基于图像阈值优化及改进SVM的电表数字识别

摘要：

针对电表出厂的校对和极端环境的测试工作,仍然需要人工检测电表是否出现内部元件错误或误差问题,提出一种基于图像阈值优化及改进SVM的电表数字识别方法.首先对图像使用边缘查找获取图像的显示区域,采用自适应阈值进行二值化处理,再对图像进行一系列的滤波处理,然后为进一步提取单个数字的图像,结合图像阈值优化,在保留数字图像特征值的前提下,去除多余的特征值,将显示区域图像划分成若干个单个数字图像.最后基于改进的SVM多分类识别模型进行0～9每个数字的训练,使用训练后的模型依次对单个数字图像进行识别.实验结果表明,对比经典的卷积神经网络模型对LED液晶数字的识别,基于图像阈值优化及改进SVM模型有着更快的识别速度和较高的准确率.

关键词：电表、阈值优化、支持向量机、数字识别

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61872230

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：106-110