论文部分内容阅读
现代化的卡片生产都是流水线式的大规模生产,在流水线的前端喷码机喷码后,在喷码过程中难免会出现诸如部分字符漏印、字符不完整、字符混乱、字符位置不对、字符的字体不对或不一致等缺陷,因此,需要在线实时的对喷码结果进行识别检测,以便及时剔除喷印错误的卡片,减少或消除卡片发行公司的损失。为此有必要研究一种检测速度快、准确率高、鲁棒性好的IC卡字符识别系统,对喷印字体符号进行可靠的检验,基本达到真正的“零缺陷”。本课题研究高速运动中的喷码字符定位和识别,包括数字、字母和条码,解决机器视觉在高速运动中由于图像对比度差、ROI(Region of interest)区域变化范围大、图像运动模糊和信噪比低、图像处理时间长影响生产率、识别准确率低、鲁棒性差等技术难题,满足包装业、制卡业等对喷码质量存在在线检测要求的场合。 基于以上思想,我们通过在生产线上安装数字摄像机,与管理微机相连,获取移动IC卡的喷码字符。本文应用德国MVtec公司的机器视觉软件Halcon来搭建整个视觉系统,提出了一种先进行字符分割再提取目标字符区域的新的字符定位算法,并用基于图像处理底层的Halcon函数实现改进的神经网络识别字符算法和新的条码识别和译码算法。 通过这些算法的实现,解决包装、制卡业高速生产线上喷码后字符(数字、字母和条码)的检测与识别的难题,达到每小时识别30000张卡片字符的速度和99.99%识别准确率的技术要求,突破包装、制卡等行业在生产过程中提高生产速度所面临的技术瓶颈,提升该行业设备的整体水平和在国际市场上的竞争力。 本文综合应用了图像采集、图像处理、模式识别、信息传输与存储(数据库的建立与访问),Halcon,ActivVisionTools,VC++.NET2003等知识和软件开发工具。