CN103870844A - 一种基于vbai模板匹配的工件号码识别方法 - Google Patents

一种基于vbai模板匹配的工件号码识别方法 Download PDF

Info

Publication number
CN103870844A
CN103870844A CN201410113919.1A CN201410113919A CN103870844A CN 103870844 A CN103870844 A CN 103870844A CN 201410113919 A CN201410113919 A CN 201410113919A CN 103870844 A CN103870844 A CN 103870844A
Authority
CN
China
Prior art keywords
image
character
workpiece
vbai
number identification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410113919.1A
Other languages
English (en)
Inventor
李光明
张涛
张巧丽
殷波
李慧宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi University of Science and Technology
Original Assignee
Shaanxi University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shaanxi University of Science and Technology filed Critical Shaanxi University of Science and Technology
Priority to CN201410113919.1A priority Critical patent/CN103870844A/zh
Publication of CN103870844A publication Critical patent/CN103870844A/zh
Pending legal-status Critical Current

Links

Images

Abstract

一种基于VBAI模板匹配的工件号码识别方法，将采集的原始图像进行图形处理，对工件的目标进行模式匹配，然后基于此特征建立直角坐标系，在直角坐标系的特定区域内找到目标字符，利用VBAI提供的识别库进行字符训练和字符识别，识别后的字符可以存入数据库，方便管理和使用，能够快速地搭建号码识别系统，显著地提高工业生产效率，并且具有较高的识别率和较高的应用价值。

Description

一种基于VBAI模板匹配的工件号码识别方法
技术领域
本发明涉及机器视觉领域，特别涉及一种基于VBAI模板匹配的工件号码识别方法。
背景技术
随着计算机技术、数字图像处理和模式识别技术的飞速发展，其应用也遍及工业、农业、科研等诸多领域。如今，越来越多的信息以图像的形式出现，人们对字符的识别也进行了广泛的研究。在先进的工业生产中，需要对铸件上的工件号进行记录，以便后期的质量跟踪调查。很多工厂对生产铸件上的打码工件号仍然采用人工识别的方式，对大量需要识别的工件，采用这种方法不但浪费人力和时间，而且效率低，错误率高。因此，考虑采用计算机技术来提高工厂的整体生产效率和自动化水平具有重要的实际使用价值。
VisionBuilderforAutomatedInspection（用于自动检测的视觉生成器）通常被称之为VBAI，是NI推出的一款视觉检查软件产品，该程序是一个可以独立运行的程序，不需要依托LabVIEW，但是可以将写好的VBAI程序生成LabVIEW代码。VBAI作为一款视觉软件，最大的特点在于其独立运行的能力和实时终端的可部署性，其功能强大，提供了丰富的与外部通信的接口，包括DIO接口、串口以及USB接口，并且通过以太网实现数据的交互和传输。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种基于VBAI模板匹配的工件号码识别方法，能够快速地搭建号码识别系统，显著地提高工业生产效率，并且具有较高的识别率和较高的应用价值。
为了达到上述目的，本发明采取的技术方案为：
一种基于VBAI模板匹配的工件号码识别方法，其步骤如下：
步骤1：采集图像：用工业相机采集工件的图像作为原始图像；
步骤2：图像处理：对采集到的原始图像进行图像处理，使需要被识别的目标区域或特征更加明显；
步骤3：模式匹配：在工件上找到一个特征明显的目标，对工件上该目标进行模式匹配；
步骤4：以上述步骤3中找到的目标为原点，建立平面直角坐标系；
步骤5：以建立的平面直角坐标系为标准，标注需要被识别的工件号码区域，如果没有识别字体的字符集，则需要先对该区域里面的号码进行字符训练；如果有识别字体的字符集，则直接显示号码识别的结果；
步骤6：将最终图像处理以及号码识别的结果显示在屏幕的某一特定区域，该特定区域能够自由指定，方便观察图像处理以及号码识别的效果。
所述原始图像未经过任何处理，格式包括彩色图像。
所述图像处理方法包括灰度变换、二值化处理。
所述模式匹配技术包括归一化互相关、比例不变与旋转不变匹配、锥形匹配以及图像理解。
所述步骤2图像处理能够在步骤3模式匹配和步骤4之后进行。
本发明采用基于VBAI模板匹配的工件号码识别方法，与其他现有技术相比，本发明方法编程难度较小，编程效率高，采用图形化编程，产生的图像为框图的形式，而非采用基于文本的语言产生代码行，不需要掌握复杂的图像处理、相机校正、字符识别等专业知识，就能快速搭建号码识别系统，并且具有较高的识别率，采用本发明方法能够显著提高工业生产效率，具有较高的应用价值。
附图说明
图1为本发明硬件连接结构示意图。
图2为本发明软件程序流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
实施例一：
步骤1：采集图像：用工业相机采集工件的图像作为原始图像，本图像为32位彩色图像格式；
步骤2：模式匹配：由于步骤1采集的原始图像为彩色图像格式，彩色图像像素特征明显，故直接利用视觉助手工具VBAI在彩色图像上进行旋转不变匹配，使效果更加明显，在工件旋转、图像采集存在模糊和噪声的情况下，模式匹配仍然可以正常工作；
步骤3：以上述模型上以任意一点为坐标原点，建立平面直角坐标系；
步骤4：图像处理：由于字符识别程序只能对灰度图像进行处理，利用视觉助手工具VBAI对采集到的彩色图像进行灰度变换，使需要被识别的目标区域或特征更加明显，为字符识别做准备；
步骤5：以建立的平面直角坐标系为标准，标注需要被识别的工件号码区域，如果没有识别字体的字符集，则需要先对该区域里面的号码进行字符训练，训练过程如下：在灰度图像上选定需要被识别的字符区域，通过修改识别字体的像素的阈值、尺寸大小、读取选项值，使字体区域内每个需要被识别的字母都可以从背景图像中一一分离，方便对单个字符进行训练，为每个分段的字符指定一个字符集，为每个字符类分配一个参考字符，保存字符集为字符集文件，进行字符识别；如果有识别字体的字符集，则直接显示号码识别的结果；
步骤6：将最终图像处理以及号码识别的结果显示在屏幕的某一区域，该特定区域能够自由指定，方便观察图像处理以及号码识别的效果；
其中，所述字符训练主要是提取每个字符的特征，将字符的特征保存成字符集，该字符集保存每个分割字符的字符值，这个字符是独一无二的以代表每个分割的字符，在以后的字符识别中可以用来识别工件上的号码。训练字符的次数越多，字符的识别率就越高。
所述字符识别就是将需要被识别的字符的特征与字符集中的特征相匹配，找到两者特征最匹配的一项，该结果即为字符识别的结果。

