基于圖像處理的數(shù)字字符實(shí)時(shí)識別系統(tǒng)的設(shè)計(jì).pdf

1、圖像檢測系統(tǒng)可以快速獲取大量信息，易于自動處理，也易于同設(shè)計(jì)信息加工控制信息進(jìn)行集成，因此，在現(xiàn)代自動化生產(chǎn)過程中，人們將圖像檢測系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。圖像檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度，是實(shí)現(xiàn)計(jì)算機(jī)集成制造的基礎(chǔ)技術(shù)。 目前國內(nèi)外許多科技工作者為基于機(jī)器視覺的數(shù)字識別做了深入的研究，做出了不懈的努力，作者通過廣泛查閱國內(nèi)外論文，在把握數(shù)字字符識別趨勢的基礎(chǔ)上，將著重針對鋼坯標(biāo)號、自動

2、導(dǎo)引車輛數(shù)字工位等工程系統(tǒng)中的字符類進(jìn)行識別研究，構(gòu)建了基于灰度圖像處理的鋼坯標(biāo)號和基于彩色圖像處理的用于自動導(dǎo)引車輛的數(shù)字工位的實(shí)時(shí)識別系統(tǒng)，并提出了相對應(yīng)的實(shí)時(shí)識別算法。本文主要內(nèi)容如下： (1)對課題的研究背景以及研究現(xiàn)狀做了詳細(xì)的闡述，對實(shí)時(shí)圖像的濾波、分割以及字符識別作了較全面的綜述。 (2)構(gòu)建了基于灰度圖像處理的鋼坯標(biāo)號識別系統(tǒng)，包括總體設(shè)計(jì)方案及其算法。在闡述CCD攝像頭及采集卡的選取、光源的選擇、設(shè)備的

3、布置形式及說明、系統(tǒng)的工作流程的基礎(chǔ)上，針對鋼坯標(biāo)號的特點(diǎn)，提出了基于圖像處理技術(shù)，利用先驗(yàn)信息粗定位，在Marr邊緣提取算子的基礎(chǔ)上結(jié)合自動閾值完成數(shù)字標(biāo)號的提取后進(jìn)行灰度面積濾波，垂直投影分割后利用模板匹配算法，從而實(shí)現(xiàn)了數(shù)字標(biāo)號的自動識別。每個(gè)標(biāo)號的識別總耗時(shí)少于1.5s，誤識率低于5％，穩(wěn)定性和速度都能滿足鋼坯自動化生產(chǎn)的需要。 (3)以浙江大學(xué)自動化儀表研究所自主研制開發(fā)的新型視覺導(dǎo)航小車為平臺，構(gòu)建了基于彩色圖像處理

4、的用于自動導(dǎo)引車輛的數(shù)字工位識別系統(tǒng)，包括總體設(shè)計(jì)方案及其算法。在闡述CCD攝像頭的選取及安裝、數(shù)字標(biāo)號樣式和顏色的選擇、光源與照明方式的設(shè)計(jì)、系統(tǒng)的工作流程的基礎(chǔ)上，針對自動導(dǎo)引車輛的性能要求和數(shù)字工位的特點(diǎn)，提出了基于圖像處理技術(shù)，根據(jù)路面區(qū)域、導(dǎo)航線區(qū)域和數(shù)字工位區(qū)域的不同顏色特征，以彩色圖像中的R分量(紅色分量)為處理對象，利用紅色分量在每一副采集圖片的象素分布尋找字符可能出現(xiàn)的區(qū)域；根據(jù)HIS顏色空間特征參數(shù)飽和度S，提取數(shù)字

5、；快速校正后，利用字符的整體結(jié)構(gòu)特征進(jìn)行數(shù)字的初分類，優(yōu)化字符特征區(qū)域的確定及統(tǒng)計(jì)辦法，在改進(jìn)的特征統(tǒng)計(jì)基礎(chǔ)上進(jìn)行數(shù)字的再辯識。實(shí)驗(yàn)結(jié)果表明，數(shù)字工位提取耗時(shí)16ms，校正、識別總耗時(shí)47ms，識別速度能滿足自動導(dǎo)引小車運(yùn)行時(shí)間的要求。當(dāng)車輛處于靜止?fàn)顟B(tài)時(shí)，當(dāng)沒有較強(qiáng)的光線干擾時(shí)，可以識別出所有的數(shù)字工位；當(dāng)車輛以一定．的速度運(yùn)行時(shí)，發(fā)現(xiàn)該系統(tǒng)的識別準(zhǔn)確率就會受到影響，但仍然高于90％。造成識別錯誤的原因主要在于視野內(nèi)光線的急劇變化所導(dǎo)