摘要实验室中很多仪器设备利用了七段码作为结果显示,如测量时间、计量质量、计算器、测量体积等的电子设备的读数。七段码显示的数据具有特征明显,容易识别等优势。但是由于之前移动端设备应用不是很普及,实验室的七段码数据读取一般采用人工抄录,这样导致读写效率不高,也存在读写错误隐患,以及不同用户书写笔迹不同造成识别困难等问题。80144
针对七段码液晶数字的识别,设计了一种基于移动端的七段码数字识别系统。通过手机拍照获取液晶屏图像,利用本地接口获取图像信息,接着对图像进行预处理处理,然后对分割出的数字提取出特征值,最后用BP神经网络进行识别。实际检测结果表明,该方法具有很高的识别率,而且识别速度很快。另外,该系统基于移动端设备,使用方便,便于携带,可以实时操作。
毕业论文关键词 移动端 图像处理 数字识别 BP神经网络
毕业设计说明书外文摘要
Title Optical Character Recognition of Seven-segment Display Digits
Abstract There are a lot of devices in the laboratory that show the display of result using seven-segment code, such as the reading of time measuring, quality measuring, calculator, volume measuring on electronic devices。Seven-segment code has advantages of having obvious data features and being easy to identify。However,due to the fact that mobile application is not very popular,the task of recording the seven-segment data in the laboratory usually is man-made,which not only is lowly effective,but also has the risk of wrong-recognition。
With the rapid development of the application of mobile terminal equipment, the management of the experimental data can be migrated to the mobile terminal application, which is conducive to the uniform and persistent storage, management and sharing of the experimental data。
On the other hand ,using a mobile terminal scanning seven segment code area to recognize digital, and uploading to the data management center server, is convenient, fast, and efficient,which has significance of the development of the digital laboratory work, promoting intellectualized administration of laboratory。
Keywords preprocessing segmentation recognition
目 录
第1章 引言 1
1。1 研究背景 1
1。2 七段码移动端识别难点 2
1。3 本课题主要的研究内容 2
第2章 图像预处理 3
2。1 图像输入 3
2。2 图像灰度化 3
2。3 灰度图像二值化 3
2。4 图像锐化 5
2。5 倾斜矫正 6
2。6 图像去噪 6
2。7 图像分割 9
第3章 模式识别 10
3。1 特征提取 10
3。2 BP神经网络 10
3。2。1 BP神经网络模型 11
3。2。2 BP神经网络算法 11
3。2。3 BP网络结构的设计与训练 13
第4章 程序设计 16
4。1 程序设计主要功能 16
4。2 程序开发环境 16
4。3 程序开发过程 16
4。4 程序设计主要函数 18
4。5 程序设计的不足 20
第5章 仿真实验结果 v 21