Um eine effiziente und präzise automatisierte Erkennung von Zeichen auf Flüssigkristallbildschirmen zu realisieren, wird im Hinblick auf Unterbrechungen und Helligkeitsfehler bei der Anzeige von Zeichen auf Flüssigkristallbildschirmen ein auf der Fusion mehrerer Merkmalsmatrizen basierender Algorithmus zur Fehlererkennung vorgeschlagen. Zunächst wird der ROI-Bereich aus dem Originalbild des Flüssigkristallbildschirms extrahiert, der Hu-Invariantenmoment verwendet, um die Strukturmerkmale der Zeichen zu beschreiben, und der Zernike-Moment genutzt, um höherwertige Momente zu ergänzen, die durch Hu-Momente nicht beschrieben werden können; anschließend wird der Farbmoment verwendet, um die Farbmerkmale der Zeichen zu beschreiben, und der Grauwertmoment ergänzt Informationen, die der Farbmoment nicht beschreiben kann. Mit der 2DPCA-Technik werden die genannten Matrizen fusioniert, und die Ähnlichkeit zwischen der Standardbild-Fusionsmerkmalmatrix und der zu prüfenden Bild-Fusionsmerkmalmatrix wird mittels euklidischer Distanz gemessen. Durch Festlegung eines Ähnlichkeitsschwellenwerts wird das Ziel der Fehlererkennung erreicht. Objektive und subjektive Bewertungsergebnisse des Experiments zeigen: Subjektiv besitzt der Algorithmus eine gewisse Stabilität und Praktikabilität; objektiv weist der Algorithmus im Vergleich zu ähnlichen Algorithmen eine niedrige Fehlerrate von 1 %, eine Fehlbestandsrate von 0 % und eine hohe Effizienz von 0,6 s auf, was im Wesentlichen den praktischen Erkennungsanforderungen entspricht.

Hu-Moment;Zernike-Moment;Farbmoment;Grauwertmoment;2DPCA