[发明专利]基于二值图像灰度共生矩阵的棒材端面字符图像识别方法有效

专利信息
申请号: 201910798232.9 申请日: 2019-08-27
公开(公告)号: CN110490207B 公开(公告)日: 2023-07-18
发明(设计)人: 张付祥;赵阳;王春梅;黄风山;李文忠;周京博 申请(专利权)人: 河北科技大学
主分类号: G06V20/62 分类号: G06V20/62;G06V30/148;G06V30/162;G06V30/18;G06V30/19
代理公司: 北京汇捷知识产权代理事务所(普通合伙) 11531 代理人: 邢文月
地址: 050000 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 灰度 共生 矩阵 端面 字符 识别 方法
【说明书】:

基于二值图像灰度共生矩阵的棒材端面字符图像识别方法,用于棒材端面白色标记字符的识别,所述方法包括如下步骤:(1)建立标准字符模板库;(2)棒材端面字符图像灰度二值化;(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目;(4)计算棒材端面字符图像上半部连通域面积;(5)进行特征数据模板匹配确定识别结果。本发明将灰度共生矩阵中灰度组合GLCM(0,1)数目作为特征参数值一,同时对二值字符图像的上半部求取连通域面积,将上半部连通域面积作为特征参数值二,基于二值图像的两组特征参数值进行匹配,减少了灰度共生矩阵的运算量,提高了运算速度和识别率。

技术领域

本发明涉及一种基于灰度共生矩阵的字符图像识别方法,尤其是涉及一种基于二值图像灰度共生矩阵的棒料端面字符图像识别方法,属于字符识别领域。

背景技术

棒料是现今钢铁行业的重要产品,更是工业领域重要的生产加工原材料。由于不同行业需求的差异,造成各行业对于棒料的质量要求也各有不同,钢铁行业所生产的棒料规格也是多种多样。为了区分不同种类、规格的棒料,并实现对棒料进行追踪管理,需要对棒料端面喷印字符信息码。同时,根据该信息码将棒料的直径、长度以及生产炉号、成分、生产日期等信息对应的记录于厂内数据库中。当棒料在厂内生产流动时,首先对棒料端面的字符信息码进行识别,然后对其进行加热、除磷、热处理等操作,最后将该棒料的加工过程与处理结果记录于厂内数据库中。

目前,棒料在厂内生产流动的过程中,钢厂普遍采用人工通过肉眼的方式对棒材端面信息码进行识别与记录。面对大批量重复性和枯燥性的工作,工人很容易产生视觉疲劳并导致记录出错。同时,棒料生产加工车间环境恶劣(高温、嘈杂、空气污染),长期下来会对车间工人的身心健康造成严重的危害。因此,迫切需要将工人从识别工位上解放出来,实现对棒料端面信息码的自动识别。但是,由于棒料生产环境复杂、照明不足,且棒料端面凹凸不平、纹理杂乱,所以采用普通的字符识别方式难以保证较高的字符识别准确率。因此,提出一种基于二值图像灰度共生矩阵的棒料端面字符图像识别方法,解决棒料端面字符信息码的自动识别问题。

发明内容

基于以上原因,本发明旨在提出一种基于二值图像灰度共生矩阵的棒材端面字符图像识别方法,为最终建立字符图像智能识别系统奠定技术基础。

本发明是根据棒材端面的特点提出的一种基于二值图像灰度共生矩阵的棒材端面字符图像识别方法。其识别方法思想是根据二值图像像素之间的灰度关系,求出灰度共生矩阵,利用二值图像灰度共生矩阵中灰度组合GLCM(0,1)的数目作为特征参数值进行字符识别判断依据。识别时分别对棒材端面字符与模板库字符分别求灰度组合GLCM(0,1)的数目并做差,差值越小则代表二值的相似度越高。为提高字符识别的准确率,在二值图像灰度组合GLCM(0,1)的数目作为判断依据时,会人为设定一定的差值范围区间,当区间范围内仅有一组数值时,则对应的模板字符就是最相似字符,当区间范围内超过一组数值时,则采用二值字符图像的上半部连通域面积这一特征参数值作为判断依据,对上一次识别中与待识别相似的模板字符重新识别。计算棒材端面字符与相似模板库字符上半部连通域的连通域面积并做差,取差值最小时对应的模板库字符作为识别结果。最终,经过不超过两次的数据识别判断即可得到识别结果。

基于二值图像灰度共生矩阵的棒材端面字符图像识别方法,用于棒材端面白色标记字符的识别,所述方法包括如下步骤:

(1)建立标准字符模板库;

(2)棒材端面字符图像灰度二值化;

(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目;

(4)计算棒材端面字符图像上半部连通域面积;

(5)进行特征数据模板匹配确定识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北科技大学,未经河北科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910798232.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top