基于數(shù)字圖像處理的燃?xì)獗碜x數(shù)識(shí)別算法.pdf

1、隨著我國城鎮(zhèn)化的建設(shè)，燃?xì)庑枨笤诓粩嘣鲩L，迫切需要改變現(xiàn)有燃?xì)獗淼某矸椒?，目前現(xiàn)有的脈沖式或IC卡式預(yù)付費(fèi)等抄表方式，不能滿足燃?xì)忪`活便捷結(jié)算的需要。實(shí)現(xiàn)不入戶即完成燃?xì)獾挠?jì)費(fèi)管理等功能具有重要意義，而數(shù)字字符識(shí)別是數(shù)字圖像處理領(lǐng)域中一個(gè)重要的研究方向，如何更準(zhǔn)確、快速的實(shí)現(xiàn)直讀攝像式燃?xì)獗肀肀P數(shù)字字符識(shí)別仍是研究的熱點(diǎn)與難點(diǎn)。為了提高表盤數(shù)字識(shí)別的準(zhǔn)確率和速度，本文提出了一種改進(jìn)的量子粒子群優(yōu)化的粗糙集和支持向量機(jī)表具識(shí)別算法。

2、r>　　對表盤上數(shù)字進(jìn)行預(yù)處理以及采用混合特征提取方法獲得相應(yīng)十個(gè)數(shù)字字符的特征向量后，用算法優(yōu)化的粗糙集對提取的特征屬性進(jìn)行約簡，得到最小屬性約簡。量子粒子群算法相對于遺傳算法有控制參數(shù)少、收斂速度快等優(yōu)點(diǎn)被應(yīng)用于優(yōu)化粗糙集，引入了人工蜂群搜索算子避免量子粒子群算法可能陷入局部值的問題，又引入了免疫算法的免疫機(jī)制，保持粒子收斂的速度。最后通過支持向量機(jī)識(shí)別表盤數(shù)字，影響識(shí)別準(zhǔn)確率和速度的參數(shù)有兩個(gè)，采用改進(jìn)量子粒子群算法優(yōu)化支持向量機(jī)

3、參數(shù)，仿真實(shí)驗(yàn)證明本文提出的改進(jìn)的量子粒子群算法優(yōu)化的粗糙集和支持向量機(jī)識(shí)別算法在燃?xì)獗肀肀P數(shù)字識(shí)別具有很高的準(zhǔn)確率和速度。論文主要工作包括以下幾個(gè)方面：
　?、偈紫确治隽俗址R(shí)別技術(shù)以及數(shù)字字符識(shí)別的國內(nèi)外研究現(xiàn)狀，研究了粗糙集和支持向量機(jī)等數(shù)字字符識(shí)別主流優(yōu)化算法，結(jié)合本項(xiàng)目中，燃?xì)獗肀肀P數(shù)字字符特征，建立了燃?xì)獗淼臄?shù)字字符識(shí)別算法模型。然后研究了燃?xì)獗肀肀P數(shù)字圖像的預(yù)處理技術(shù)，考慮到獲取的圖像可能含有噪聲和光線不足等實(shí)際情況

4、，通過直方圖均衡技術(shù)增強(qiáng)圖像，中值濾波去除含有的噪聲，字符分割獲得表盤數(shù)字的單個(gè)字符，最后采用混合特征提取方法提取字符的特征數(shù)據(jù)，表示分割后的單個(gè)數(shù)字字符，為下一步的字符識(shí)別提供數(shù)據(jù)。
　　②在分析了量子粒子群算法模型和原理的基礎(chǔ)上，提出了一種改進(jìn)的量子粒子群算法。針對量子粒子群算法可能陷入局部值問題，引入了人工蜂群搜索算子和免疫算法，增加算法在后期迭代的搜索范圍，跳出局部值能力和保持算法收斂的速度。
　?、垩芯苛舜植诩瘜傩?/p>