DR圖像鑄件工件號識別算法的進一步研究.pdf

1、鑄件無損檢測系統(tǒng)能夠透視鑄件內部結構，其工作原理為數(shù)字化射線成像(Digital Radiography，DR)，可對鑄件的內部缺陷進行無損檢測。在檢測過程中，記錄含缺陷鑄件的工件號對其后續(xù)的質量評估、產品返修等操作顯得尤為重要。批量處理鑄件時，通過計算機自動識別DR圖像的鑄件工件號能克服傳統(tǒng)視覺識別工件號受到主觀因素和客觀因素的影響，從而加快檢測速度。其中，工件號字符識別的準確率和識別速度又是該項技術能否應用于實際的鑄件工件號智能識別

2、的關鍵性指標。所以，研究出快速準確的識別方法顯得尤為重要。本文主要從預處理、傾斜校正、字符分割、字符識別四個方面進行了研究，最終確定出有效的算法對DR圖像的鑄件工件號進行識別。
　　 在對鑄件工件號的DR圖像進行識別之前，需對DR圖像進行相應的預處理，其預處理主要包括增強和二值化。由于鑄件工件號的DR圖像比較模糊、字符與背景區(qū)分不明顯，因此本文采取Gamma校正的增強方法來突出工件號字符，同時可相應削弱背景信息；然后采用基于二次

3、邊緣提取的二值化方法對圖像進行處理，可得到比較清晰的圖像信息。
　　 在實際的DR檢測過程中，為了便于X射線穿透鐵路鑄件，鑄件將會有一定角度的轉動和擺動，因此，得到的基于DR圖像的工件號會有一定的傾斜。這種情況會對最終的鑄件工件號字符識別有較大的影響。為了避免這種情況，本文分析了幾種常見的傾斜校正方法：如Hough變換法、主方向法等等。結合鑄件工件號圖像沒有邊框信息、噪聲比較大且分布不均勻等特點，研究了慣性主軸法和Radon變換

4、法分別對工件號進行水平傾斜和垂直傾斜校正，并對校正后的圖像字符去毛刺和填補空洞。從實驗結果可看出，本文采用的校正方法能較準確對傾斜的鑄件工件號進行校正。
　　 字符分割分為垂直分割和水平分割，先根據字符的垂直投影，并結合工件號字符的寬度和間距比較固定這一特點，采用一種有效的垂直分割方法對字符進行分割，在垂直方向上得到單一的字符信息。然后，根據字符的水平投影對字符進行水平分割處理。最后對得到的單一字符的大小進行歸一化處理。

5、　　 針對字符識別，本文分析了常見的模板匹配、神經網絡、支持向量機(SupportVector Machine，SVM)、Adaboost四種字符識別方法，并進一步研究了一種基于SVM的工件號字符識別方法。基于統(tǒng)計理論的支持向量機方法具有較好的推廣性，能有效地克服維數(shù)災難。它能較好地解決小樣本、非線性、高維數(shù)和局部極小點等常見難題。目前，SVM識別方法主要有車牌字符識別、手寫體字符識別等應用。SVM可解決二分類問題，而基于DR圖像的鑄