学位论文 > 优秀研究生学位论文题录展示

数字型仪表自动识读系统研究

作　者: 师恩义
导　师: 吴成东；陈东岳
学　校: 东北大学
专　业: 模式识别与智能系统
关键词: 数字仪表识读图像处理 BP神经网络 DSP ZigBee
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

本文利用嵌入式数字图像处理和ZigBee无线通讯技术实现了一种数字仪表自动识读系统。仪表识读系统是实现仪表自动化的一种新途径,可应用于公共电力系统、公共燃气系统、矿工检测、水文检测等多种领域,其特点是无需对现有仪表的安装方式进行任何改动,无需综合布线,并且结构简单,稳定可靠、成本低廉。设计的识读系统硬件装置以TMS320DM643为核心,扩展了外部存储器、图像采集、串行通讯等外围电路。采用CC2430构建ZigBee无线通讯的前后端模块,并和DSP核心模块连接,实现数据无线传输,组成仪表识读的完整系统。基于DSP/BIOS开发了DSP系统软件,首先实现了图像采集和串行通讯设备的驱动程序,采集得到的图像经过预处理、倾斜纠正,进行图像分割。分割得到的字符经过统一规格的处理,使用BP人工神经网络算法进行识别。在图像预处理中,提出了一种区域平均法实现图像缩放,避免了失真现象。在图像滤波中,提出了一种均积滤波算法,经比较证实具有较好的滤波效果。在图像分割中,提出了一种基于灰度变换的联合分割算法,提高了光照不均匀环境下分割的准确率。在目标定位中,使用迭代投影法提高了定位的精度。设计并采集了包含1400个字符的训练样本库对BP神经网络进行训练,得到了良好的训练效果。实际测试证明系统在正常环境下的识别率大于99.7%,识别速度小于2秒,能够在普通钢筋混凝土材料的建筑内实现30米距离穿越1-3堵墙壁的可靠数据传输,证明本文提出的设计方案是可行的,系统是可靠的、稳定的。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-16
  1.1 课题研究的背景、目的与意义  10-11
    1.1.1 课题研究的背景  10-11
    1.1.2 课题研究的目的  11
    1.1.3 课题研究的意义  11
  1.2 国内外研究现状  11-14
    1.2.1 国外研究现状  12
    1.2.2 国内研究现状  12-14
  1.3 论文主要工作及章节安排  14-16
第2章仪表识读系统设计和硬件实现  16-32
  2.1 仪表识读系统总体方案介绍  16-18
  2.2 仪表识读系统结构详细设计  18-22
    2.2.1 图像采集模块设计  18-19
    2.2.2 图像处理模块设计  19-20
    2.2.3 无线通讯模块选型  20-22
  2.3 仪表识读系统硬件实现  22-30
    2.3.1 DSP外围电路  22-26
    2.3.2 系统底板电路  26-28
    2.3.3 无线通讯电路  28-30
  2.4 本章小结  30-32
第3章仪表识读系统软件开发  32-48
  3.1 DSP软件开发工具  32-36
    3.1.1 CCS简介  32
    3.1.2 CCS的配置和项目组织  32-33
    3.1.3 DSP/BIOS实时操作系统  33-35
    3.1.4 DSP算法标准  35
    3.1.5 DSP代码优化  35-36
  3.2 DSP软件框架设计  36-37
  3.3 DSP/BIOS设备驱动程序开发  37-42
    3.3.1 设备驱动程序概述  37-39
    3.3.2 图像采集驱动程序设计  39-41
    3.3.3 UART驱动程序设计  41-42
  3.4 无线通讯软件开发  42-43
    3.4.1 识读模块无线通讯软件开发  42-43
    3.4.2 数据集中器无线通讯软件开发  43
  3.5 程序的引导和烧写  43-46
    3.5.1 DM643的引导方式  43-45
    3.5.2 编写可引导的应用程序  45
    3.5.3 由COFF目标文件生成Hex文件  45-46
    3.5.4 Hex文件固化  46
  3.6 本章小结  46-48
第4章仪表图像处理  48-70
  4.1 仪表图像处理流程  48
  4.2 仪表图像预处理  48-54
    4.2.1 图像灰度化  49-50
    4.2.2 图像裁剪和缩放  50-52
    4.2.3 图像滤波和增强  52-54
  4.3 仪表图像倾斜检测和纠正  54-57
    4.3.1 基于霍夫变换的图像倾斜检测  54-56
    4.3.2 图像旋转算法  56-57
  4.4 仪表图像分割算法  57-60
    4.4.1 图像分割算法概述  57-58
    4.4.2 Otsu阈值分割方法  58-59
    4.4.3 全局阈值分割和局部阈值分割  59-60
  4.5 基于灰度变换的阈值分割  60-64
    4.5.1 灰度区分  60-62
    4.5.2 灰度搬移  62-63
    4.5.3 全局和局部阈值联合分割方法  63-64
  4.6 仪表字符定位  64-67
    4.6.1 字符区域定位  64-67
    4.6.2 字符切割  67
  4.7 字符图像二值滤波  67-68
  4.8 本章小结  68-70
第5章神经网络字符识别算法  70-80
  5.1 字符识别算法概述  70-71
  5.2 BP神经网络模型  71-73
    5.2.1 BP神经网络结构  71-72
    5.2.2 BP神经网络学习算法  72-73
  5.3 BP神经网络实现  73-76
    5.3.1 BP神经网络结构设计  73-75
    5.3.2 误差反向传播学习算法实现  75-76
    5.3.3 仪表字符样本采集  76
  5.4 字符识别结果及分析  76-78
  5.5 本章小结  78-80
第6章总结与展望  80-82
  6.1 总结  80
  6.2 展望  80-82
参考文献  82-86
致谢  86-88
攻读硕士期间发表的论文  88-90
作者简介  90

数字型仪表自动识读系统研究

内容摘要

全文目录

相似论文