成捆特钢棒材端面字符识别算法研究

摘要：

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.

关键词：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

所属期刊栏目：42

分类号：TP391.43(计算技术、计算机技术)

资助基金：国家重点研发计划项目;河北省重大成果转化项目;石家庄市科技计划项目

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：470-480