DR圖像鑄件工件號(hào)識(shí)別算法的進(jìn)一步研究.pdf

1、鑄件無(wú)損檢測(cè)系統(tǒng)能夠透視鑄件內(nèi)部結(jié)構(gòu)，其工作原理為數(shù)字化射線成像(Digital Radiography，DR)，可對(duì)鑄件的內(nèi)部缺陷進(jìn)行無(wú)損檢測(cè)。在檢測(cè)過(guò)程中，記錄含缺陷鑄件的工件號(hào)對(duì)其后續(xù)的質(zhì)量評(píng)估、產(chǎn)品返修等操作顯得尤為重要。批量處理鑄件時(shí)，通過(guò)計(jì)算機(jī)自動(dòng)識(shí)別DR圖像的鑄件工件號(hào)能克服傳統(tǒng)視覺(jué)識(shí)別工件號(hào)受到主觀因素和客觀因素的影響，從而加快檢測(cè)速度。其中，工件號(hào)字符識(shí)別的準(zhǔn)確率和識(shí)別速度又是該項(xiàng)技術(shù)能否應(yīng)用于實(shí)際的鑄件工件號(hào)智能識(shí)別

2、的關(guān)鍵性指標(biāo)。所以，研究出快速準(zhǔn)確的識(shí)別方法顯得尤為重要。本文主要從預(yù)處理、傾斜校正、字符分割、字符識(shí)別四個(gè)方面進(jìn)行了研究，最終確定出有效的算法對(duì)DR圖像的鑄件工件號(hào)進(jìn)行識(shí)別。
　　 在對(duì)鑄件工件號(hào)的DR圖像進(jìn)行識(shí)別之前，需對(duì)DR圖像進(jìn)行相應(yīng)的預(yù)處理，其預(yù)處理主要包括增強(qiáng)和二值化。由于鑄件工件號(hào)的DR圖像比較模糊、字符與背景區(qū)分不明顯，因此本文采取Gamma校正的增強(qiáng)方法來(lái)突出工件號(hào)字符，同時(shí)可相應(yīng)削弱背景信息；然后采用基于二次

3、邊緣提取的二值化方法對(duì)圖像進(jìn)行處理，可得到比較清晰的圖像信息。
　　 在實(shí)際的DR檢測(cè)過(guò)程中，為了便于X射線穿透鐵路鑄件，鑄件將會(huì)有一定角度的轉(zhuǎn)動(dòng)和擺動(dòng)，因此，得到的基于DR圖像的工件號(hào)會(huì)有一定的傾斜。這種情況會(huì)對(duì)最終的鑄件工件號(hào)字符識(shí)別有較大的影響。為了避免這種情況，本文分析了幾種常見(jiàn)的傾斜校正方法：如Hough變換法、主方向法等等。結(jié)合鑄件工件號(hào)圖像沒(méi)有邊框信息、噪聲比較大且分布不均勻等特點(diǎn)，研究了慣性主軸法和Radon變換

4、法分別對(duì)工件號(hào)進(jìn)行水平傾斜和垂直傾斜校正，并對(duì)校正后的圖像字符去毛刺和填補(bǔ)空洞。從實(shí)驗(yàn)結(jié)果可看出，本文采用的校正方法能較準(zhǔn)確對(duì)傾斜的鑄件工件號(hào)進(jìn)行校正。
　　 字符分割分為垂直分割和水平分割，先根據(jù)字符的垂直投影，并結(jié)合工件號(hào)字符的寬度和間距比較固定這一特點(diǎn)，采用一種有效的垂直分割方法對(duì)字符進(jìn)行分割，在垂直方向上得到單一的字符信息。然后，根據(jù)字符的水平投影對(duì)字符進(jìn)行水平分割處理。最后對(duì)得到的單一字符的大小進(jìn)行歸一化處理。

5、　　 針對(duì)字符識(shí)別，本文分析了常見(jiàn)的模板匹配、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(SupportVector Machine，SVM)、Adaboost四種字符識(shí)別方法，并進(jìn)一步研究了一種基于SVM的工件號(hào)字符識(shí)別方法?；诮y(tǒng)計(jì)理論的支持向量機(jī)方法具有較好的推廣性，能有效地克服維數(shù)災(zāi)難。它能較好地解決小樣本、非線性、高維數(shù)和局部極小點(diǎn)等常見(jiàn)難題。目前，SVM識(shí)別方法主要有車牌字符識(shí)別、手寫(xiě)體字符識(shí)別等應(yīng)用。SVM可解決二分類問(wèn)題，而基于DR圖像的鑄