一种基于图像识别的燃气表远程直读系统研究

• 作 者: 鲁江坤 万聿枫 曹龙汉
• 机 构: 重庆人文科技学院计算机工程学院,重庆邮电大学自动化学院,重庆通信学院控制工程重点实验室
• 出 处: 重庆邮电大学学报(自然科学版)
• 发表日期: 2018年05期
• 关键词: 图像识别 燃气表直读 RBF神经网络 遗传算法 image recognitiondirect-reading gas meterradical basis f
• 基金项目: 重庆市教委科学技术研究项目（KJ1716367）；重庆市物联网产业共性关键技术创新主题专项项目（CSTC2015zdcy-ztzx40007）

为了解决无线抄表系统中燃气表机械字轮读数与电子计数存在累计误差的问题,提出一种在传统燃气表上加装图像识别抄表模块,利用遗传算法(genetic algorithms,GA)优化的径向基函数神经网络(radical basis function,RBF)进行字轮读数图像识别的实现方法。在图像识别抄表模块中,采用分块迭代算法对图像进行二值化处理,并在远程发送前对图像数据进行压缩,以减少数据传输量;使用最近邻聚类与K均值聚类相结合的算法确定隐层中心位置,为了消除中心宽度对中心值的依赖,采用GA对中心宽度进