III. MAIN ALGORITHMA. Barcode locat

III. MAIN ALGORITHM
A. Barcode location algorithm
Take the factors that high resolution, complex background
of electric meter image, this paper divide the process of
location into coarse positioning and fine positioning two parts.
Coarse positioning process the low resolution image via the
methods such as feature extraction, morphologic, connected
domain and so on. Fine positioning research the objects which
are the result of coarse positioning via the methods such as
edge extraction and gray projection. Experimental results show
that the proposed method have a good performance when the
captured image with complex background and non-uniform
lighting, at the same time, it can be running in embedded
system real-time.
B. Image binarization algorithm
A binarization method which global and local information
are used together is proposed in this paper. The global
threshold is got by the prior knowledge of barcode first, and
then the difference value of the mean of sub-regions and initial
image is calculated as the threshold range of sub-regions. At
last, the threshold is got using OTSU method in this range. The
experimental result shows that the performance of our
algorithm is well when the input image is non-uniformly.

ผลลัพธ์ (ไทย) 1:

iii ขั้นตอนวิธีการหลัก
ขั้นตอนวิธีการที่ใช้บาร์โค้ด
ปัจจัยที่มีความละเอียดสูงพื้นหลังที่ซับซ้อนของภาพ
เมตรไฟฟ้า, กระดาษนี้กระบวนการของการแบ่ง
ตำแหน่งของการวางตำแหน่งหยาบและการวางตำแหน่งที่ดีสองส่วน.
ขั้นตอนการวางตำแหน่งหยาบภาพความละเอียดต่ำผ่าน
วิธีการเช่น การสกัดคุณลักษณะรูปร่างที่เชื่อมต่อ
โดเมนและอื่น ๆการวางตำแหน่งที่ดีวิจัยวัตถุที่
เป็นผลมาจากการวางตำแหน่งหยาบผ่านทางวิธีการเช่นการสกัด
ขอบและประมาณการสีเทา ผลการทดลองแสดงให้เห็น
ว่าวิธีที่นำเสนอมีผลงานที่ดีเมื่อจับภาพ
ที่มีพื้นหลังที่ซับซ้อนและไม่เหมือนกัน
แสงในเวลาเดียวกันก็สามารถทำงานในที่ฝัง
ระบบเรียลไทม์.
b ขั้นตอนวิธีการ binarization ภาพ
วิธี binarization ซึ่งข้อมูลทั่วโลกและท้องถิ่น
มีการใช้ร่วมกันจะถูกนำเสนอในบทความนี้ ทั่วโลก
เกณฑ์การได้โดยความรู้ก่อนของบาร์โค้ดแรกและ
แล้วค่าความแตกต่างของค่าเฉลี่ยของภูมิภาคย่อยและเริ่มต้น
ภาพจะถูกคำนวณเป็นช่วงเกณฑ์ย่อยภูมิภาค
ที่ผ่านเกณฑ์จะได้ใช้วิธีการตสึในช่วงนี้
ผลการทดลองแสดงให้เห็นว่าการทำงานของเรา
ขั้นตอนวิธีการเป็นอย่างดีเมื่อภาพที่นำเข้าจะไม่เหมือนกัน

ผลลัพธ์ (ไทย) 2:

III. หลักอัลกอริทึม
A. บาร์โค้ดตำแหน่งอัลกอริทึม
ใช้ปัจจัยที่ความละเอียดสูง เบื้องหลังที่ซับซ้อน
ภาพมิเตอร์ไฟฟ้า กระดาษนี้แบ่งขั้นตอนการ
ตำแหน่งตำแหน่งหยาบและปรับตำแหน่งสองส่วน.
ตำแหน่งหยาบประมวลผลภาพความละเอียดต่ำผ่าน
เชื่อมต่อวิธีการเช่นการสกัดคุณลักษณะ morphologic
โดเมนและอื่น ๆ ตำแหน่งดีวิจัยวัตถุซึ่ง
เป็นผลหยาบตำแหน่งผ่านวิธีการเช่น
เอดจ์ฉายสกัดและเทา ผลการทดลองแสดง
ว่า วิธีการนำเสนอที่มีประสิทธิภาพที่ดีเมื่อการ
จับภาพพื้นหลังที่ซับซ้อนและไม่สม่ำเสมอ
แสง พร้อมกัน มันสามารถรันในฝัง
ระบบจริง-เวลา
รูป B. binarization อัลกอริทึม
วิธีการ binarization ข้อมูลส่วนกลาง และท้องถิ่นที่
ใช้ร่วมกันนำเสนอในเอกสารนี้ โลก
จำกัดมีได้ โดยความรู้เดิมของบาร์โค้ดแรก และ
แล้วค่าความแตกต่างของค่าเฉลี่ยของภูมิภาคย่อยและเริ่มต้น
รูปจะคำนวณเป็นช่วงขีดจำกัดของภูมิภาคย่อย ใน
สุดท้าย มีขีดจำกัดใช้วิธีโอสึในช่วงนี้ ใน
ผลการทดลองแสดงที่ประสิทธิภาพของเรา
อัลกอริทึมเป็นดีเมื่อรูปป้อนสม่ำเสมอเมื่อเทียบไม่เคียงกัน

ผลลัพธ์ (ไทย) 3:

III อัลกอริธึม
ตามมาตรฐานหลัก A . บาร์โค้ดมีที่ตั้งที่อัลกอริธึม
ซึ่งจะช่วยทำให้ปัจจัยที่ความละเอียดสูง,คอมเพล็กซ์พื้นหลัง
ของไฟฟ้าเมตร ภาพ ,กระดาษแบ่งการ
ที่ตั้งที่เข้าไปในเนื้อหยาบการจัดวางตำแหน่งและปรับตำแหน่งสองส่วน.
หยาบ,การจัดวางตำแหน่งกระบวนการที่ต่ำความละเอียดของ ภาพ ผ่าน
วิธีเช่นคุณสมบัติการขุด, morphologic ,เชื่อมต่อ
โดเมนและที่จะเป็นไปได้การวิจัยการจัดวางตำแหน่งชั้นดีวัตถุซึ่ง
ซึ่งจะช่วยเป็นผลมาจากการวางตำแหน่งหยาบผ่านวิธีการที่เช่น
ซึ่งจะช่วยด้านการขุดและโปรเจคชันสีเทา ผลการทดลองที่
ซึ่งจะช่วยแสดงวิธีการที่เสนอที่มี ประสิทธิภาพ การทำงานที่ดีเมื่อ
ซึ่งจะช่วยจับด้วย ภาพ พื้นหลังและคอมเพล็กซ์ไม่ใช่เครื่องแบบ
แสงในเวลาเดียวกับที่สามารถใช้งานในเอ็มเบ็ดเด็ด
ระบบแบบเรียลไทม์.
B . image binarization อัลกอริธึม
ตามมาตรฐานวิธีการ binarization ที่ข้อมูลระดับโลกและในท้องถิ่นมีการใช้
ซึ่งจะช่วยกันได้ถูกนำเสนอในเอกสารนี้
ซึ่งจะช่วยโลกเกณฑ์ขั้นต่ำที่เป็นไปได้โดยความรู้ก่อนที่ของบาร์โค้ดเป็นครั้งแรกและ
และค่าความแตกต่างของความหมายของคณะอนุ ภูมิภาค และการกำหนดค่าเริ่มต้นสำหรับ
ภาพ ที่มีการคำนวณค่าขีดจำกัดความหลากหลายของคณะอนุ ภูมิภาค เกณฑ์ขั้นต่ำที่
ครั้งสุดท้ายที่จะได้รับโดยใช้วิธี otsu ในช่วงนี้ ที่
ตามมาตรฐานส่งผลให้ทดลองแสดงให้เห็นว่าการทำงานของ
อัลกอริธึมของเรามีที่ตั้งที่ดีเมื่อ ภาพ ที่แสดงข้อมูลที่เป็นแบบไม่เสมอกันทั่วพื้นที่