钢坯在线识别系统设计和实现
摘 要 在钢铁厂对钢坯进行生产的过程中，会在钢坯的一侧喷上特定的数字序列符号来表示其特定的生产炉次，生产日期等。知晓了钢坯号便可追踪钢坯的生产运输全过程。为了避免不同批次的钢坯混入生产线造成质量瑕疵，需要对钢坯号进行识别和检测。人工监视检查的方式难以满足现代化的生产需求，因此有必要设计和实现一个钢坯在线识别系统，直观快速的了解钢坯号的识别结果，提高检测效率。钢坯号识别的本质是一种智能行为，是具有广泛应用价值的智能系统问题。由于钢坯号成像环境复杂，图像的识别存在很大难度，例如获取的图像本身质量差，难以识别，又或者是钢坯号字符存在断裂、粘连的现象，很容易造成字符识别错误。本文基于实际需求出发，首先对系统开发的背景进行了简单介绍，然后通过对比车牌识别和钢坯号识别的相似和不同之处，进而提出了钢坯号识别的具体流程和框架。在采用二值法和灰度值投影相结合的技术对钢坯号进行图像预处理，和通过投影法和连通域分析对钢坯号进行字符分割后，详细介绍了过度粘连钢坯字符的分割方法：即在已知字符大致平均宽度的基础上，利用垂直投影图分析波谷，对多个可能分割点进行前向后向分割，构成一种树形分割关系；最后运用BP神经网络法提取字符特征，并与字符库进行对照从而实现字符识别。
目 录
摘 要 I
ABSTRACT II
目 录 III
第1章 绪论 1
1.1 系统开发背景与目标 2
1.2 系统总体设计 3
第2章 图像预处理 4
2.1 灰度化 4
2.2 二值化 4
2.3 中值滤波 5
2.4 形态学运算 6
2.5 字符定位 7
2.6 本章小结 8
第3章 字符分割 8
3.1 字符分割步骤 9
3.2 断裂字符的合并 10
3.3 本章小结 10
第4章 过度粘连字符分割 11
4.1 过度粘连钢坯分割步骤 11
4.2 分割具体方法设计 13
第5章 字符识别 17
5.1 BP神经网络 17
5.2 特征的选取 19
5.2 识别过程及
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
结果实例 20
第6章 结语 22
参考文献 23
外文文献原文及翻译 25
第1章 绪论
钢铁工业在国民经济的发展中，处于十分重要的位置，是世界所有工业化国家的中坚力量。随着今年来世界经济和专业技术的发展，生活生产对钢铁的需求量日益增长，对其质量的要求也愈来愈苛刻。
钢坯是炼钢炉炼成的钢水经过铸造后得到的产品，是生产钢材的半成品，经过加工后可以制造机械零件，锻件。在钢铁厂里，存在着这样的需求：每一块钢坯在锻造出炉后，会对其生产日期、所在炼钢炉编号、出坯的批号等等进行编号。该编号会手动或用机器喷印在钢坯的一侧上。该编号便被称为钢坯号，在钢铁厂的生产记录里是独一无二的。钢铁厂的管理系统会对相对应钢坯号的钢坯信息进行整理录入。在此后的生产过程中，需要实时采集钢坯号，并查询其对应的信息。为了避免不同批次的钢坯混入生产线造成质量瑕疵，快速的识别钢坯号成了首要的任务。目前对钢坯喷印的字符识别主要靠人工检测，而人工的读取检测识别效率低下，显然不能满足现代化生产的需求。计算机视觉可以在工业生产中代替人眼的作用，对目标进行识别、跟踪，降低人力消耗，并做进一步的图形处理，十分符合钢铁厂的需求。
实际上，计算机视觉在工业中已有成功的应用案例，如集装箱箱号识别跟踪系统,AOI系统等等[1]，在生活中也有车牌识别系统这样的案例。钢坯号识别系统便可通过考察以上案例获得有用的启发。车牌识别系统由这几部分组成：车牌定位，倾斜矫正，二值化，字符分割，字符识别，后处理[2][3][4][5]。车牌识别的流程为：首先从道路旁摄像机抓拍到的若干照片中，定位车牌所在的位置，并切割获取车牌的子图像；该图片上的车牌很可能是倾斜的，要对其做倾斜矫正的工作；而后对矫正后的图片进行二值化处理，通过垂直投影法进行字符间的切割，最后运用不同的字符识别系统技术识别车牌号，最后的后处理指通过车牌号规则，数据库等等对识别的结果进行校正。钢坯识别系统也可以分为与之相似的几个步骤，处理图像的流程也可大致类似。所以我们可以采用车牌识别技术的框架来构建钢坯号识别系统的初步框架。
然而两者间也有许多的不同点。两者明显的不同点是钢坯号定位较为容易，因为钢坯号只会被喷印到钢坯的固定位置，且由于钢坯在轨道上水平移动，相机 所采集到的照片进行倾斜校正的步骤简单许多。当然，挑战也接踵而至，比如1）由于工作环境温度高，成像背景复杂，干扰多，获取的图像质量会很差；2）钢坯端面氧化会造成表层钢片脱落，造成字符断裂、缺失、粘连等现象，造成字符识别错误。这也是钢坯识别系统中面临的最大的问题。
