基于神经网络的突跳式温控器产品编码识别方法

针对突跳式温控器产品编码金属表面反光、凹凸不平以及采用钢印字符导致产品编码识别率下降等问题,提出将字符图像的灰度特征、字符分块占空比以及字符8个特征点之间线段总长度作为神经网络输入的编码识别方法。首先对图像中产品编码区域进行提取、滤波去噪、二值化和字符分割等处理工作;再把分割后的字符归一化为16×16维的图像;最后通过MATLAB编程仿真和工业现场实验得出的结果表明,该方法实现了对温控器编码字符的准确识别,提高了温控器编码相似字符的识别率。