金属雷管编码字符识别方法研究-模式识别与智能系统专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文 保密□ ，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 雷管是工程爆破中经常使用的一种起爆器材，属于爆炸危害力大的危险物品， 因此，所有雷管生产和使用单位必须对其进行严格管理。目前，使用雷管的单位主 要依靠人工方式发放雷管，这不仅需要花费大量的人力和时间，而且很容易产生操 作失误，严重降低了生产效率，因此对雷管编码自动识别系统的需求越来越迫切。 本文对雷管编码识别系统中的图像预处理、字符分割、字符特征提取和分类器 设计中遇到的问题进行了研究。由于金属雷管管壳为黑色，表面光滑，易沾染灰尘， 且大部分雷管编码采用激光刻痕工艺，所以雷管编码图像存在对比度较低、光照不 均匀、条形反光带以及背景纹理干扰等问题。针对这些问题，本文首先采用了均值 方差归一化的方法对图像进行灰度归一化，然后采用了基于笔画宽度和超像素的二 值化算法对图像进行二值化，最后针对二值图像中出现的噪声，本文采用了连通域 标记法去除噪声。 在字符分割方面，本文采用了基于连通域与垂直投影相结合的字符分割方法， 对二值图像中存在的字符粘连、笔画断裂、笔画重叠等问题均进行了处理。然后对 分割出的单个字符进行大小归一化以进行后续的字符特征提取。 在字符特征提取和分类器设计方面，本文采用了边界点笔画形状特征和 BP 神经 网络分类器。边界点笔画形状特征能够克服一定程度的字符倾斜、平移、笔画断裂 以及缺损等问题。BP 神经网络具有较强的分类能力和容错性能，同时分类速度较快。 经过大量样本测试表明，本系统在识别率、识别速度等方面均满足雷管编码自动识 别系统的性能要求。 关键词：雷管编码，图像预处理，字符分割，字符特征，神经网络 II II Abstract Detonator is frequently used in engineering blasting as a blasting equipment, which is very harmful and dangerous.Therefore,all the enterprises of produce or consume detonator must manage it strictly.At present, most enterprises distribute detonator by hand,which not only spend a lot of manpower and time and is easy to produce error, reduce the production efficiency severely.Therefore the demand for automatic recognition of character on detonator has become more and more urgent. In this paper,the problems in image preprocessing,character segmentation,feature extraction and classifier design were studied.Because detonator shell is black and the surface is smooth which infected with dirt easily, and most detonator use laser engrave technology, so detonator character image have problems of low contrast, uneven illumination and background texture interferenc