[发明专利]玻璃温度计的检定温度字符识别方法

说明书

本发明提出玻璃温度计的检定温度字符识别方法，步骤如下：获取玻璃温度计的模糊图像，对模糊图像进行边缘检测；对边缘检测后的模糊图像进行轮廓跟踪；采样模糊图像的轮廓模糊特征识别方法点；计算所有轮廓模糊特征识别方法点对的距离分布矩阵和角度分布矩阵；计算出所有轮廓模糊特征识别方法点的模糊贴近度直方图，构成模糊贴近度矩阵；计算两个模糊图像间任意两点的模糊贴近度差异作为代价矩阵，选取最小匹配代价中的最小值的模板字符作为识别的结果。该方法采用模糊数学理论对残缺数字进行模糊贴近度数字修补，识别率在96％左右，对温度计读数准确率达到95％。

技术领域

本发明涉及标准恒温槽温度计的检定识别方法，具体涉及玻璃温度计的检定温度字符识别方法。

背景技术

字符识别是模式识别领域中的一个重要分支，它是模式识别技术在模糊图像处理领域中的应用，是模糊图像处理技术和模式识别技术的结合。1929年，德国的科学家Tausheck首先提出了OCR(Optical Character Recognition，光学字符识别)的概念，它是针对印刷体字符，采用光学的方式将文档资料转换成为原始资料黑白点阵的模糊图像文件，然后通过识别软件将模糊图像中的文字转换成文本格式，以便文字处理软件进一步编辑加工的系统技术。字符的识别算法是这种技术的核心技术，字符识别算法的正确率决定了OCR系统的整体正确率。自从计算机诞生以来，字符识别的算法得到了空前的发展，字符识别算法可以分为三大类：

第一类、直接模板匹配算法

匹配是最原始的一种字符识别算法之一。最早的模板匹配算法，直接把待识别的字符与模板库中的字符样本进行相似性计算，取相似性最大的模板作为匹配结果。这种直接模板匹配算法对噪声较为敏感，如果要提高匹配正确率需要准确的将待识别字符从源模糊图像中分割出来，并缩放至模板字符的大小。另外模板库的大小也决定了字符识别的能力，模板库中的字符越多能识别的字符也越多，每一个字符的模板越多，识别该字符的成功率也越高。这些提高匹配正确率的改进措施不仅增加了模板库的要求，也加大了模板匹配过程的计算量。

第二类、模糊特征识别方法匹配算法

为了克服直接模板匹配算法对噪声敏感以及字符字体敏感的缺点，不少学者对直接模板匹配算法进行了改进。最常见的一类改进算法是，基于模糊特征识别方法向量的模板匹配算法，这类算法使用特殊的算法对待识别字符和模板库进行模糊特征识别方法提取，构成一个模糊特征识别方法向量。用模糊特征识别方法向量作为匹配对象进行匹配。以数字印刷体字符为例：在一个待识别字符模糊图像的水平和竖直方向的中点各做一天分割线，将待识别字符模糊图像平均切割成四部分，然后统计待识别字符与这两条中线相交的次数。这种算法需要从模糊图像中精确的分割出数字字符而且数字字符的畸变对识别结果影响巨大，因此虽然该算法简单但实用性不强，只能为模糊特征识别方法匹配算法的理解提供了基本思路。

以上述模糊特征识别方法为基础取水平1/3处交点数、水平中线交点数、水平2/3处交点数、竖直5/12处交点数、竖直中线交点数、竖直7/12处交点数、左对角线交点数、右对角线交点数、端点数，这九个模糊特征识别方法向量构成了每个数字字符的模糊特征识别方法向量进行匹配识别，在对这九个模糊特征识别方法向量按照赋予权重之后实现了字符的正确匹配。

除了上述模糊特征识别方法，常用的模糊特征识别方法还有字符结构模糊特征识别方法：左右对称、左大右小、左小右大、上下对称、上大下小、上小下大；字符的笔画模糊特征识别方法：直笔画与弯笔画；直笔画又可以分为：横笔画、竖笔画、左斜笔画、右斜笔画；弯笔画又可分为：开弧笔画和闭弧笔画；投影曲线的波峰个数等等模糊特征识别方法。

第三类、神经网络的字符识别算法