论文部分内容阅读
为了实现易拉罐喷码过程中罐底字符的检测,提出了一种基于机器视觉的实时检测方法。首先对采集的图像进行二维Arimoto熵阈值化处理,然后在进行形态学膨胀操作后,通过字符区域信息提取出喷码字符区域,并进行旋转校正。将校正后的图像分割为单个字符,归一化为28×28大小,并采用卷积神经网络分类器进行检测识别。试验表明,该算法鲁棒性好,可以适应不同型号的易拉罐图像的分割识别,且实时性和准确性高,可满足易拉罐点阵喷码字符在线检测的要求。