基于图像分析的文字识别方法，在天然气计量撬的人机界面窗口前安装高清摄像机抓取图像，利用计算机视觉库技术，实现在天然气计量撬中的压力、流量等信息的智能识别。试验表明，该系统的识别精度达到了94.6%。必然会从根本上取代人工记录的传统模式，提高工作效率。

作为标定天然气压力值、流量值的标准计量器具，天然气计量撬装信息的掌握直接关系到日常铜业冶炼生产的安全问题。因为天然气计量撬一般安装在厂区内的大型工业设备附近，传统的方法是对现场人员进行巡检、手工记录并上传计算机以形成记录，耗时费力，人力成本低，作业效率低。为解决这个问题，采用基于图像识别的方法，作为最直观的改进作业方式的手段，完全能实现天然气计量撬的远程智能获取，提高其生产的作业效率，取代传统人工抄表的模式。

当前，基于图像分析的方法有很多种，包括：

1、对数字测量仪的实验数据图像进行预处理，利用灰度投影直方图对字符进行分割，然后用卷积神经网络实现字符识别，实现了实验数据的实时采集，该方法仅适用于环境稳定的单目标场景应用。

2、针对模糊车牌字符识别困难的单一神经网络，提出用混合神经网络实现车牌字符识别技术。将联想记忆和BP神经网络相结合，将输入的字符两次识别出来，通过训练、特征提取得到检测结果。对不同噪声、不同角度的实验表明，利用混合神经网络进行识别，具有较高的识别精度。

3、针对列车运行监控器(LKJ)的用户交互设备人机接口(DMI)单元信息识别场景，设计了一种基于点阵对比方式的字符识别方法，对DMI图像中的字符进行识别，识别结果提供给系统校验程序使用，其算法复杂、实时性差。图像识别系统及远传技术的应用研究。

4、针对中文字符的相关问题，提出了一种半球处理机制，以实现中文字符识别的准确获取。

综上所述，图像识别技术广泛应用于手写字符、牌照字符、电子界面字符、中文字符打印等领域，利用图像识别技术，通过对图像进行滤波、纹理增强、轮廓提取、特征匹配等一系列处理，实现对天然气计量的信息识别。

基于图像识别天然气计量撬信息识别系统的应用研究在技术上是可行的，系统通过非接触的高清真彩摄像机抓天然气计量撬人机界面图片，通过一系列的图像处理技术，自动化识别并记录形成电子信息，供生产管控和其他部门使用。利用数字图像识别技术对仪表数据进行自动采集，信号采集稳定可靠、使用简单方便，同时对智能化工厂大数据建设提供了必要的信息资产。