Claims (6)

1.一种基于VBAI模板匹配的工件号码识别方法，其特征在于，步骤如下： 
步骤1：采集图像：用工业相机采集工件的图像作为原始图像； 
步骤2：图像处理：对采集到的原始图像进行图像处理，使需要被识别的目标区域或特征更加明显； 
步骤3：模式匹配：在工件上找到一个特征明显的目标，对工件上该目标进行模式匹配； 
步骤4：以上述步骤3中找到的目标为原点，建立平面直角坐标系； 
步骤5：以建立的平面直角坐标系为标准，标注需要被识别的工件号码区域，如果没有识别字体的字符集，则需要先对该区域里面的号码进行字符训练；如果有识别字体的字符集，则直接显示号码识别的结果； 
步骤6：将最终图像处理以及号码识别的结果显示在屏幕的某一特定区域，该特定区域能够自由指定，方便观察图像处理以及号码识别的效果。 
2.根据权利要求1所述的一种基于VBAI模板匹配的工件号码识别方法，其特征在于，步骤如下： 
步骤1：采集图像：用工业相机采集工件的图像作为原始图像，本图像为32位彩色图像格式； 
步骤2：模式匹配：由于步骤1采集的原始图像为彩色图像格式， 彩色图像像素特征明显，故直接利用视觉助手工具VBAI在彩色图像上进行旋转不变匹配，使效果更加明显，在工件旋转、图像采集存在模糊和噪声的情况下，模式匹配仍然可以正常工作； 
步骤3：以上述模型上以任意一点为坐标原点，建立平面直角坐标系； 
步骤4：图像处理：由于字符识别程序只能对灰度图像进行处理，利用视觉助手工具VBAI对采集到的彩色图像进行灰度变换，使需要被识别的目标区域或特征更加明显，为字符识别做准备； 
步骤5：以建立的平面直角坐标系为标准，标注需要被识别的工件号码区域，如果没有识别字体的字符集，则需要先对该区域里面的号码进行字符训练，训练过程如下：在灰度图像上选定需要被识别的字符区域，通过修改识别字体的像素的阈值、尺寸大小、读取选项值，使字体区域内每个需要被识别的字母都可以从背景图像中一一分离，方便对单个字符进行训练，为每个分段的字符指定一个字符集，为每个字符类分配一个参考字符，保存字符集为字符集文件，进行字符识别；如果有识别字体的字符集，则直接显示号码识别的结果； 
步骤6：将最终图像处理以及号码识别的结果显示在屏幕的某一区域，该特定区域能够自由指定，方便观察图像处理以及号码识别的效果。 
3.根据权利要求1或2所述的一种基于VBAI模板匹配的工件号码识别方法，其特征在于，所述原始图像未经过任何处理，格式包括彩色图像。 
4.根据权利要求1或2所述的一种基于VBAI模板匹配的工件号码识别方法，其特征在于，所述图像处理方法包括灰度变换、二值化处理。 
5.根据权利要求1或2所述的一种基于VBAI模板匹配的工件号码识别方法，其特征在于，所述模式匹配技术包括归一化互相关、比例不变与旋转不变匹配、锥形匹配以及图像理解。 
6.根据权利要求1或2所述的一种基于VBAI模板匹配的工件号码识别方法，其特征在于，所述步骤2图像处理能够在步骤3模式匹配和步骤4之后进行。 
CN201410113919.1A 2014-03-24 2014-03-24 一种基于vbai模板匹配的工件号码识别方法 Pending CN103870844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410113919.1A CN103870844A (zh) 2014-03-24 2014-03-24 一种基于vbai模板匹配的工件号码识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410113919.1A CN103870844A (zh) 2014-03-24 2014-03-24 一种基于vbai模板匹配的工件号码识别方法

