罐底字符分割与识别.docx

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
罐底字符分割与识别

研 究 生 课 程 论 文罐底字符分割与识别研究生:提交日期:年月日研究生签名:学号学院课程编号课程名称学位类别任课教师教师评语:成绩评定:分任课教师签名:年月日目录引言11系统搭建21.1光源部分21.2摄像机部分21.3镜头部分21.4图像处理系统:21.5软件系统32预处理42.1彩色图像灰度转换42.2图像平滑处理及二值化62.3图像形态学73字符分割93.1字符区域提取93.2字符分割94模板匹配115实验结果分析12参考文献13罐底字符分割与识别摘要:罐底字符的识别在工业上有较为广阔的应用。本文首先介绍罐底字符分割与识别的硬件系统的搭建;然后详细介绍了对于罐底字符图片的预处理过程,并且通过垂直投影的方式确定字符区域的边界以及罐底字符的投影块;最后利用模板匹配的方式找到与字符块最接近的模板,从而完成字符的识别。实验结果表明,该方法能够有效分割出罐底图像中的字符并完成识别。关键词:字符分割;模板匹配;模式识别引言在易拉罐生产过程中,产品质量的控制往往需要对产品信息进行检测、追踪,喷码字符就是目前厂商通常记录产品信息的重要手段。因此通过对喷码字符的识别,可以得到该批次产品的信息,是保证产品质量的重要手段。本文采用固定阈值方法将图像二值化,并通过腐蚀和膨胀等形态学操作得到较为清晰的字符。再利用垂直投影法找到字符区域的边界以及罐底字符的投影块;最后利用利用模板匹配的方式找到与字符块最接近的模板,从而完成字符的识别。实验结果表明,该方法能够较好地分割出罐底图像中的字符并完成识别。系统搭建光源部分易拉罐底字符是喷码字符,在灰度上和罐底有明显的差异,使用的易拉罐是平底的易拉罐,直接采用手机的LED灯光容易造成局部曝光过度,因此选择用A4纸遮挡手机LED灯,产生较为均匀的面光源,避免了过度曝光的问题,同时背景噪声较少。摄像机部分易拉罐罐底直径大约是30mm左右,字符单个喷码大约是0.1mm×0.1mm左右,因此可以假设系统要求的分辨率为0.1mm,相机的视场范围至少为60mm×60mm,相机横纵最小像素为60mm/0.1mm=600 pixel,那么相机分辨率至少应该在1024×768以上,像元尺寸4.65μm,靶面尺寸1/3″,因实验条件限制,采用2600万像素的手机相机代替工业相机。镜头部分镜头分辨率=1000/(4×4.65)=78 lp/mm;放大倍数=4.65μm/0.1m=0.465;焦距=100×0.465/(0.465+1)=32mm(假设工作距离为100mm);因此可以确定采用1/3″,焦距为35mm,分辨率为80左右的镜头,本文使用手机相机自带镜头代替。图像处理系统:采用PC端设计算法,编程环境为MATLAB 2014。软件系统软件系统的总流程图如图2-1所示:图11算法流程图预处理在图像采集过程中,由于摄像机或照相机等输入仪器因素影响,使得图像的质量与实际情况有一定的差距。同时可能存在获取的图像含有人们不感兴趣的信息这些情况,因而在进行三维形状的恢复时首先应该对图像做预处理。本文中采取的预处理主要有一下几种:彩色图像灰度转换处理、图像平滑处理、二值化、图像形态学操作。彩色图像灰度转换目前一般摄像器材从外界的客观事物获取所得的图像大部分都是彩色的,不能直接从中获取图像中像素点的灰度值,因此要涉及彩色图像转换为灰度图像的过程。一幅数字图像由有限个像素组成,每个像素都具有两种特征即空间特征和颜色特征。通常像素采用二维矩阵的形式来描述。用矩阵元素的行列表示像素点的空间位置,用数值或向量来表示像素的颜色信息。对于灰度图像来说,可以采用以下的二维矩阵来表示:其中,代表图像中第x行、第y列的像素,m,n分别为整幅图像像素点阵的行列数。而目前大部分彩色图像采用RGB颜色模型。RGB模型如图2-2所示图21 RGB模型RGB模型由红色、绿色、蓝色这三原色的光谱分量按照一定的比例调和组成,在RGB颜色模型下,一幅彩色数字图像是所有构成图像的像素的集合,并且集合中所有像素的颜色都是RGB三颜色混合而成。在RGB 颜色模型下,彩色图像用一个三维向量来描述:表示像素空间位置的颜色值,分别表示该位置点的红、绿、蓝(RGB)三种颜色分量值。在本文中,将直接使用matlab自带的函数rgb2gray函数来将彩色图像转化为灰度图像。得到的结果如图2-3:图22彩色图像和灰度图像图像平滑处理及二值化由于不相关因素的干扰,采集的图像在计算机处理过程中与实际图像相比总是出现噪声污染、形态失真等图像质量的退化,这就需要采取一定的措施来消除。图像平滑处理能够很好的解决这一问题,使图像在进入计算机处理时保持很好的质量以便更好的进行图像处理。一幅数字图像的任一点的平面坐标为,对该点进行掩模处理,该点得到的一个新的结果,用公式表示为:依此对图像逐点进行掩模处

文档评论(0)

wyjy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档