机器视觉光学测量自动识别方法.docVIP

基于机器视觉的光学测量自动识别方法 文摘:基于一种综合的多样化研究的自动识别算法相比,传统眼球光学测量仪器的实现。以一个通用工具显微镜(UTM的)镜头的观点图像为例,双层自动识别模型,建立了数据的读取 采用一系列的预处理算法。该模型是一个最佳组合correlation-based模板匹配的方法和并行反向传播(BP)神经网络。多补充特征提取用于产生对应的特征向量并行网络。为了提高容错能力,旋转不变特征为基础的提取的时刻是在Zernike数字特征和了四维集团的轮廓 同时也得到了特征。此外,工作时间和阅读动态调节精度通过设置阈值。实验结果表明,新开发的算法具有最优识别精度和工作速度。平均阅读率可实现97.23%。能自动识别技术获得结果的光学测量仪器快速、稳定地没有修改他们的原结构,以适应的应用程序要求。 关键词:自动识别;光学测量仪器;模板匹配;神经网络技术实现 随着信息技术的发展,大量的数字化和自动化设备为实现测试和测量现代测量和控制系统。光学测量仪器中占据了很大比重现代测量设备,特点它们的高准确度,抗干扰能力强 能力、长期稳定性[1]。然而,很多局限,在他们的数据自动抄表系统,包括单调乏味的阅读程序,费时的阅读方法和可能的人为错误。因此,完成调节自动化老的模式是十分必要, 通用工具显微镜(UTM的),它的阅读系统由标线、员工和螺旋板,一种具有典型性、代表性的光学测量仪器。有几个发展的最近的调自动化UTM的研究方法[1]。他们的一个共同的特征是嵌入一个自动数据阅读模块到UTM的。原机械配置工具必须是重建和一些人类阅读配套 被删除为了容纳模块的要求。然而,这500多人方法不方便能提高现有old-pattern眼部光学仪器。本文在深入研究抄表系统的结构及工作原理UTM image-type,给出了自动的 自动抄表系统基于CCD图像传感器、哪个可以实现自动阅读和结果播放而不改变原仪器结构。通过新研制的方式方法,测量仪器的准确性可以达到或超越手册的精度眼部阅读和阅读 速度是可以提高的。 1 UTM的工作原理,自动的识别系统11传统的读数方法 图1显示一个典型的形象镜头角度UTM的。这手动阅读过程如下[2]: (1)Archimedean螺旋板轮子一个mm准星上是一对之间的重叠螺旋双曲线, (2)读数字以上mm准星上的范围的水平员工所导致的整体分。 (3)根据岗位的mm准星上相对的员工的工作、阅读数字低于员工准星上得到0.1毫米价值; 4)根据证行到极致的黑色三角?,判断其相对位置旋板和阅读0.01毫米的价值0.001毫米。 (5)估计大约值0.000 1毫米。 (6)的价值总数上面得到结果。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 图1一个安全网关的直观的镜头的观点的形象, 4)根据证行到极致的黑色三角?,判断其相对位置旋板和阅读0.01毫米的价值0.001毫米。 (5)估计大约值0.000 1毫米。 (6)的价值总数上面得到结果。 从图1,但可以肯定的是,整个眼部的镜头观点图像可以分为两大地区水平职员区放在最上面的层和Archimedean螺旋导流板的区域的底层。特点reticles和人物的,包括他们的灰色的 水平和字体,有很大的不同,无论这些两部分。因此,我们需要采用不同的方法设计的识别方法。此外,亮度,精度和定义镜头浏览图像自动是重要的自动抄表系统。通过比较几种不同类型的CCS相机,有不同的感光表面大小,分辨率、灵敏度和信噪比,我们选择矿渣MTC -23X11H CCD照相机,这是一种MINTRON:含黑白高清晰度短相机。大小的CCD传感器×48毫米3.6毫米。它有一个总像素798的数量(部落)×(5),600-line 584水平分辨率和60分贝检测前信噪比。SSE0812,一种人工光圈的镜头从AVENIR公司,是采用光学镜头为了获取最好的影像捕获的效果。 1.2的识别方法,水平职员区 是为水平职员区、自动识别过程是这样的 (1)检测三角块在一定的搜寻范围。找到两条横线和工作人员的尺度基于位置关系不变三角形的员工。 (2)使用的亚像素的方法来找到mm准星上和中心的员工线两条水平0 - 10分计规模水平的员工。用最小二乘法方法(LSM),以适应这两条线。及其交点的一点是,小数部分的部分。由于限制精密,只有0.1毫米数字结果仍将保留。 (3)选择数字字符区以上mm准星上。首先我们区段three-digit图像面积和binarize它最大方差比的方法。然后我们使用紧密操作数学形态学的理论来抑制噪声。最后,这个地区分为几个人部分通过垂直-投影方法。图2展现了后的效果完成这些预处理程序。 (3)认识到数字字符从他们的图像和拯救他们的价值观的分别。 (4)总结了积