面背景。 2．GUI特點(diǎn)介紹GUI的廣泛應(yīng)用是當(dāng)今計算機(jī)發(fā)展的重大成就之一，它極大地方便了非專業(yè)用戶的使用，人們從此不再需要死記硬背大量的命令，取而代之的是可以通過窗口、菜單、按鍵等方式來方便地進(jìn)行操作。以下是對數(shù)字字符的識別結(jié)果，其程序參見附錄B、C。4：TS（1）=L，