大噪声图像的轮胎规格号识别技术.pdfVIP

第37卷第9期 光电工程 VOl_37．NO．9 2010年 9月 Opto—ElectronicEngineering Sept，2010 文章编号：1003—501X(2010)09—0098—06 大噪声图像的轮胎规格号识别技术 杨基春，黄战华，蔡怀宇，张尹馨 (天津大学 精仪学院光 电信息工程系，天津 300072) 摘要：针对轮胎规格号图像高噪声的特点，本文提出字符截断方式来获得可区分的外轮廓特征，利用 BP神经网 络并结合规格号关系特征来识别轮胎规格号。首先，获取可区分规格号字符样本特征：截取字符的三分之二，获 取其外轮廓游程特征；随后，对其进行 BP神经网络训练和识别，得到一次识别结果；最后 ，采用规格号类型特 征，对识别结果做二次识别。实验结果表明，BP神经网络对变形字符有较强的容错能力，特征获取和二次识别算 法能够有效识别轮胎规格号。 关键词：BP神经网络；轮胎规格号；字符截断；关系特征 中图分类号：TP391．41 文献标志码：A doi：10．3969／j．issn．1003—501X．2010．09．017 A RecognitionTechnologyofTireSpecificationsofLargeNoiseImage YANG Ji-chun，HUANG Zhan—hua，CAIHuai-yu，ZHANG Yin-xin (College 。PrecisionInstrumentandOpto—ElectronicEngineering，TianjinUniversi0’，7了日 in300072，China) Abstract：Forbignoisestireimage，amethodofcharactertruncationwaspresentedtogetdistinguishingoutercontour features．Artificialneuralnetworkandfeaturesofrelationswasusedtorecognizetirespecifications．First，thesample features of distinguishing specificationswere gotten：two--thirds characters were intercepted to get run-·length characteristicsofitsexternalcontour．Then，one recognition resultwasgotten by BP neuralnetwork training and recognition．Finally,characterfeaturesofrelationsprocessed foreresultswereappliedto dothesecondrecognition． Experimentalresultsshow thatthecharacteristicsofacquisitionandthesecondrecognitionalgorithmscaneffectively identify the tire specifications．Moreover,BP neuralnetwork hasbetterfault-tolerance and recognition rate for deformation characterscaused by noises，and feature gotten and secondary identificationalgorithm can effectively identifytirespecifications． Keywords：BPneuralnetwork；tirespecifications；charactertruncation；feature