基于HALCON芯片字符識別技術(shù)實驗研究.pdf

1、隨著電路板生產(chǎn)的數(shù)量和速度的提高，質(zhì)量控制變得越來越重要。芯片上的字符串非常小，數(shù)量也非常多，用人工的方法無法完成這項工作。因此，一個芯片字符自動檢測系統(tǒng)就非常重要了。在以往的監(jiān)控系統(tǒng)中，對電路板的檢測項目局限于焊點質(zhì)量、芯片位置等。運用新的數(shù)碼攝像技術(shù)，可以獲得更高精度的電路板圖像。高分辨率的電路板圖像為人們實現(xiàn)一個更高信度的檢測方法提供了必須的技術(shù)基礎(chǔ)。
　　本文描述的芯片字符識別系統(tǒng)，其作用是自動識別芯片上的印刷字符，它是電

2、路板生產(chǎn)質(zhì)量控制的核心部分。在了解目前字符識別技術(shù)的現(xiàn)狀與前景之后，主要設(shè)計了基于HALCON軟件針對于芯片字符的識別技術(shù)。根據(jù)識別方法，對芯片字符識別技術(shù)的整個測試實驗過程進行了詳細介紹。整個實驗的總體方案分為四個部分:圖像采集、圖像預處理、字符分割和字符識別。針對這四個環(huán)節(jié)，本文對每個部分中所涉及的算法和算子，以及關(guān)鍵技術(shù)進行了詳細的闡述。芯片字符識別研究的主要難點在于芯片字符圖像質(zhì)量較低，字符所在的區(qū)域比例小，待識別字符易扭曲變形

3、，干擾噪聲大等。對此，文中采用Hough變換法，灰度化拉伸和中值濾波的方法實現(xiàn)了傾斜校正，圖像增強和去噪，克服了光照，色澤以及方向傾斜的影響;對于字符分割，提出垂直投影與實驗認識結(jié)合的全閾值分割方法，快速簡單地分割出了字符圖像;在字符識別模塊中，本文參考了前人的研究成果，認真研究了包括網(wǎng)絡結(jié)構(gòu)設(shè)計，參數(shù)設(shè)計，網(wǎng)絡訓練和網(wǎng)絡識別在內(nèi)的BP網(wǎng)絡設(shè)計上的關(guān)鍵性問題，設(shè)計了新的BP神經(jīng)網(wǎng)絡分類器來進行字符識別，從而提高了字符識別正確率。