1. 研究目的与意义（文献综述）

电子信息技术的高速发展使得各行各业都在走向数字化、智能化，耗费大量人力物力的电力收费系统也在走向自动化、智能化方向发展。目前智能电表有两类：一类是ic卡电表，另一类是接在远程自动抄表系统的电表终端。ic卡电表尽管避免了抄表、交费的麻烦，但是电力部门无法实时获取用户的用电数据，不便进行统计与查询，分析挖掘数据等功能；远程自动抄表系统是未来的发展趋势，实现的方式有很多种，有电力载波、计算机网络、视频网络等，实现方式不同，花费代价差别较大。较为流行的是视频组网法，借助于图像自动识别技术，通过对电表表盘图像预处理、图像中数字的分割与识别等技术，进行电表的自动识别，设计研发出的具有较强鲁棒性的电表自动识别系统。

光学字符识别（optical character recognition）是一种利用通过扫描、摄像等光学输入方式获取识别文字信息的技术，简称ocr技术。ocr的概念由德国科学家tausheck于1929年率先提出。不久，美国科学家handel也提出了利用技术对文字进行识别的想法。但由于计算机等技术的限制，直到上世纪60年代。ocr技术才真正得以发展，并于1957年诞生了第一个ocr系统，基于窥视孔方法的era（electricreading automation）系统^[1]。发展到现在，光学字符识别主要致力于解决质量较低的文档及大字符集字符的识别，提高字符识别的精度和效率，如汉字识别，高精度手写数字识别等。

光学字符识别技术研究在我国起步较晚，于70年代开始对数字、字母及符号开始研究。但经过科研人员几十年的不懈努力，我国的ocr技术已取得了较大的成果，特别是汉字ocr技术。目前，我国对印刷体汉字的识别，已取得了较高的识别率，能够识别多种不同字体的字符。

2. 研究的基本内容与方案

2.1研究的基本内容和预期目标

本课题在参考国内外相关文献的基础上，根据目前研究方法的进展选择了利用深度学习算法来进行电表字符识别的设计与实现。基本内容和预期目标如下：

（1）在查找和参考相关文件的情况下，理解关于字符识别的基本原理，主要步骤，深度学习算法的原理和实现方法。在理解这些后，将以往识别字符的算法和深度学习算法的优缺点进行比较，找到深度学习算法的优势所在。

3. 研究计划与安排

第1-3周：收集、研读图像字符识别相关的文献资料，完成、完善方案论证，撰写开题报告；

第4-5周：认真学习图像字符识别的相关知识、理论和深度学习算法等，熟悉掌握项目所需工具、软硬件环境等；

第6-9周：结合前期学习，完成项目方案初步实现，并做好相关实验记录；

4. 参考文献（12篇以上）

[1]唐宏震.车牌识别系统中字符识别的研究与实现[d].西北大学硕士学位论文,2008.

[2] y bengio, o delalleau. on the expressivepower of deep architectures[c]. international