基于计算机视觉的牛奶生产日期喷码字符缺陷检测技术研究
发布时间:2021-07-07 07:48
随着人们生活水平的日渐提升,牛奶逐渐成为人们日常的饮品,进而牛奶的品质安全也越来越受消费者的重视。生产日期作为牛奶安全的一项重要标准,其内容应该准确无误。但在喷印过程中不可避免的出现多种生产日期喷码字符缺陷,如漏印、缺印、错印、墨迹污染等。一旦存在生产日期喷码字符缺陷的牛奶流入市场,生产厂家必然会受到相关部门的处罚,同时也会影响自身品牌形象,造成不必要的损失,因此对于牛奶生产日期喷码字符缺陷的检测是必不可少的。针对传统人工检测耗时、成本高等问题,本文基于计算机视觉技术研究牛奶生产日期喷码字符缺陷检测,研究内容包括以下几个方面:(1)在牛奶生产日期定位方面,针对牛奶图像背景复杂,提取生产日期比较困难的问题,提出了一种基于先验知识的生产日期感兴趣区域(Region Of Interest,ROI)提取方法。该方法通过分析生产日期的喷印过程,对牛奶图像进行生产日期ROI提取,以减少背景信息的干扰。针对牛奶生产日期喷码字符缺陷检测的需要,提出了一种基于数学形态学结合行扫描的定位算法。该算法首先对提取的生产日期ROI进行图像预处理,然后通过数学形态学的方法对图像进行处理,得到牛奶生产日期候选区域...
【文章来源】:北京工业大学北京市 211工程院校
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
损失函数变化图
图 5-14 损失函数变化图Fig.5-14 Loss function change graph模型训练集的准确率变化趋势如图 5-15 所示,在经过 500 次左右的训练代后,训练集的准确率就达到一个较高的水平,并在 3200 次训练迭代时,模的训练识别率达到 0.933125。
【参考文献】:
期刊论文
[1]基于深度神经网络的烟码智能识别方法[J]. 谢志峰,吴佳萍,章曙涵,汤臻,范杰,马利庄. 计算机辅助设计与图形学学报. 2019(01)
[2]基于SVM的字符验证码识别研究[J]. 安梦生. 淮阴师范学院学报(自然科学版). 2018(04)
[3]我国牛奶安全存在的问题及应对策略[J]. 张雅薇. 食品安全导刊. 2018(27)
[4]面向车牌字符分割的图像预处理方法研究[J]. 赖道亮,赵平,钟昆,牛新征. 计算机测量与控制. 2018(09)
[5]基于卷积神经网络的数码仪表识别方法[J]. 王锋,项导. 机械设计与制造工程. 2018(09)
[6]基于计算机视觉的标签定位检测[J]. 吴鹏飞,常君明. 江汉大学学报(自然科学版). 2018(04)
[7]食用油激光喷码视觉检测分拣系统[J]. 张培恒,董浩,王博,孙瑞轩. 电子产品世界. 2018(06)
[8]浅谈图像噪声处理中的三种滤波[J]. 赵贵琳. 电子世界. 2018(05)
[9]基于颜色特征及投影变换的集装箱标识符分割[J]. 孟琪,林怡雪,郭新运. 信息技术与信息化. 2018(01)
[10]基于级联卷积神经网络的车牌定位[J]. 傅鹏,谢世朋. 计算机技术与发展. 2018(01)
硕士论文
[1]基于无人机视频的车牌识别方法研究[D]. 王悦.重庆大学 2017
[2]机器视觉在包装袋打码缺陷检测中的应用研究[D]. 刘硕.天津科技大学 2017
[3]基于计算机视觉的车牌识别系统的算法研究[D]. 卜英家.电子科技大学 2015
[4]基于车辆检测的车牌识别系统的设计与实现[D]. 段庆元.电子科技大学 2018
[5]板材喷码字符识别技术的研究[D]. 李潘.冶金自动化研究设计院 2013
[6]复杂条件下的车牌定位及倾斜校正算法研究[D]. 薛东.郑州大学 2013
[7]基于模板匹配的手写体字符识别算法研究[D]. 王慧.北京交通大学 2012
[8]图像增强方法的研究与实现[D]. 高彦平.山东科技大学 2005
本文编号:3269243
【文章来源】:北京工业大学北京市 211工程院校
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
损失函数变化图
图 5-14 损失函数变化图Fig.5-14 Loss function change graph模型训练集的准确率变化趋势如图 5-15 所示,在经过 500 次左右的训练代后,训练集的准确率就达到一个较高的水平,并在 3200 次训练迭代时,模的训练识别率达到 0.933125。
【参考文献】:
期刊论文
[1]基于深度神经网络的烟码智能识别方法[J]. 谢志峰,吴佳萍,章曙涵,汤臻,范杰,马利庄. 计算机辅助设计与图形学学报. 2019(01)
[2]基于SVM的字符验证码识别研究[J]. 安梦生. 淮阴师范学院学报(自然科学版). 2018(04)
[3]我国牛奶安全存在的问题及应对策略[J]. 张雅薇. 食品安全导刊. 2018(27)
[4]面向车牌字符分割的图像预处理方法研究[J]. 赖道亮,赵平,钟昆,牛新征. 计算机测量与控制. 2018(09)
[5]基于卷积神经网络的数码仪表识别方法[J]. 王锋,项导. 机械设计与制造工程. 2018(09)
[6]基于计算机视觉的标签定位检测[J]. 吴鹏飞,常君明. 江汉大学学报(自然科学版). 2018(04)
[7]食用油激光喷码视觉检测分拣系统[J]. 张培恒,董浩,王博,孙瑞轩. 电子产品世界. 2018(06)
[8]浅谈图像噪声处理中的三种滤波[J]. 赵贵琳. 电子世界. 2018(05)
[9]基于颜色特征及投影变换的集装箱标识符分割[J]. 孟琪,林怡雪,郭新运. 信息技术与信息化. 2018(01)
[10]基于级联卷积神经网络的车牌定位[J]. 傅鹏,谢世朋. 计算机技术与发展. 2018(01)
硕士论文
[1]基于无人机视频的车牌识别方法研究[D]. 王悦.重庆大学 2017
[2]机器视觉在包装袋打码缺陷检测中的应用研究[D]. 刘硕.天津科技大学 2017
[3]基于计算机视觉的车牌识别系统的算法研究[D]. 卜英家.电子科技大学 2015
[4]基于车辆检测的车牌识别系统的设计与实现[D]. 段庆元.电子科技大学 2018
[5]板材喷码字符识别技术的研究[D]. 李潘.冶金自动化研究设计院 2013
[6]复杂条件下的车牌定位及倾斜校正算法研究[D]. 薛东.郑州大学 2013
[7]基于模板匹配的手写体字符识别算法研究[D]. 王慧.北京交通大学 2012
[8]图像增强方法的研究与实现[D]. 高彦平.山东科技大学 2005
本文编号:3269243
本文链接:https://www.wllwen.com/projectlw/qgylw/3269243.html