隨著工業(yè)的快速發(fā)展,數(shù)字指示秤的檢測需求大幅增長,實(shí)現(xiàn)數(shù)字指示秤的自動(dòng)檢測非常迫切。為此,本文針對(duì)電子臺(tái)秤自動(dòng)檢測裝置中電子臺(tái)秤儀表示數(shù)的自動(dòng)讀取問題,首先利用去噪等一系列算法對(duì)采集到的圖像進(jìn)行預(yù)處理,然后利用Hough變換和投影法對(duì)圖像校正和分割,最后利用TensorFlow框架搭建深度學(xué)習(xí)框架對(duì)分割字符進(jìn)行分類識(shí)別出字符結(jié)果。本文的圖像處理及識(shí)別方法成功的識(shí)別出自動(dòng)檢測裝置上的被檢電子臺(tái)秤儀表示值,在電子臺(tái)秤實(shí)現(xiàn)自動(dòng)檢測中起到關(guān)鍵作用。 

【文章來源】：衡器. 2020,49(01)

【文章頁數(shù)】：4 頁

【部分圖文】：

電子臺(tái)秤自動(dòng)檢測裝置

兩個(gè)CCD采集的圖像，圖像中含有紅、綠、藍(lán)三通道顏色，通過數(shù)據(jù)線傳輸至圖像處理平臺(tái)，圖像處理平臺(tái)首先進(jìn)行灰度化處理，將彩色圖像轉(zhuǎn)換為256級(jí)的灰度圖像，然后，對(duì)該灰度圖像進(jìn)行濾波去噪、圖像增強(qiáng)，經(jīng)過二值化處理后，圖像邊緣形態(tài)顯現(xiàn)，然后通過形態(tài)學(xué)膨脹處理，讓數(shù)字?jǐn)嗔烟庍B續(xù)，提高可讀性，通過邊框檢測檢測出字符邊框，然后通過幾何變換和圖像校正，圖像經(jīng)過拉伸校正后，進(jìn)行圖像分割將數(shù)碼管顯示字符摳出來，最后，利用訓(xùn)練過的深度學(xué)習(xí)框架對(duì)字符進(jìn)行識(shí)別。專家評(píng)判系統(tǒng)根據(jù)摳出的字符完整度來評(píng)判選取哪個(gè)相機(jī)圖像處理結(jié)果，如圖2所示。4 軟件平臺(tái)搭建

平臺(tái)通過USB接口向集成在Logitech攝像頭內(nèi)部的控制模塊發(fā)送圖像采集指令，鏡頭輸出的PAL制或NTSC制模擬視頻信號(hào)通過內(nèi)部集成的A/D轉(zhuǎn)換芯片轉(zhuǎn)換成數(shù)字視頻信號(hào)，把數(shù)字視頻信號(hào)存儲(chǔ)到靜態(tài)存儲(chǔ)器（SRAM）中，每完成一幀圖像的采集便實(shí)時(shí)通過以太網(wǎng)將圖像信號(hào)傳輸給PC機(jī)。圖4 二值化處理

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像處理技術(shù)的車牌識(shí)別方法研究[J]. 黎洪龍.  科技與創(chuàng)新. 2017(19)
[2]車牌識(shí)別中的圖像分割技術(shù)研究[J]. 劉麗麗.  科技通報(bào). 2017(04)



本文編號(hào)：3140711