随着我国城镇化的建设,燃气需求在不断增长,迫切需要改变现有燃气表的抄表方法,目前现有的脉冲式或IC卡式预付费等抄表方式,不能满足燃气灵活便捷结算的需要。实现不入户即完成燃气的计费管理等功能具有重要意义,而数字字符识别是数字图像处理领域中一个重要的研究方向,如何更准确、快速的实现直读摄像式燃气表表盘数字字符识别仍是研究的热点与难点。为了提高表盘数字识别的准确率和速度,本文提出了一种改进的量子粒子群优化的粗糙集和支持向量机表具识别算法。对表盘上数字进行预处理以及采用混合特征提取方法获得相应十个数字字符的特征向量后,用算法优化的粗糙集对提取的特征属性进行约简,得到最小属性约简。量子粒子群算法相对于遗传算法有控制参数少、收敛速度快等优点被应用于优化粗糙集,引入了人工蜂群搜索算子避免量子粒子群算法可能陷入局部值的问题,又引入了免疫算法的免疫机制,保持粒子收敛的速度。最后通过支持向量机识别表盘数字,影响识别准确率和速度的参数有两个,采用改进量子粒子群算法优化支持向量机参数,仿真实验证明本文提出的改进的量子粒子群算法优化的粗糙集和支持向量机识别算法在燃气表表盘数字识别具有很高的准确率和速度。论文主要工作包括以下几个方面:(1)首先分析了字符识别技术以及数字字符识别的国内外研究现状,研究了粗糙集和支持向量机等数字字符识别主流优化算法,结合本项目中,燃气表表盘数字字符特征,建立了燃气表的数字字符识别算法模型。然后研究了燃气表表盘数字图像的预处理技术,考虑到获取的图像可能含有噪声和光线不足等实际情况,通过直方图均衡技术增强图像,中值滤波去除含有的噪声,字符分割获得表盘数字的单个字符,最后采用混合特征提取方法提取字符的特征数据,表示分割后的单个数字字符,为下一步的字符识别提供数据。(2)在分析了量子粒子群算法模型和原理的基础上,提出了一种改进的量子粒子群算法。针对量子粒子群算法可能陷入局部值问题,引入了人工蜂群搜索算子和免疫算法,增加算法在后期迭代的搜索范围,跳出局部值能力和保持算法收敛的速度。(3)研究了粗糙集属性约简算法,对提取的表盘数字字符的特征向量进行属性约简,通过改进的量子粒子群算法优化粗糙集,得到最小属性约简,获得燃气表表盘相应数字字符更加简洁、准确和精炼的特征属性数据。(4)研究了改进量子粒子群优化支持向量机的表盘数字识别算法,获得优化支持向量机的参数,通过仿真结果证明本文提出的算法提高了燃气表字符图像识别的正确率。