柱面壓印字符識(shí)別算法研究和實(shí)現(xiàn).pdf

1、在工業(yè)鋁型材生產(chǎn)制造過(guò)程中，需要讀取各工序模具表面上的壓印生產(chǎn)標(biāo)識(shí)，并且輸入生產(chǎn)設(shè)備管理系統(tǒng)，從而方便生產(chǎn)過(guò)程中的質(zhì)量控制、組織管理和產(chǎn)品追蹤。原有的解決方法就是人眼觀察，并且手動(dòng)輸入計(jì)算機(jī)系統(tǒng)；該方法效率低、人工成本高、操作繁瑣，因此標(biāo)號(hào)信息的自動(dòng)錄入問(wèn)題已經(jīng)成為制約企業(yè)ERP發(fā)展的瓶頸。在工業(yè)4.0的推動(dòng)下，生產(chǎn)過(guò)程的智能化需求越來(lái)越迫切；設(shè)計(jì)一套針對(duì)模具上的壓印字符標(biāo)號(hào)的視覺(jué)實(shí)時(shí)識(shí)別系統(tǒng)已經(jīng)成為行業(yè)內(nèi)的迫切需求，作為其核心技術(shù)的柱

2、面壓印字符識(shí)別算法研究也就成為了亟待解決的難題?；诖颂岢隽酸槍?duì)柱面壓印字符識(shí)別算法的研究課題。
　　本文針對(duì)柱面壓印字符為曲面凹凸字符的特點(diǎn)，在圖像采集階段采用低角度環(huán)形紅光的照明方案，提高光照均勻度。采集到的圖像含有噪音干擾、對(duì)比度差和傾斜的缺陷，文章在預(yù)處理階段采用濾波去噪、圖像增強(qiáng)算法和字符傾斜矯正進(jìn)行修正。
　　針對(duì)字符ROI提取難度大的特點(diǎn)，本文提出一種基于先驗(yàn)知識(shí)的靜態(tài)ROI區(qū)域粗定位和引入幾何特征分析的形態(tài)學(xué)

3、精定位的復(fù)合定位算法。該算法能夠快速實(shí)現(xiàn)字符粗定位，基于粗定位的精定位算法因?yàn)閰^(qū)域的縮小計(jì)算量降低，實(shí)現(xiàn)算法的高效性和魯棒性。
　　針對(duì)壓印字符成像背景復(fù)雜，單個(gè)字符分割成功率低的特點(diǎn)，提出一種引入紋理特征分析的連通域和投影法相結(jié)合的字符分割算法。通過(guò)紋理特征分析判別，當(dāng)連通域個(gè)數(shù)與字符個(gè)數(shù)相同時(shí)，可直接用連通域方法分割出單個(gè)字符；當(dāng)連通域個(gè)數(shù)與字符個(gè)數(shù)不相同時(shí)屬于字符分割粘連或斷裂情況，轉(zhuǎn)而用投影法進(jìn)行分割。從而克服了直接使用投

4、影法對(duì)傾斜字符適應(yīng)性不足的弊端，同時(shí)也克服了單獨(dú)使用形態(tài)學(xué)方法對(duì)粘連和斷裂字符分割不成功的缺點(diǎn)。
　　針對(duì)壓印凹凸字符識(shí)別率低的特點(diǎn)，本文以采集到的柱面壓印字符圖像為訓(xùn)練數(shù)據(jù)集訓(xùn)練 BP神經(jīng)網(wǎng)絡(luò)分類器，同時(shí)采用多特征融合的特征提取方法對(duì)歸一化字符進(jìn)行特征提取，最大限度的提高字符識(shí)別率。
　　文章以 MATLAB為算法驗(yàn)證工具，測(cè)試結(jié)果表明針對(duì)柱面壓印字符識(shí)別的算法能夠?qū)崿F(xiàn)快速識(shí)別，識(shí)別率達(dá)到89.33％以上，加以改進(jìn)可應(yīng)用于