论文部分内容阅读
针对仪表数字获取过程中多出现光照不均匀和字符重影现象,导致二值化困难、识别率低等问题,提出了一种新的二值化方法。在对图像二值化之前,由于图像质量不佳,首先需要对图像进行预处理。针对光照不均现象,使用了非线性函数彩色图像校正方法。针对重影现象,以图像的灰度级分布统计量作为输入,自适应二值化全局阈值作为标签训练BP神经网络预测模型,使用训练好的BP网络对图像全局阈值进行预测并二值化,达到分离重影的目的。同时,采用改进LeNet-5网络对分割后的单个字符进行识别。结果表明,提出的二值化方法效果优于经典方法