工业工件复杂表面的字符识别方法研究

发布时间：2021-08-04 23:40

　　在工业制造中,多数工件表面均有各种类型不同的字符用于表达生产信息,大多数工件表面字符信息经常通过人工识读,手动输入计算机进行管控,该方法耗费人工且效率低。现阶段的图像处理算法不能较好地适用于分割字符与背景同色的工件图像,导致后续无法正确识别字符,因此,亟待解决字符与背景同色的工件图像分割和该类字符识读方面的问题,解决了该类字符识读的问题才能实现字符与背景同色这类工业字符智能化工业生产的目标。课题以工件表面存在反光现象且字符与背景同色的金属材质工件为目标对象。分析目标工件字符图像的灰度直方图和图像对比度与清晰度,发现传统的图像处理方法难以达到识别的目的,因此需要根据识别对象的特征设计计相应的图像采集系统、图像预处理、字符图像分割和字符识别算法,将这四个部分图像处理技术有机结合以实现目标工件字符的识别。各部分的研究结果如下:（1）在图像采集阶段选择斜上方光照方式,并且选用 LED白色光源光照配合工业镜头和面阵工业相机采集字符图像,有效的解决图像反光问题,区分与背景同色的字符,提高图像光照均匀度和图像对比度。（2）在图像预处理阶段,首先用Retinex算法增强图像字符细节,提高了图像对比度。... 

【文章来源】：西安理工大学陕西省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

工业字符样例

图 1-1 工业字符样例Fig. 1-1 Character samples in industry光学字符识别技术在工业字符识别方面的研究目前仍处于初级阶段，工业中的域还没有实现图像识别技术，在一定程度上制约了工业生产与科学技术相结合。实字符识别关键点在于算法的实现，因此，以光学字符识别技术为例，结合深度学习现对工业字符的识别，期望能够满足多种工业环境下的字符识别要求。研究工业字技术，不仅能为工业生产的发展起到促进作用，而且具有很重要的应用前景和研究价为工业字符识别问题提供理论支撑。2 工业字符识别研究现状工业字符识别是由传统光学字符识别发展而来的，而传统光学字符识别归属于觉研究领域的一个分支，除了涉及到图像处理、人工智能学科外，还包括语言学、理、计算机视觉、模糊数学等，属于多学科交叉的新型学科。从传统的字符识别系，虽然采用的方法和过程不尽相同，但其主要的处理过程步骤是相同的，字符识别一般步骤如图 1-2 所示。图字特结字

绪论5直方图单峰特性明显，传统的图像分割方法不能有效的对图像进行二值化。以图 1-3 所示的工件字符图像为例，在自然光照下直接拍摄图像，采用 OUST 方法对图像二值化，得到的结果如图 1-4 所示。图 1-3 自然光照下的工件字符图像 图 1-4 OUST 法二值化Fig. 1-3 Workpiece character images under natural illumination Fig. 1-4 Binarization of OUST method从图 1-3 和图 1-4 可以明显看出，这类金属“无色差”字符表面存在反光、图像光照不均与图像难以分割等问题。要很好的解决这些问题，通过资料查阅和图像特征的分析，采用的字符识别系统主要包括图像采集模块、图像处理模块、训练模块和识别模块 4 个部分，各部分相互协调以实现该类工业字符识别的目的。图像采集模块主要负责图像信息的采集。图像处理模块主要去除图像中无关信息的同时达到增强字符特征的目的。训练模块和识别模块利用深度学习技术获取字符特征，最后识别工件表面字符。最终的识别结果对系统的识别功能起到决定性作用，直观的展示出系统字符识别的可靠性，系统中各个模块相辅相成缺一不可。各模块之间的逻辑关系如图 1-5 所示。样本文件识别模块训练模块CNN识别模型目标工件图像采集模块图像处理模块读取加载结果保存图 1-5 模块之间的逻辑关系Fig. 1-5 Logical relationships between modules为了实现工件字符识别的目标


本文编号：3322619