1。2  七段码移动端识别难点：

    （1）七段码液晶数字图像不同于二维码、条形码等只是通过黑色内容、白色背景来存储数据信息，它具有多样的数字形式和颜色背景；

    （2）七段码数据随着数字的大小和精确度的不同，数字的长短也是随时变化的，这就造成了数据区域在数字图像中的位置不固定；

    （3）七段码数字识别要求高质量的数字图像，拍照过程中的光线不均匀会对数字图像造成很大的影响；图像中的噪音的多少会影响图片的质量，尤其会影响处理过程中对小数点的判断。

使用js调用手机摄像头对七段码显示屏进行拍照时，无法控制拍照的区域范围，html5、mui等也是通过调用移动端底层来使用摄像头。

1。3  本文的主要研究内容

本文主要研究的是数字识别技术。数字识别技术的目的是识别出正确的数字，先把数字的特征值提取出来，再使用训练完成后的神经网络对数字进行分类。根据七段码数字的特点，本文分别提出了相应地识别技术和分类方法，主要内容包括一下几个方面：

    （1）简要的介绍了数字识别过程的主要步骤，并对每一个过程模块常用的算法进行了介绍，以及相关算法的实验效果等。

（2）详细介绍了数字识别方法-BP神经网络，对算法模型和算法过程以及神经网络结构的设计训练等方面进行了细致的描述。

第2章  图像预处理

    图2。1是数字识别的流程图，从图中可以看出，图像预处理在整个数字识别过程中有着举足轻重的地位，预处理效果的好坏直接关系到数字识别的后续过程。

图2。1  数字识别流程图文献综述

2。1  图像输入

在移动终端上编程设计APP程序，通过摄像头采集仪器的七段码图片，并处理成计算机能够处理的数据。

移动终端通过html5 API接口调用plus。camera。getCamera()返回camera对象，然后camera对象调用captureImage方法调用摄像头进行拍照。把生成的彩色图片绘制到画布中，就可以得到包含RGB数据的数组类型的ImageData。

2。2  灰度化

图像灰度化的目的是把拍摄的彩色图像转化成为灰度图像，使得图像的三个RGB三个像素分量相同。一般情况下，可通过分量法、最大值法、平均值法和加权平均法对图像进行灰度化[[[] 断云鹏，齐耀祖。 基于灰度图像边缘提取的建筑外形尺寸测量方法[J]。 工程经济，2015（1）：44-48。]]。

本文采用加权平均法，根据重要性及其他指标，将三个分量以不同的权值进行加权平均。由于人的眼球视网膜对红、绿、蓝三种颜色的敏感度不同，因此，灰度化像素可以根据敏感度的权重不同按式2。2。1对RGB三个分量进行加权平均得到。

2。3  灰度图像二值化

图像二值化的目的是把灰度图像处理成二值即黑（0）、白（255）两色图像，二值化过程的关键点是要找到区分对象和背景的合适的阈值。灰度图像二值化使数据更为轻便的存储，而且使后续的处理过程更加的方便。二值化的方法有很多，比如最大类间方法（OTSU)、迭代与执法、P分位法、基于最小误差的全局阈值法、局部阈值法等。本文采用的是一维OTSU图像处理算法。

2。3。1  算法描述

    OTSU算法，又称最大类间方差阈值选择法,是一种全局化的二值化方法，它是通过某一个阈值将灰度化图像根据灰度大小分成背景部分和目标部分两类，背景部分和目标部分之间的类间方差越大,表示构成图像的两部分的区别越明显,当目标部分和背景部分区分不明显时会导致两部分差异变小。所以说,当类内方差最小和类间方差最大的时候得到的就是使错分概率最小的最优二值化阈值[[[] 陈思。基于Otsu算法的车牌图像二值化及其Matlab实现[J]。长春师范学院学报，2012（1）：33-35。]]。来-自~优+尔=论.文,网www.chuibin.com +QQ752018766-