1.一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：該方法包括以下步驟：
S1：用戶啟動智能手機客戶端，通過智能手機攝像頭實時拍攝燃?xì)獗韴D像；
S2：智能手機客戶端對拍攝的燃?xì)獗韴D像進(jìn)行識別，檢測用氣指數(shù)，檢測成功后自動將其顯示出來，詢問用戶是否識別正確，如果得到用戶確認(rèn)，則將燃?xì)獾闹笖?shù)數(shù)據(jù)和燃?xì)獗韴D像上傳至燃?xì)夤竞笈_服務(wù)器；
S3：燃?xì)夤镜臄?shù)據(jù)管理員通過服務(wù)器查看報表與修正異常數(shù)據(jù)；如果用戶沒能按時上傳數(shù)據(jù)，則向用戶發(fā)送提醒信息，通知用戶及時上傳。
2.根據(jù)權(quán)利要求1所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：在步驟S1中，手機客戶端將自動打開手機的后置攝像頭，其拍攝的燃?xì)獗韴D像數(shù)據(jù)將顯示在用戶的手機頁面中；為引導(dǎo)用戶將掃描區(qū)域?qū)?zhǔn)表盤，客戶端對拍攝的燃?xì)獗韴D像中的掃描區(qū)域做高亮處理，通過對字符的定位來幫助用戶調(diào)整攝像頭的距離與角度。
3.根據(jù)權(quán)利要求2所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：在步驟S2中，燃?xì)庵笖?shù)數(shù)字的識別方法采用特征匹配法，在掃描過程前，客戶端加載燃?xì)庵笖?shù)特征庫；在自動掃描期間，系統(tǒng)對視頻拍攝的每一幀都做掃描處理，通過圖像預(yù)處理改善圖像質(zhì)量；使用投影法定位表盤、分割不同字符，實現(xiàn)字符分割；最后使用骨骼化字符圖像的方法細(xì)化圖像，獲取其結(jié)構(gòu)特征，經(jīng)過特征匹配后得到最終的識別結(jié)果。
4.根據(jù)權(quán)利要求3所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：在所述的特征匹配過程中，首先計算當(dāng)前字符特征與0～9所有模板特征的歐式距離，取距離最小的3個模板特征，若3個特征中有2個或以上的模板屬于同一個字符，同時歐式距離小于給定閾值時，判斷當(dāng)前字符屬于對應(yīng)的模板字符，識別成功，否則，識別失??；僅當(dāng)表盤的前5個字符都識別成功，且連續(xù)兩幀圖像識別結(jié)果完全相同的情況下，客戶端才跳轉(zhuǎn)到燃?xì)庵笖?shù)上傳頁面。
5.根據(jù)權(quán)利要求3所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：所述圖像預(yù)處理具體包括以下步驟：
1)對圖像進(jìn)行灰度化；
2)對燃?xì)獗砘叶葓D像做水平方向的灰度值累加和投影，表盤區(qū)域行方向的定位通過水平投影的方式找到，即寬度最大的一對過均值索引所標(biāo)記的行信息；
3)對燃?xì)獗砘叶葓D像做垂直方向的灰度值累加和投影，完成從垂直方向?qū)Ρ肀P進(jìn)行提取，從而實現(xiàn)整個表盤的提取任務(wù)。
6.根據(jù)權(quán)利要求3所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：所述字符分割是將表盤內(nèi)的字符分為單獨的字符圖像，以便特征的提取和識別過程，通過投影直方圖的方法實現(xiàn)對表盤圖像的字符分割：
首先，使用頂帽操作解決整幅圖像的像素值分布不均勻的問題；其次，將直方圖繪制的曲線描繪為一組包含波峰波谷的波形，那么波峰處對應(yīng)的圖形即為每個字符圖像，而波谷對應(yīng)的區(qū)域即作為不同字符子圖像的分割點，對于直方圖向量P，其對應(yīng)的波峰波谷索引定義為：遍歷直方圖向量P，若在第i個索引處滿足P(i)≥P(i-1)且P(i)≥P(i+1)，則i屬于波峰索引，加入結(jié)合Ppeak，若P(i)≤P(i-1)且P(i)≤P(i+1)，則i屬于波谷索引，存入集合Pvalley；最后，提取前5個波峰索引對應(yīng)的子區(qū)域作為字符子圖像，提取的算法如下：1)按照索引的升序方向提取前5個波峰索引Ppeak(1)～Ppeak(5)，并找到與之距離最近的5個波谷索引，計算與對應(yīng)波峰的距離D(1)～D(5)；2)對每個波峰i，提取以波峰Ppeak(i)索引為中心，Ppeak(i)-D(i)，Ppeak(i)+D(i)為起始與終止索引用于分割字符子圖像。
7.根據(jù)權(quán)利要求3所述的一種基于圖像的燃?xì)庵笖?shù)自動識別方法，其特征在于：所述特征匹配法包括特征提取與特征識別，特征提取是通過相應(yīng)的方法提取表征圖像特征的信息，特征識別是根據(jù)給定的圖像信息，決定其是否屬于某種圖像類別的過程；
所述特征提取包括：在字符分割的環(huán)節(jié)，已經(jīng)能夠得到僅包含一個字符的子圖像，從0～9這10個字符的形狀結(jié)構(gòu)特征比較明顯，將其作為區(qū)分不同字符的特征；為了獲取圖像的結(jié)構(gòu)特征首先對圖像進(jìn)行細(xì)化，在細(xì)化前，為了突出字符內(nèi)容，對字符子圖像做二值化處理，突出圖像中的字符部分，并通過開運算消除二值化過程中產(chǎn)生的噪點；經(jīng)過二值化的子圖像消除了背景與其他影響特征提取的因素，僅包含字符部分，為了統(tǒng)一表征圖像的信息，在圖像細(xì)化之前對字符進(jìn)行歸一化，統(tǒng)一為32×32大小的子圖像，接下來對圖像做細(xì)化操作，即可獲取到圖像的結(jié)構(gòu)特征；
所述特征識別包括：首先通過采集多種燃?xì)獗?、多個數(shù)字的結(jié)構(gòu)特征建立了一個供字符圖像匹配的特征庫，利用待識別字符的特征向量與特征庫中特征向量之間的歐式距離作為匹配程度；采用3-近鄰法進(jìn)行字符識別的過程，在特征匹配開始后，利用歐式距離的度量方式，使用當(dāng)前字符的特征向量與樣本庫中的特征向量逐一計算相應(yīng)的匹配程度；通過排序獲取前3個距離最小即匹配程度最好的樣本字符，對這3個距離做閾值判斷，距離大于閾值說明當(dāng)前字符與樣本字符的差別較大，將結(jié)束識別過程，度量距離小于閾值時，識別過程可繼續(xù)進(jìn)行；若其中有超過2個樣本字符屬于相同字符類別，判斷當(dāng)前字符所代表的數(shù)字與該樣本字符代表的類別相同，字符匹配成功，當(dāng)5個字符圖像都匹配成功時即為表盤指數(shù)識別成功，否則識別失敗。