1 绪论 1
1.1 课题背景 1
1.2 研究现状 1
1.3 研究意义 2
1.4 研究方法与研究难点 3
1.5 论文内容与结构 3
2 识别系统概述 5
2.1 图像获取 5
2.2 图像传输 6
2.3 图像预处理 6
2.4 特征提取 11
2.5 目标识别 15
3 MATLAB图像工具和神经网络 17
3.1 MATLAB与图像处理 17
3.2 MATLAB支持图像类型 17
3.3 基于MATLAB的边缘检测和图像分割 18
3.4 基于MATLAB的人工神经网络 19
4 识别系统详述 21
4.1 图像预处理 21
4.2 标识切割 24
4.3 特征向量提取 31
4.4 神经网络识别 33
4.5 程序流程图 35
结 论 40
致 谢 41
参考文献 42
附 录 44
1 绪论
1.1 课题背景
现代瓷砖的生产与传统的瓷砖相差较大,增添了许多先进设备、现代技术和最新材料工艺,吸纳了很多其他行业的科技成果,自动化程度大大提高。不同的瓷砖其生产过程和技术也有所不同,但总体上要经过原料处理、配料研磨、泥浆泥胚处理、印刷装饰、高温煅烧、磨边抛光、防污处理、质量检验和包装入库等。现在瓷砖生产线的上游已经可以实现完全的自动化,但瓷砖的质检或花色品种的辨别仍然依赖人工进行,每片瓷砖的质量等级、色号或品种信息仍然需要通过人工按键输入下游的自动分选控制系统,既增加了用工成本,也不可避免地由于人工输入错误导致分选误差。因此考虑开发一种视觉识别装置自动可靠地识读分选人员留在瓷砖上的笔标记。文献综述
1.2 研究现状
1.2.1 图像获取
1.2.2 图像识别
1.3 研究意义
纵观历史,人们对实现手写体英文字母的自动识别的诉求和研究从未停止,不可否认取得了很多成果,但机器的识别能力始终无法与人的认知能力相比,如何让机器做的和人一样好一直是研究的热门,可广泛应用到办公自动化、新闻出版计算机翻译等各个领域[6]。
而在本课题背景下,使用计算机视觉检测代替或减轻人工负担也有实际意义的,长时间单调劳动容易使工人视觉疲劳并产生错误,而计算机视觉检测不会有这个问题,还可以提供完全检测而非抽测,对于提高工厂生产效率,降低人工成本有突出效果。且自动化程序的移植性好,便于推广和量产,从而提高整个瓷砖生产行业的自动化水平和生产效率。