[发明专利]一种设备铭牌和能效标识的智能化图像识别方法

权利要求书

1.一种设备铭牌和能效标识的智能化图像识别方法，其特征在于，包括如下步骤：

建立字符识别特征库；采用手持设备对目标设备铭牌或能效标识进行照相获取图像；对图像防抖降噪处理，判断出铭牌或能效标识在整个图像中的范围，并去除无关像素；对铭牌或能效标识图像抽取字符特征，输出字符串信息；根据字符串信息，到字符识别特征库进行匹配，识别出设备规格类型和各主要技术参数；输出铭牌或能效标识中规格型号和主要技术参数信息。

2.按照权利要求1所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的建立字符识别特征库是将各种耗能设备或产品的铭牌和能效标识所涉及到的汉字、字母、数字、符号，进行归纳、整理并以一定的格式存储，并设置字符添加机制。

3.按照权利要求1或2所述的设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的图像防抖降噪处理是将拍摄的彩色图像进行二值化处理，得到字符与背景颜色明显区分的的二值化图，二值化的阈值采用最大类间方差法计算；图像噪声去除采用小波滤波算法，对含白噪声的图像进行小波变换，对变换后的小波系数设定阈值进行过滤，之后再重构为图像数据。

4.按照权利要求1或2所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的对铭牌或能效标识图像抽取字符特征，是采用k-means聚类分析方法分割字符：首先按照图像样本的相似度将图像中的样本用对应的特征向量表示，然后对特征向量进行聚类划分，划分依据为欧氏距离，再将分类经过对应原图像空间上进行区域划分，将图像中待识别的目标字符分别从背景图像中分割出来得到字符串信息。

5. 按照权利要求3所述的设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的对铭牌或能效标识图像抽取字符特征，是采用k-means聚类分析方法分割字符：首先按照图像样本的相似度将图像中的样本用对应的特征向量表示，然后对特征向量进行聚类划分，划分依据为欧氏距离，再将分类经过对应原图像空间上进行区域划分，将图像中待识别的目标字符分别从背景图像中分割出来得到字符串信息。

6. 按照权利要求1或2所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的根据字符串信息到字符识别特征库匹配采用字符模板匹配与BP神经网络相结合的方法，首先采用模板匹配的方法逐个对字符与字符识别特征库中预先制作好的字符模板比较，如果结果小于某一阈值则结果就是模板上的字符，如果字符图像在设置阈值范围内匹配不出模板上的字符，则采用BP神经网络识别方法对该字符图像进行二次识别，得到设备规格类型和各主要技术参数。

7.按照权利要求5所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于，所述的根据字符串信息到字符识别特征库匹配采用字符模板匹配与BP神经网络相结合的方法，首先采用模板匹配的方法逐个对字符与字符识别特征库中预先制作好的字符模板比较，如果结果小于某一阈值则结果就是模板上的字符，如果字符图像在设置阈值范围内匹配不出模板上的字符，则采用BP神经网络识别方法对该字符图像进行二次识别，得到设备规格类型和各主要技术参数。

8.按照权利要求1或2所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于：所述的输出铭牌或能效标识中规格型号和主要技术参数信息，包括版面恢复：即将识别出的字符按照原始图像中的顺序排列，在相应的显示页面中显示出来。

9.按照权利要求7所述的一种设备铭牌和能效标识的智能化图像识别方法，其特征在于：所述的输出铭牌或能效标识中规格型号和主要技术参数信息，包括版面恢复：即将识别出的字符按照原始图像中的顺序排列，在相应的显示页面中显示出来。