Publications (1)

Publication Number Publication Date
CN103870844A true CN103870844A (zh) 2014-06-18

Family

ID=50909359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410113919.1A Pending CN103870844A (zh) 2014-03-24 2014-03-24 一种基于vbai模板匹配的工件号码识别方法

Country Status (1)

Country Link
CN (1) CN103870844A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328793A (zh) * 2017-06-30 2017-11-07 航天新长征大道科技有限公司 一种基于机器视觉的饰品表面字印瑕疵检测方法和装置
CN109409272A (zh) * 2018-10-17 2019-03-01 北京空间技术研制试验中心 基于机器视觉的电缆验收系统和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6433706B1 (en) * 2000-12-26 2002-08-13 Anderson, Iii Philip M. License plate surveillance system
CN102364496A (zh) * 2011-11-24 2012-02-29 无锡慧眼电子科技有限公司 一种基于图像分析的汽车车牌自动识别方法及系统
CN102663377A (zh) * 2012-03-15 2012-09-12 华中科技大学 一种基于模板匹配的字符识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6433706B1 (en) * 2000-12-26 2002-08-13 Anderson, Iii Philip M. License plate surveillance system
CN102364496A (zh) * 2011-11-24 2012-02-29 无锡慧眼电子科技有限公司 一种基于图像分析的汽车车牌自动识别方法及系统
CN102663377A (zh) * 2012-03-15 2012-09-12 华中科技大学 一种基于模板匹配的字符识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙万录: "倾斜车牌定位与识别算法的研究", 《万方数据》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328793A (zh) * 2017-06-30 2017-11-07 航天新长征大道科技有限公司 一种基于机器视觉的饰品表面字印瑕疵检测方法和装置
CN109409272A (zh) * 2018-10-17 2019-03-01 北京空间技术研制试验中心 基于机器视觉的电缆验收系统和方法
CN109409272B (zh) * 2018-10-17 2021-06-18 北京空间技术研制试验中心 基于机器视觉的电缆验收系统和方法

Similar Documents

Publication Publication Date Title
CN109639481B (zh) 一种基于深度学习的网络流量分类方法、系统及电子设备
MX2016004667A (es) Metodo y dispositivo para construir una plantilla, metodo y dispositivo para identificar informacion.
MX2016003981A (es) Metodo y dispositivo para capacitar un clasificador, reconocimiento de tipo.
Bussa et al. Smart attendance system using OPENCV based on facial recognition
CN107301406A (zh) 基于深度学习的快速人脸角度识别方法
CN103218605A (zh) 一种基于积分投影与边缘检测的快速人眼定位方法
CN103824091A (zh) 一种用于智能交通系统的车牌识别方法
CN106127193B (zh) 一种人脸图像识别方法
CN104156729B (zh) 一种教室人数统计方法
CN110689535A (zh) 一种工件识别方法、装置及电子设备和存储介质
CN107153067A (zh) 一种基于matlab的零件表面缺陷检测方法
CN109086772A (zh) 一种扭曲粘连字符图片验证码的识别方法及系统
CN108960412A (zh) 图像识别方法、装置及计算机可读存储介质
CN103870844A (zh) 一种基于vbai模板匹配的工件号码识别方法
Pradhan et al. A hand gesture recognition using feature extraction
CN104268834A (zh) 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法
Shao et al. Research on the tea bud recognition based on improved k-means algorithm
CN104298975B (zh) 一种分布式图像识别方法
CN110599232A (zh) 基于大数据的消费群体分析方法
CN104484041A (zh) 一种基于深度学习的唇形图像识别文字输入方法
CN108898045B (zh) 基于深度学习的手势识别的多标签图像预处理方法
CN105469059A (zh) 一种视频中的人物识别、定位和统计方法
CN106780412B (zh) 一种利用手写体骨架线生成加工路径的方法
CN108898188A (zh) 一种图像数据集辅助标记系统及方法
Deng et al. Extraction of litchi stem based on computer vision under natural scene

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140618

WD01 Invention patent application deemed withdrawn after publication