科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前基于图像的数码管自动识别方法在复杂的工业环境中存在模型失配、适应性不强、准确度较低的问题。为打通从理论研究到实际应用的路径，提升复杂环境下数码管识别的效率和性能，提出一种能适应复杂环境的、基于决策树的高效数码管识别算法。通过计算灰度图的Tsallis熵和均值，实现不同工作场景的适配，并在此基础上选择预设的算法完成灰度图二值化，利用数字定位算法完成数字区域的分割并进行识别。将该算法应用于实际环境中采集的大量图片，结果证明，该算法较好地适应了复杂工业环境，提供了更精准的识别结果。
- 单位
目前基于图像的数码管自动识别方法在复杂的工业环境中存在模型失配、适应性不强、准确度较低的问题。为打通从理论研究到实际应用的路径，提升复杂环境下数码管识别的效率和性能，提出一种能适应复杂环境的、基于决策树的高效数码管识别算法。通过计算灰度图的Tsallis熵和均值，实现不同工作场景的适配，并在此基础上选择预设的算法完成灰度图二值化，利用数字定位算法完成数字区域的分割并进行识别。将该算法应用于实际环境中采集的大量图片，结果证明，该算法较好地适应了复杂工业环境，提供了更精准的识别结果。
