Utilização de Técnicas de Processamento de Imagens e Classificação de Padrões no Reconhecimento de Dígitos em Imagens de Medidores de Consumo de Gás Natural

Authors

  • Julio Cesar Gonçalves UTFPR — Universidade Tecnológica Federal do Paraná
  • Tania Mezzadri Centeno UTFPR — Universidade Tecnológica Federal do Paraná

DOI:

https://doi.org/10.5752/P.2316-9451.2017v5n2p59

Abstract

Este trabalho propõe uma abordagem que emprega técnicas de processamento de imagens e classificação de padrões para o reconhecimento de dígitos apresentados no contador de consumo de medidores de gás natural. Tais imagens são obtidas em campo a partir de condições reais de operação, diferentemente da maioria das abordagens encontradas na literatura que se baseiam em imagens adquiridas em ambientes controlados. Inicialmente, o contador de consumo é segmentado por técnicas de processamento de imagens. A segmentação é realizada com base no espaço de cor HSL da imagem, diferentemente da maioria dos trabalhos apresentados na literatura, que utilizam imagens em tons de cinza. Em seguida, os dígitos são individualmente segmentados e suas características são extraídas de modo a compor uma base de conhecimento. Esta base serve de apoio para realizar a classificação e o reconhecimento dos dígitos. A metodologia mostrou-se promissora neste cenário, chegando a alcançar 95% de taxa de acerto no reconhecimento dos dígitos. Apresentou menos de 5% de falha no processo de segmentação do contador de consumo, considerando-se uma base com 903 imagens de medidores de gás.

Downloads

Download data is not yet available.

Published

2017-05-24

How to Cite

GONÇALVES, Julio Cesar; CENTENO, Tania Mezzadri. Utilização de Técnicas de Processamento de Imagens e Classificação de Padrões no Reconhecimento de Dígitos em Imagens de Medidores de Consumo de Gás Natural. Abakós, Belo Horizonte, v. 5, n. 2, p. 59–78, 2017. DOI: 10.5752/P.2316-9451.2017v5n2p59. Disponível em: https://periodicos.pucminas.br/abakos/article/view/P.2316-9451.2017v5n2p59. Acesso em: 24 oct. 2025.

Issue

Section

Artigos completos / Full papers