轮胎胎号自动识别系统的研究与设计

摘要

轮胎胎号是轮胎硫化成型时印制在轮胎胎体侧面的一个编号，记录了轮胎的各种信息，它是轮胎的身份证。轮胎企业可以以轮胎胎号为索引，建立以胎号为中心的轮胎管理系统。传统的录入胎号到轮胎管理系统的方法是先人工抄号，然后键盘输入进计算机。这种方式存在人为误差和效率低的问题，已越来越不适应轮胎企业现代生产管理的要求。采用自动识别技术是一种行之有效的创新方法，可以很好的解决数据录入的“瓶颈”问题。 本文在对轮胎胎号成像特点仔细分析的基础上，针对胎号图像的获取问题设计了轮胎胎号图像采集装置。该装置能对图像进行实时采集并且可以得到适合后续处理的胎号图像。在对轮胎胎号字符识别方法进行深入研究和具体实践后提出了详细的胎号识别方案。整个识别过程包括字符定位、图像增强、字符倾斜校正、单个字符分割、归一化处理和特征选择与提取。在提取了字符的特征向量后，采用BP神经网络对字符进行识别，并根据胎号识别的要求对BP算法进行了改进。改进的BP神经网络不仅对噪声干扰具有很好的适应性，而且提高了系统的正确识别率和识别速度。最后，基于VisualC++6.0开发环境，采用C++语言和MFC类库，结合面向对象的程序设计方法开发出轮胎胎号自动识别软件。实验测试表明：整套系统具有较高的正确识别率和良好的抗噪性能。

目录

文摘

英文文摘

学位论文版权使用授权书及独创性声明

第一章绪论

1.1自动识别技术的概述

1.2轮胎企业使用自动识别技术的意义

1.3本课题的目的

1.4本课题的主要工作

第二章轮胎胎号自动识别系统硬件设计

2.1胎号字符的特点

2.2系统硬件设计

2.2.1辅助光源的设计

2.2.2 CCD摄像机的选择

2.2.3图像采集卡的选择

第三章轮胎胎号图像预处理与特征提取

3.1胎号图像在计算机中的表示

3.2图像处理常用方法

3.2.1图像增强

3.2.2边缘检测

3.2.3图像分割

3.3胎号图像预处理

3.3.1彩色图像转化为灰度图像

3.3.2胎号图像增强

3.3.3胎号区域定位

3.3.4字符倾斜校正

3.3.5单个字符切分

3.3.6归一化处理

3.4胎号字符特征选择与提取

3.4.1粗网格特征

3.4.2外围轮廓特征

3.4.3笔划密度特征

第四章基于人工神经网络的轮胎胎号字符识别

4.1人工神经网络概述

4.2神经元模型

4.3 BP神经网络模型

4.4标准BP算法及其改进

4.4.1标准BP算法

4.4.2 BP算法的改进

4.4.3改进BP算法的实现

4.5 BP神经网络的设计

4.5.1训练样本数

4.5.2网络的结构设计

4.5.3网络训练设计

4.5.4拒绝识别策略

4.6胎号识别中神经网络分类器的具体设计

4.6.1各层节点数设计

4.6.2网络参数的选取

4.6.3拒绝识别策略

第五章轮胎胎号识别系统的软件设计

5.1开发工具简介

5.2软件功能设计

5.2.1用户界面及接口设计

5.2.2胎号图像采集功能设计

5.2.3胎号图像预处理功能设计

5.2.4胎号识别功能设计

5.2.5以胎号为中心的数据库设计

5.3实验与讨论

5.3.1实验目的

5.3.2实验内容

5.3.3实验讨论

第六章总结与展望

6.1本文总结

6.2今后展望

致谢

参考文献

攻读硕士学位期间发表的学术论文