工業(yè)生產(chǎn)線中的目標(biāo)定位與字符識別系統(tǒng)研發(fā).pdf

1、隨著工業(yè)和制造業(yè)的發(fā)展，作為一門綜合了軟硬件、光學(xué)和機械等多門技術(shù)的學(xué)科，計算機視覺的應(yīng)用也越來越廣泛，很大程度上提高了工業(yè)生產(chǎn)的生產(chǎn)效率，加速了工業(yè)生產(chǎn)的發(fā)展。計算機視覺采用圖像處理技術(shù)，可以對目標(biāo)進行定位、檢測、尺寸測量和字符識別等操作，降低了人工檢測的疲勞性對生產(chǎn)造成的損失。由于系統(tǒng)的通用性原則，本文以撲克牌和仿真圖片為實驗對象，研究了目標(biāo)定位和字符識別技術(shù)。
　　本文設(shè)計了一種基于機器視覺的目標(biāo)定位和字符識別系統(tǒng)，分析了多

2、種應(yīng)用場景，設(shè)計了低成本的硬件配套設(shè)施。本文開發(fā)了視覺控制軟件，配合合理的用戶交互手段，實現(xiàn)了圖像處理、用戶控制、目標(biāo)檢測與字符識別等功能。
　　算法模塊是本系統(tǒng)的核心。本系統(tǒng)采用了圖像的預(yù)處理、背景建模、模板匹配、多邊形擬合、圖像校正和基于機器學(xué)習(xí)的字符識別等關(guān)鍵技術(shù)。設(shè)計了一種圖像預(yù)處理方法，包括圖像濾波、連通域分析、圖像結(jié)構(gòu)分析、形態(tài)學(xué)處理、自適應(yīng)閾值二值化等步驟。原始圖像經(jīng)過預(yù)處理之后，目標(biāo)的識別率和字符檢測的準確性都顯著

3、提高。設(shè)計了一種字符識別方法，大量采集樣本，對其進行特征提取，并且利用字符識別引擎進行學(xué)習(xí)，提高字符識別的準確率。
　　研究了背景建模的方法，分析多種常用算法的穩(wěn)定性和準確率。本文使用混合高斯背景建模的方法提取出目標(biāo)，利用目標(biāo)的幾何特征對其進行檢測，并且計算角度。利用多邊形擬合和角點檢測的方法計算透視變換矩陣，實現(xiàn)了不同畸變程度的圖像校正。根據(jù)目標(biāo)的布局方式對目標(biāo)進行圖像分割，使用字符識別引擎識別得到的字符。
　　通過在生產(chǎn)