本文通过研究车牌识别系统提出了钢坯识别系统的初步解决方案。本文重点研究了针对钢坯号识别的二值化、字符分割、字符提取和字符识别的方法[6]，提出了适合钢坯号识别的解决方法。采用二值法和投影相结合的技术对钢坯号进行字符定位和提取；通过降噪，倾斜矫正，水平分割，连通域分析对钢坯号进行字符分割；运用BP神经网络法提取字符特征，并与字符库进行对照从而实现字符识别。
本文将精力集中在算法研究与软件设计方面，对字符预处理、字符分割、字符识别的方法做了细致的研究，并将在下文详细描述其算法与代码程序。
1.1 系统开发背景与目标
在对钢铁生产量上庞大要求的背景下，提高其生产效率成了迫切的任务，而提高钢坯号识别的速度是提高钢铁生产效率的重要部分。设计钢坯字符识别系统从实际需要出发，是一个有着显著应用价值的课题，其应用前景不容忽视。
传统的识别流程是人工读出钢坯号，而后提供给钢坯号信息管理系统，这样做效率低下，需求的劳动力大，容易出错，显然不能满足生产规模扩大的需求。本系统的全自动程序可以完全克服上述问题，显著提高生产效率，改善钢铁厂生产流程，减少劳动力成本变相增加利润。
钢坯号的识别在理论和方法上存在以下难点：1、环境复杂，生产线高温高热、光照不均；2、字符缺陷，钢坯字体变形、污损、字迹模糊、断字、粘连等现象。[7]
本课题立足于图像处理的应用，将图像信号处理，模式识别，系统通信等内容多方面综合应用于工程应用中。此外， 实际应用中，对该系统的在线实时性也有一定的要求，因此需要考虑各各环节所需耗费的时间，保证识别效率和处理速度的均衡性。
1.2 系统总体设计
系统设计流程图如下图2.1所示：
图1.1 钢坯识别系统
钢坯在线识别系统通过利用数字成像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而能更高的智能化图像处理。在实际操作中，识别率和识别速度难以同时提高，其中原因既包括图像处理技术不够成熟，又受到摄像设备计算机等性能的限制。因此，研究高速准确的定位与识别算法，是当前的主要任务。
图像预处理：在外界光照不均的情况下，图像通常都会不清晰，所以需要对其进行图像增强的处理。外界环境噪声和相机自身噪声的干扰下，图像质量会下降，所以要进行去噪处理；相机摆放位置、钢材摆放位置以及钢坯号印刷位置不能保证百分百在一个水平线上，在拍摄过程中钢铁工程流水线的震动都会使图像有一定程度的倾斜，因此要对其进行倾斜矫正。
字符分割。在钢坯号初始图像上，背景对于我们的识别工作毫无意义，所以要将背景删除，只剩字符部分，这样可以提高识别效率。而识别系统不能将整个钢坯号一起识别，还要将一个一个字符分割开来，形成独立的字符。
字符识别：这是系统最关键的步骤，也是系统实现的最终目标。将单个独立的字符进行一一识别，最后输出整个钢坯号。
该系统的每个步骤都是必不可少的，且后一步骤都是基于前面步骤的基础上进行的，因此每个步骤都要保证正确无误。
目 录
摘 要 I
ABSTRACT II
目 录 III
第1章 绪论 1
1.1 系统开发背景与目标 2
1.2 系统总体设计 3
第2章 图像预处理 4
2.1 灰度化 4
2.2 二值化 4
2.3 中值滤波 5
2.4 形态学运算 6
2.5 字符定位 7
2.6 本章小结 8
第3章 字符分割 8
3.1 字符分割步骤 9
3.2 断裂字符的合并 10
3.3 本章小结 10
第4章 过度粘连字符分割 11
4.1 过度粘连钢坯分割步骤 11
4.2 分割具体方法设计 13
第5章 字符识别 17
5.1 BP神经网络 17
5.2 特征的选取 19
5.2 识别过程及
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
结果实例 20
第6章 结语 22
参考文献 23
外文文献原文及翻译 25
第1章 绪论
钢铁工业在国民经济的发展中，处于十分重要的位置，是世界所有工业化国家的中坚力量。随着今年来世界经济和专业技术的发展，生活生产对钢铁的需求量日益增长，对其质量的要求也愈来愈苛刻。
钢坯是炼钢炉炼成的钢水经过铸造后得到的产品，是生产钢材的半成品，经过加工后可以制造机械零件，锻件。在钢铁厂里，存在着这样的需求：每一块钢坯在锻造出炉后，会对其生产日期、所在炼钢炉编号、出坯的批号等等进行编号。该编号会手动或用机器喷印在钢坯的一侧上。该编号便被称为钢坯号，在钢铁厂的生产记录里是独一无二的。钢铁厂的管理系统会对相对应钢坯号的钢坯信息进行整理录入。在此后的生产过程中，需要实时采集钢坯号，并查询其对应的信息。为了避免不同批次的钢坯混入生产线造成质量瑕疵，快速的识别钢坯号成了首要的任务。目前对钢坯喷印的字符识别主要靠人工检测，而人工的读取检测识别效率低下，显然不能满足现代化生产的需求。计算机视觉可以在工业生产中代替人眼的作用，对目标进行识别、跟踪，降低人力消耗，并做进一步的图形处理，十分符合钢铁厂的需求。
