学海网

硕士学位论文 机加工件点阵字符识别研究，共62页。
摘要
机加工件上刻写的点阵字符，作为产品的一部分，是产品身份的标志。因此这类字符，要具备能长期存放、不易腐蚀等特点。而人工识别的效率低、出错率高，这将影响产品的质量。因此，针对机加工件的特点，开发具有高识别率的机刻字符识别系统，可大大提高生产效率、提高产品质量，同时也能够提高生产的自动化水平。所以，本课题的研究具有现实意义和实用价值。
本课题的字符图像通过 CCD 摄像机获得，由于受现场环境的影响，图像会受到干扰，首先对其进行预处理，对一般降质图像采用灰度直方图增强处理，降质较严重的模糊图像本文采用部分重叠子块直方图均衡化处理。同时对图像做二值化，形态学腐蚀，膨胀，细化处理，用改进 HOUGH 算法提取字符点阵。接着对字符图像采用投影方法进行分割，并对单个字符进行归一化处理。 在字符识别阶段，对神经网络的参数进行设计，采用逐像素特征提取法提取字符特征，真对相似字符的识别本文对其采用再次分类特征提取的方法，同时对待识别字符进行二进制编码作为网络输入。 结果表明，对模糊图像的处理上，本文算法能够得到满意的结果，本文所提出的字符识别方法，不仅识别速度快而且识别率高。
关键词：图像处理；再次分类特征提取；BP 神经网络；POSHE 算法；

目录
摘要I
AbstractII
第 1 章 绪 论1
11 课题研究的背景及意义 1
12 课题研究的国内外现状 1
13 机器视觉的在字符识别中的应用 3
14 本文研究内容 5
第 2 章 数字图像处理基础理论6
21 图像预处理 6
211 图像灰度化 6
212 图像增强 7
213 二值化 8
22 图像形态学处理 9
23 HOUGH 检测11
231 经典的 HOUGH 圆检测11
232 快速 HOUGH 圆检测12
24 图像边缘检测 13
第 3 章 字符图像识别算法研究15
31 图像采集 15
311 图像采集设备 15
312 照明光源 15
313 图像数据传输和保存 16
32 字符图像增强 17
33 POSHE 算法介绍19
331 POSHE 算法的基本思想19
332 算法的变换函数分析 19
333 算法步骤 22
334 算法结果及分析 23
34 二值化 25
35 改进的 HOUGH 检测26
36 形态学处理 29
37 改进 zs 字符细化算法 30
38 字符图像的倾斜矫正 33
39 字符分割 35
310 字符归一化 38
第 4 章 基于 BP 神经网络的字符识别 40
41 BP 神经网络介绍 40
42 字符特征提取 43
43 字符识别的网络结构设计 46
44 实验结果及分析 49
结论53
参考文献54
攻读硕士学位期间发表的论文57
致谢58