火车轮字符动态识别仿真系统设计毕业论文

1、毕业设计（论文）报告题 目 学 院 学 院 专 业 学生姓名 学 号 年级 级 指导教师 毕业教务处制表毕业学生姓名： xx填写 学号： xx填写 专业： xx填写 毕业设计（论文）题目： 指导教师意见：（请对论文的学术水平做出简要评述。包括选题意义；文献资料的掌握；所用资料、实验结果和计算数据的可靠性；写作规范和逻辑性；文献引用的规范性等。还须明确指出论文中存在的问题和不足之处。） 指导教师结论： （合格、不合格）指导教师姓名所在单位指导时间毕业设计（论文）评阅教师评阅意见表 学生姓名： xx填写 学号： xx填写 专业： xx填写 毕业设计（论文）题目： 农村宅基地测量技术研究 评阅意见：

2、（请对论文的学术水平做出简要评述。包括选题意义；文献资料的掌握；所用资料、实验结果和计算数据的可靠性；写作规范和逻辑性；文献引用的规范性等。还须明确指出论文中存在的问题和不足之处。）修改意见：（针对上面提出的问题和不足之处提出具体修改意见。评阅成绩合格，并可不用修改直接参加答辩的不必填此意见。）毕业设计（论文）评阅成绩 （百分制）： 评阅结论： （同意答辩、不同意答辩、修改后答辩）评阅人姓名所在单位评阅时间论文原创性声明本人郑重声明：本人所呈交的本科毕业论文农村宅基地测量技术研究，是本人在导师的指导下独立进行研究工作所取得的成果。论文中引用他人的文献、资料均已明确注出，论文中的结论和结果为本人

3、独立完成，不包含他人成果及使用过的材料。对论文的完成提供过帮助的有关人员已在文中说明并致以谢意。本人所呈交的本科毕业论文没有违反学术道德和学术规范，没有侵权行为，并愿意承担由此而产生的法律责任和法律后果。 论文作者（签字）： xx填写日期：xx填写年月日题目：火车轮字符动态识别仿真系统设计马晓欢 郭阳宽 张晓青摘?要：本文提出了利用機器视觉方法代替人工实现对车轮加工过程中字符的识别。使用自研激光轮廓传感器，基于OpenCV对图像进行预处理，对字符进行分割、归一化等操作，实现对字符字型的多次识别。实验表明：识别准确率达98.8%，具有识别准确率高、效率高等优点。关键词：机器视觉;动态识别;字符分

4、割;模板匹配0 引言字符识别技术是机器视觉分支中一个重要的研究方向且在多种工业场合代替人工，其应用有效的降低识别的错误率，同时提高生产效率。工业中常见的字符主要有压印字符、喷码字符、浮雕字符、手写字符等字符。火车轮字符属于浮雕字符的一种，是存在于物体表面凹凸的一种立体字符，且字符与母体颜色相同。在字符识别过程中，其容易受到火车轮旋转速度的影响，因此会产生失真或者噪声等问题。针对火车轮检测现场需求及问题，提出利用机器视觉的方法，基于C+与OpenCV开发，对图像进行处理识别。1 系统设计按火车轮尺寸1：1设计火车轮饼模型及字符，如图1所示，在电机驱动下火车轮模型速度2圈每秒。采用自研激光轮廓传感

5、器，传感器投射出一条激光，从待检测物体表面返回的激光条在CCD上呈二维图像，将激光条拼接可实现立体成像。字符识别系统设计流程如图2：1.1 预处理实现彩色图像到灰度图的转化和二值化处理，将整个图像呈现出黑色背景，字符为白色。利用先腐蚀后膨胀的方法消除图像噪声。对于膨胀：对于腐蚀：1.2?字符分割及排序对扫描字符进行分割，首先从预处理后的图像中寻找字符轮廓，再实现单个字符的分割。同时将通过分割后字符轮廓外部矩形左上角横坐标采用冒泡排序的方法对字符进行顺序排列，恢复火车轮字符的原本排序。1.3?归一化匹配识别需要被识别的图像和模板图像大小一致，分割后的图像并不一致，需要对分割后的字符进行归一化处理

6、。比较两张图片的大小，相似性函数为：将这个相似性函数展开得：从上式可以看出，展开式的第一项和第三项的值是选定模板后的固定值，对于相似形函数，值越大越不相似，也就是说第二项的值越小越不相似，所以我们需要将分割后的字符进行归一化，1.4?基于平方差的模板匹配将经过预处理后的字符与制作好模板库进行匹配，模板库中包含所有可能出现的“09” “AZ” “”共37个归一化后的字符图像。在设计图像识别系统中，采用平方差匹配法（TM_SQDIFF）进行识别。其计算方法为：T为模板图像，i为带匹配图像，为模板图像的能量，为图像I局部的能量。平方差匹配法是利用平方差来进行匹配，最好匹配为0，匹配差越小，则匹配值越

7、小，匹配效果越好。2?实验结果与分析在火车轮动态运转情况下使用激光轮廓传感器采集图像，如图3所示。识别结果如图4显示。多次试验表明，准确率达98.8%，为火车轮字符动态识别现场检测提供可靠依据。3?结语该系统字符识别准确率高、模板匹配型好，能较好的适应工业现场的需求，因此具有很好的应用价值。参考文献1?Mei L， Guo J， Liu Q， et al. A Novel Frame work for Container Code-Character Recognition Based on Deep Learning and Template MatchingC.2016 Internati

8、onal Conference on Industrial Informatics-Computing Technology， Intelligent Technology， Industrial Information Integration（ICIICII）.Wuhan，China，IEEE，2016：78-82.2?段西利.工业工件复杂表面的字符识别方法研究D.西安：西安理工大学，2019.3?蔡玉婷，王外忠，杜孟杰，杨鑫，周铁军.数字字符识别技术及应用J.电子技术与软件工程，2019（21）：66-68.4?李安翼.高速钢轨焊前轨腰字符动态识别系统的开发D.武汉：武汉工程大学，2018

9、.5?竺博，吴嘉嘉，何春江，胡金水.人工智能在手写文档识别分析中的技术演进J.电子测试，2019（13）：5-8+48.?A method of using machine vision to replace the manual recognition of characters during wheel processing is proposed. A self-developed laser contour sensor is used to pre-process the image based on OpenCV， to segment and normalize characters， and to recognize the character font multiple times. Experiments show that the recognition accuracy is 98.8%， and