基于图像的电能表数字识别算法研究(2)
1.2 仪表识别的发展历史 在二十世纪五十年代，刚开始进行印刷体字符的识别研究，但是技术并不成熟，不能做到快速准确的识别，难以满足当时快速发展的工业自动化的需要。1970 年，国外已经将自动车牌检测器投入使用，就是我们现在在高速公路上经过收费站时所看到的。二十世纪九十年代初，人们设计出了较为完善的字符识别系统，识别率得到了很大的提高，系统投入到了实际生产生活之中。二十一世纪初，自动识别技术趋于成熟，各种可行性的识别算法被研究出来，如 BP 神经网络算法、遗传算法、Adaboosting 算法等各种算法，发表了大量论文并开发出应用系统[1]。如今，数字仪表识别系统已经被广泛应用，仪表的自动识别系统也在很多地方投入了实际运行，进入了商品化阶段。
1.3 国内外研究现状 数字仪表识别主要应用领域包括：汽车牌照识别、商品的产品条码字符识别、IC 卡喷码的实时识别等等。 目前离线文字字符自动识别产品已经投入了广泛应用中，并且取得了良好的评价与效益，在政府政策的支持和市场的驱动下，我国现在已经具备五个较为完善的字符识别系统，并推广到各地使用。系统的识别速率和正确程度都已达到一定标准，其技术水平几乎媲美世界最高水平。 数字识别作为当前的研究热点，国外很多学者对识别方法进行了探索和研究，提出了许多行之有效的分类方法。McCulloch W 和 Pitts W 提出的人工神经网络（ANN）、Vapnik 和Chervonenkis 提出的支持向量机（SVM）、Freuch 和 Schapire 提出的 Adaboosting 算法等，为模式识别注入了新的活力，为其后期的发展奠定了基础。