实际上，计算机视觉在工业中已有成功的应用案例，如集装箱箱号识别跟踪系统,AOI系统等等[1]，在生活中也有车牌识别系统这样的案例。钢坯号识别系统便可通过考察以上案例获得有用的启发。车牌识别系统由这几部分组成：车牌定位，倾斜矫正，二值化，字符分割，字符识别，后处理[2][3][4][5]。车牌识别的流程为：首先从道路旁摄像机抓拍到的若干照片中，定位车牌所在的位置，并切割获取车牌的子图像；该图片上的车牌很可能是倾斜的，要对其做倾斜矫正的工作；而后对矫正后的图片进行二值化处理，通过垂直投影法进行字符间的切割，最后运用不同的字符识别系统技术识别车牌号，最后的后处理指通过车牌号规则，数据库等等对识别的结果进行校正。钢坯识别系统也可以分为与之相似的几个步骤，处理图像的流程也可大致类似。所以我们可以采用车牌识别技术的框架来构建钢坯号识别系统的初步框架。
然而两者间也有许多的不同点。两者明显的不同点是钢坯号定位较为容易，因为钢坯号只会被喷印到钢坯的固定位置，且由于钢坯在轨道上水平移动，相机 所采集到的照片进行倾斜校正的步骤简单许多。当然，挑战也接踵而至，比如1）由于工作环境温度高，成像背景复杂，干扰多，获取的图像质量会很差；2）钢坯端面氧化会造成表层钢片脱落，造成字符断裂、缺失、粘连等现象，造成字符识别错误。这也是钢坯识别系统中面临的最大的问题。
本文通过研究车牌识别系统提出了钢坯识别系统的初步解决方案。本文重点研究了针对钢坯号识别的二值化、字符分割、字符提取和字符识别的方法[6]，提出了适合钢坯号识别的解决方法。采用二值法和投影相结合的技术对钢坯号进行字符定位和提取；通过降噪，倾斜矫正，水平分割，连通域分析对钢坯号进行字符分割；运用BP神经网络法提取字符特征，并与字符库进行对照从而实现字符识别。
本文将精力集中在算法研究与软件设计方面，对字符预处理、字符分割、字符识别的方法做了细致的研究，并将在下文详细描述其算法与代码程序。
1.1 系统开发背景与目标
在对钢铁生产量上庞大要求的背景下，提高其生产效率成了迫切的任务，而提高钢坯号识别的速度是提高钢铁生产效率的重要部分。设计钢坯字符识别系统从实际需要出发，是一个有着显著应用价值的课题，其应用前景不容忽视。
传统的识别流程是人工读出钢坯号，而后提供给钢坯号信息管理系统，这样做效率低下，需求的劳动力大，容易出错，显然不能满足生产规模扩大的需求。本系统的全自动程序可以完全克服上述问题，显著提高生产效率，改善钢铁厂生产流程，减少劳动力成本变相增加利润。
钢坯号的识别在理论和方法上存在以下难点：1、环境复杂，生产线高温高热、光照不均；2、字符缺陷，钢坯字体变形、污损、字迹模糊、断字、粘连等现象。[7]
本课题立足于图像处理的应用，将图像信号处理，模式识别，系统通信等内容多方面综合应用于工程应用中。此外， 实际应用中，对该系统的在线实时性也有一定的要求，因此需要考虑各各环节所需耗费的时间，保证识别效率和处理速度的均衡性。
1.2 系统总体设计
系统设计流程图如下图2.1所示：
图1.1 钢坯识别系统
钢坯在线识别系统通过利用数字成像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而能更高的智能化图像处理。在实际操作中，识别率和识别速度难以同时提高，其中原因既包括图像处理技术不够成熟，又受到摄像设备计算机等性能的限制。因此，研究高速准确的定位与识别算法，是当前的主要任务。
图像预处理：在外界光照不均的情况下，图像通常都会不清晰，所以需要对其进行图像增强的处理。外界环境噪声和相机自身噪声的干扰下，图像质量会下降，所以要进行去噪处理；相机摆放位置、钢材摆放位置以及钢坯号印刷位置不能保证百分百在一个水平线上，在拍摄过程中钢铁工程流水线的震动都会使图像有一定程度的倾斜，因此要对其进行倾斜矫正。
字符分割。在钢坯号初始图像上，背景对于我们的识别工作毫无意义，所以要将背景删除，只剩字符部分，这样可以提高识别效率。而识别系统不能将整个钢坯号一起识别，还要将一个一个字符分割开来，形成独立的字符。
字符识别：这是系统最关键的步骤，也是系统实现的最终目标。将单个独立的字符进行一一识别，最后输出整个钢坯号。
该系统的每个步骤都是必不可少的，且后一步骤都是基于前面步骤的基础上进行的，因此每个步骤都要保证正确无误。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1764.html
