文档介绍：基于二维视觉的工业检测算法研究与应用摘要机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以大幅降低检测成本,提高产品质量,提高生产速度和效率,因而在工业检测和控制领域得到了广泛的应用。本文以机器视觉技术为基础,以图像处理技术为主要方法,对印刷体数字字符识别算法进行了研究。本文首先介绍了工业视觉检测技术系统的功能、结构以及特点。研究了机器视觉系统的检测原理和方法。根据字符识别系统的预处理流程顺序,叙述了图像直方图均衡、二值化、噪声去除、文字倾斜校『⑶蟹帧⒆址篎规化等预处理算法,对其中的关键技术给出了详细的阐述、分析,根据本系统的特点,我们有针对性的提出了一些适应于奉系统预处理方法,例如采用图像离散去噪方法消除噪声、利用简单斜率法对字符倾斜校『猛队昂妥址矶确指罘ǘ缘ジ鲎址蟹指睿斜、干扰严重、字体类型多等各种各样的问题。这些方法涉及到当今图像处理领域的前沿技术。我们还具体讨论了在常用数字字符识别系统中所用的特征提取方法,并分析了它们的特点。最终采用了粗网格特征提取算法,对数字字符特征进行了提取。在字符识别方面,比较了字符识别中用到几种识别算法,并详细介绍误差反向传播神经网络的原理和方法以及取样、训练问题。最后采用和十十语言对实验系统进行了实现。在论文的最后,我们对系统作了总结,并给出了未来工作的方向和同标。关键字:识别;视觉:图像处理;簧窬解决了在系统中遇到的图像倾
甦,瓵瑃瑃,,,琧珹,,瓵.:瑅琲琓瑂瓸,疭,,,琣.,琻
插图清单图兄德瞬ù翱谛巫础图灰度转换流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯,⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图枷袂阈毙U图挥姓沉拇怪蓖队爸狈酵肌图址指盍鞒掏肌图图像采集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图籰灰度变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图均衡化图片⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图采用邻域的中值滤波器示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图树分类法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图神经网络模拟图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图单输入神经元神经模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图神经网络示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图实验产品实物图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图系统总流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图图像预处理流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图神经网络数字识别流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图像灰度化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图片的锐化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图垂直荻度投影直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图字符分割流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图计ピ搿图欢阈毙U鞒掏肌图址指钍吕肌图址橐换吕肌图盗费臼吕
表格清单表平滑滤波算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表二值化算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表字符分割算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表倾斜校正算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表籰数字字符常用特征提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表在清晰条件下图像的识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表在有噪声条件下识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表直方图均衡方法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表插值法算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。表籰摄像机接口比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
新繇韵丢烈签字目期:另矽年月哆日签字嗽知声‘月‘学位论文作者签字:砬旁乞掘签字日期:力年名月哆日可以将学位论文的全部或部分论文内容编入有关数据库进行检索,可以采用影印、缩印或扫学位论文版权使用授权书独创性声明本学位论文作者完全了解佥墨王些太堂有关保留、使用学位论文的规定,。本人授权盒王些本本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标志和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得佥目跣┛或其他教育机构的学位或证书而使用过的材料。与我作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意描等复制手段保存、汇编学位论文。学位论文作者毕业后去向:通讯地址:邮编C艿难学位论文者签名:工作单位:用本授权书电话
致谢值此论文完成之际,衷心感谢我的导师杨善林教授,感谢他三年来在科研和学术工作上给予我的支持和关