基于机器视觉的万用表数字识别技术研究

为提高手持式数字万用表校准系统的自动化水平，本文通过研究图像灰度阈值法、传统方法的目标分类和深度学习三种不同类型的字符识别技术，提出了两种基于机器视觉的数字识别方案。测试结果显示，两种方案的字符识别准确率均可达到99.8%，但其在硬件资源占比、编程难易程度上二者还存在显著差异。该机器视觉字符识别功能的成功开发与应用，可为更多无程控通信接口的计量测试设备，及一些不适于人工作业的危险计量工作环境进行类似的数字识别提供借鉴。