欢迎来到天天文库
浏览记录
ID:46892548
大小:1.45 MB
页数:74页
时间:2019-11-28
《钢厂钢坯批次号识别系统设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、上海交通大学硕士学位论文钢厂钢坯批次号识别系统设计姓名:张小军申请学位级别:硕士专业:模式识别与智能系统指导教师:胡福乔20090101钢铁厂钢坯批次号识别系统设计摘要字符识别是计算机视觉最成功的应用之一。字符识别在各种OCR系统,车牌识别系统,集装箱号识别系统等中都起着重要的作用。钢坯批次号识别也是字符识别的应用之一。钢厂批次号识别指在轧钢厂中,利用计算机视觉相关技术,自动抓取钢坯图像,识别批次号。在轧钢厂中,出于提高自动化程度,降低工人劳动强度的需要,有必要建立钢坯批次号自动识别系统。钢坯批次号用来标识钢坯的生产炉次,生产日期等等。用该批次号可以跟踪钢坯的生产
2、运输全过程。本文是在钢铁厂的相关项目背景下进行的相关系统的研究设计。本文比较了车牌识别和钢坯批次号识别的相似之处和区别,之后提出了解决方案的整体框架,然后详细研究了钢坯批次号识别中三个关键技术:二值化,字符分割和字符识别。本文首先探讨了不同的全局阈值二值化方法和局部自适应二值化方法,根据钢坯批次号的特点,提出了全局otsu阈值化和Niblack阈值化相结合的二值化算法。之后又考察了常用的两种字符分割算法,投影量分析和连通域分析。在讨论了两者优缺点的基础上,提出了在投影量分析第I页指导下的连通域分析字符分割算法。本文介绍了常用的模板匹配字符识别和人工神经网络字符识别
3、算法。之后重点讨论如何为字符识别器选择合适的特征。在考察了几种字符特征之后,选定使用全投影量特征作为字符全局特征描述,使用Zone特征作为字符的局部特征描述,使用这两种特征作为三层BP网络的输入。在文章最后,本文展示了试验的结果,并给出了结果分析。试验结果证明了本文提出的识别算法能有效地识别批次号,有着实际的应用价值。关键词:钢坯批次号识别,二值化,字符分割,反向传播神经网络,字符识别第II页BatchNumberofBilletsRecognitionSystemDesignAbstractionCharacterrecognitionisoneofthemos
4、timportantapplicationincomputervision.CharacterrecognitionplayagreatroleinvariousOCRsystems,LPRsystemsandsoon.Batchnumberofbilletsrecognitionsystemisyetanotherapplicationofcharacterrecognition.Batchnumberofbilletsrecognitionreferstoautomaticacquisitionofbilletimagesandrecognitionofbat
5、chnumberusingrelatedtechniquesincomputervision.Toincreasethedegreeofautomationandreducethelaborintensityofworkerinrollingmills,itisnecessarytoestablishbathnumberofbilletsrecognitionsystem.Batchesofsteelbilletareusedtoindentifyfurnace,productiondateandsoon.Thebatchnumbercanbeusedtotrac
6、kthebilletinthewholeprocessofproductionandtransportation.Thisarticlewasbasedontheapplicationdescribedabove.Somesimilarapplicationsarenoticedinthecomputervision.Thisarticlefirstcomparedtheautomaticlicenseplaterecognitionsystemandbatchnumberofbilletsrecognitionsystem,andthengaveanoveral
7、lframeworkofbatches第III页recognitionsystem.Threetechniquesareconsideredimportantinthebatchesnumberrecognitionsystem:binarization,charactersegmentationandcharacterrecognition.Thisarticlefirstdiscussedvariousglobalthresholdbinarizationalgorithmsandlocaladaptivethresholdbinarizationalgori
8、thms,
此文档下载收益归作者所有