基于机器视觉的外观尺寸测量及OCR识别检测系统的设计

针对工业自动化生产中产品的外观尺寸测量及字符识别问题,设计了一种基于机器视觉的自动检测和识别系统。该系统硬件部分由工业摄像机、PCI控制板卡和工控机构成;软件部分基于LabVIEW开发。该系统对采集的图像进行了图像灰度化预处理、图像二值化处理、图像定位、二值图特殊处理和尺寸测量与光学字符识别等步骤的处理。经过实际实验验证,系统可以实时、准确的实现对外观尺寸的自动测量和光学字符的自动识别。     

基于图像处理技术的标志字符识别检测系统

针对目前出厂产品表面标志字符识别检测工作量大、易出错、易混淆等问题,设计了一种基于图像处理技术的标志字符识别检测系统。这一系统通过由Visual Studio与OpenCV开发的标志字符识别算法,对获取的不同类型标志字符图像进行阈值分割、二值化处理,经过数学形态学处理提取不同类型标志字符的特征信息,进而结合标志字符特征定位识别算法,对标志字符进行快速定位与识别。这一系统具有良好的稳定性和准确性,适合应用推广。     

基于机器视觉的封印产品字符编码检测系统

介绍了应用机器视觉技术开发的封印产品字符编码检测系统,采用虚拟仪器开发平台LabVIEW完成系统的软件开发,实现了封印产品字符编码的自动识别及顺序检验,取代以往的人工目检.提出了一种基于ROI智能调整及多模板匹配的字符识别方法,有效提高了封印产品字符编码检测的成功率.实践证明该系统在检测精度、效率和稳定性上满足大批量生产的要求.     

基于虚拟仪器技术的活塞表面字符识别

应用IMAQ Vision工具包在LabVIEW虚拟仪器平台上开发了识别活塞表面字符的机器视觉系统.该系统通过适当的图象处理和分析,如模板匹配、图象校正、图象提取、阈值分割、形态学膨胀、腐蚀以及光学字符识别等技术,能够实现活塞表面字符的自动检测与识别.实验证明,该系统具有一定的实用性和通用性.     

基于机器视觉和神经网络的低质量文本识别研究

针对流水线产品上的文本图片含有较多噪声和缺陷,造成机器视觉产品中字符识别准确率低,鲁棒性差的问题,对文本识别中的图像预处理、字符切分和归一化、字符识别等方面进行了研究,采用机器视觉技术中基于仿射变换的预处理方法对文本图片进行了倾斜校正,保证了后续字符的精确切分;提出了一种基于改进的BP神经网络算法,显著提高了字符识别的准确率和鲁棒性,利用附加动量法和自适应学习速率方法,避免了传统BP神经网络训练过程中易陷入局部极小值的情况,并提高了神经网络模型的收敛速度。研究结果表明:该方法能使倾斜的图片得到有效校正,神经网络模型的训练效率得到有效提高,且在含有噪声和缺陷的字符图片中仍能保持较高的识别率和鲁棒性。     

数字式仪表分段模板匹配识别算法研究

文章提出了一种数字分段模板匹配识别改进算法。通过图像预处理、字符定位以及字符分段和识别实现了对数字式仪表的字符识别功能。图像识别速度快，识别率高。     

不定长车牌字符分割算法

车牌号码识别包括牌照定位,字符分割,字符识别三个主要过程。字符分割是在牌照定位后把字符从牌照中分割出来的过程,然后送到字符识别系统识别。本文提出的字符分割算法在传统的垂直投影法字符分割的基础上进行了改进,对于字符个数不定、车牌字符之间有大间隔的车牌也取得了理想的字符分割效果。     

车牌照识别系统设计

车牌自动识别系统可以分为图像采集、图像预处理、车牌定位、车牌预处理、字符分割、字符识别几大部分.每个模块即相互关联的,又有其自身的特点和技术.车牌定位是车牌识别的基础,本文采用水平和垂直的车牌定位算法;车牌字符的分割是进行单个字符识别的前提,本文采用一种垂直投影的字符分割方法;字符识别采用了BP神经元网络的方法.     

OCR在印刷字符实时检测系统中的应用

日常生活和生产中,许多产品都包含有字符信息,而在大量的自动化印刷过程中难免会产生印刷缺陷,人工检测效率低、成本高。论文针对这一问题,在线扫描实验开发平台上,利用OCR识别技术,对产品上的印刷字符信息进行了实时检测的试验,并采用模板匹配算法对采集到的字符信息进行处理,试验结果表明利用OCR技术能够快速准确地识别出印刷字符是否有误,提高了产品出厂的合格率。     

基于OpenCV的车牌识别系统研究

提出了一种利用OpenCV函数库来进行图像处理,并进行车牌定位、字符分割、字符识别的方法,定位时采用行列扫描的方法确定车牌上下和左右边界,然后对存在车牌倾斜的情况进行了校正,字符分割采用了垂直投影的方法,字符识别是采用模板匹配法,得到了很好的效果。