您好,歡迎來到易龍商務網!
發布時間:2020-12-20 10:00  
【廣告】









可塑性數據信息條形碼圖象缺陷檢測,制作與搜集條形碼圖象模版,對其進行準備解決,幾何校正和條形碼分割,后采用依據垂直投影的缺陷檢測算法進行處理.運用算法先打橫掃描條形碼,記錄條和空的部位并計算其總寬,再豎向掃描條形碼,辨別條和空中的缺陷.實驗確認,本科研明確指出的算法能非常好的檢測出條形碼的外觀缺陷如脫墨,劃痕,污垢,墨杠,準確度保證98%以上.
根據模板匹配的畸變字符識別算法.該算法能夠全自動校正因為面層投射所造成的畸變字符圖象,明顯提升面層字符識別的準確率.隨后對校正后
的圖象開展字符精準定位,終根據模板匹配算法對字符作出.實驗結果顯示,畸變字符校正算法合理地提升了算法針對圓上上字符的鑒別工作能力,在檢測中獲得了
優良的實際效果.根據模板匹配的畸變字符識別算法.該算法能夠全自動校正因為面層投射所造成的畸變字符圖象,明顯提升面層字符識別的準確率.隨后對校正后
的圖象開展字符精準定位,終根據模板匹配算法對字符作出.實驗結果顯示,畸變字符校正算法合理地提升了算法針對圓上上字符的鑒別工作能力,在檢測中獲得了
優良的實際效果.
包裝過程中非常容易導致煙包噴碼字符識別準確率較低的好多個緣故,充分考慮生產制造的工業生產當場艱苦環境,會造成所拍攝的圖像失幀、模糊不清、噪音及字符造成放縮、平移變換轉動等狀況,有目的性地對根據BP神經元網絡的煙包噴碼字符智能識別系統軟件進行了科學研究。
詳細介紹了在煙包噴碼字符識別過程中選用的一些基礎技術性,包含圖像預備處理、獲取矩陣的特征值、圖像切分和圖像鑒別這好多個重要環節,大家設計方案了一套健全的預備處理計劃方案,選用條形圖對圖像開展敘述,并在這個基礎上設計方案了有關的圖像分割、圖像提高、除去噪音等優化算法,為此處理煙包噴碼字符識別過程中的各種各樣字符圖像難題