电表数字自动识别系统是计算机视觉技术应用的新领域,其可替代人工作业进而提高了抄表的效率。本文设计的识别系统包括图像预处理、单字识别、非整字识别和刻度识别三个部分。图像预处理包含图像增强、图像阈值分割、数字分割提取以及图像细化等步骤。采用了直方图均衡化、图像平滑和中值滤波等增强图像的方法提高图像质量。在图像的阈值分割过程中采用基于先验知识的灰度阈值进行图像二值化,并取得了较好的效果。在数字分割的过程中,采用投影法进行数字区域分割以及单字的分割,该方法计算简单,实用性较强。将分割后的图像进行细化,以便后续处理时提取结构特征和降低计算量。在识别过程中,将GA-BP算法引入到电表单字读数识别当中,用遗传算法优化BP网络权值,克服BP网络易陷入局部最小、收敛速度慢等缺点,可以很好地控制BP网络的收敛曲线。将样本图像转换成单行阵作为网络输入,可以保留图像的主要特征信息,使用训练好的网络对待识别图像进行识别,进而得出结果。用基于结构特征的思想进行非整字识别。该方法主要是针对电表的非整字显示特点来提取特征的,利用五线法提取“0-1”到“9-0”十种非整字情形的特征,这些特征主要包括有无横线、有无竖线、有无弧线、是上弧线还是下弧线以及弧度高度比等,利用这些特征,可以有效地将不同显示特点的非整字识别出来。表盘末位的刻度识别主要基于非整字位上的显示数值与该位的在表框高度上的比值规律,文中分析了两种不同情况的非整字情形以及其对应的刻度识别算法。经过实验仿真,得出的结论为:图像预处理效果较理想,GA-BP算法改进BP效果明显,非整字识别率较理想。