成捆特钢棒材端面字符识别算法研究

TP391.43; 为实现特钢棒材生产信息的全流程可追溯,分析特钢棒材生产环境及形状特点,采用基于双标志点的标记方案进行标记并利用机器视觉技术实现成捆特钢端面字符的识别.首先,采用Hough变换将成捆特钢棒材端面图像分割成单根;其次,采用基于小波变换的图像增强算法完成单根特钢棒材端面图像的增强;再次,将MSER算法和边缘检测算法相结合完成单根特钢棒材字符区域的检测,并基于投影法完成字符的分割;最后,通过创建和训练SVM分类器完成每一根特钢棒材端面字符识别,并将成捆特钢棒材端面字符识别结果输出保存.结果表明,新算法可以满足成捆特钢棒材生产过程中字符识别要求,字符识别准确率可达到97.35％.新算...

Full description

Saved in:
Bibliographic Details
Published in河北科技大学学报 Vol. 42; no. 5; pp. 470 - 480
Main Authors 张付祥, 郭旺, 黄永建, 王春梅, 黄风山
Format Journal Article
LanguageChinese
Published 河北科技大学机械工程学院,河北石家庄 050018%石家庄钢铁有限责任公司,河北石家庄050031%河北科技大学电气工程学院,河北石家庄 050018 2021
Subjects
计算机图像处理;特钢棒材;信息标记;图像增强;字符分割;字符识别
Online AccessGet full text
ISSN1008-1542
DOI10.7535/hbkd.2021yx05005

Cover

More Information
Summary:TP391.43; 为实现特钢棒材生产信息的全流程可追溯,分析特钢棒材生产环境及形状特点,采用基于双标志点的标记方案进行标记并利用机器视觉技术实现成捆特钢端面字符的识别.首先,采用Hough变换将成捆特钢棒材端面图像分割成单根;其次,采用基于小波变换的图像增强算法完成单根特钢棒材端面图像的增强;再次,将MSER算法和边缘检测算法相结合完成单根特钢棒材字符区域的检测,并基于投影法完成字符的分割;最后,通过创建和训练SVM分类器完成每一根特钢棒材端面字符识别,并将成捆特钢棒材端面字符识别结果输出保存.结果表明,新算法可以满足成捆特钢棒材生产过程中字符识别要求,字符识别准确率可达到97.35％.新算法将Hough变换、基于小波变换的图像增强算法、MSER算法、边缘检测算法、投影法及SVM分类器等算法融合到特钢棒材端面字符识别过程中,为特钢棒材生产过程中的信息获取、信息传递及信息追溯的技术实现提供了参考.
ISSN:1008-1542
DOI:10.7535/hbkd.2021yx05005