从通风机性能曲线图像中采样并识别风压性能曲线，进而拟合出风压性能函数是矿井通风网络解算的关键技术。目前常用人工方式识别风压性能曲线，效率低且准确性欠佳。提出一种基于图像处理技术的通风机风压性能曲线自动识别方法。采用双边滤波、图像锐化和二值化技术对原始通风机风压性能曲线图像进行预处理，以提高图像质量。分别基于腐蚀算法、轮廓检测算法提取通风机性能曲线图像中的网格线和坐标文字，采用逻辑运算、中值滤波、轮廓检测和K3M算法提取风压性能曲线。以逐行像素识别方式识别风压性能曲线的像素坐标，采用模板匹配算法识别坐标数字，进而完成像素坐标到物理坐标的转换，实现风压性能曲线识别。将通风机风压性能曲线自动识别方法集成至通风网络解算软件，对通风机风压性能曲线进行识别试验，结果表明，该方法对风压性能曲线的采样速度为24 Samples/s，识别的风压性能曲线与原始曲线的重合度高，风压拟合值与原始值的最大误差仅为0.88%，较人工识别方法大大提高了通风网络解算效率和准确性。

0 引言
1 通风机风压性能曲线特征及其对网络解算的影响
2 通风机性能曲线图像预处理
3 通风机性能曲线图像分割
3.1 基于腐蚀的网格线提取
3.2 基于轮廓检测的坐标值提取
3.3 曲线提取
4 风压性能曲线识别
4.1 风压性能曲线像素坐标识别
4.2 基于模板匹配算法的数字识别
5 方法应用
5.1 程序实现
5.2 实例应用
6 结论