摘  要

 

在信息化时代，随着科学技术的发展,在工业流水线生产中要进行喷码操作来追踪产品信息，但在喷码过程中难免会出现诸如字符漏喷或者部分不完整、字符混乱等缺陷,所以需要在喷码之后进行点阵喷码的识别检测。传统的方式为人工检测,由于人工检测需要大量人工,成本高,人眼易疲劳,稳定性差,速度慢,而自动化、集成化生产是现代工业生产的趋势,所以需要一种新的方式替代人工,进行产品质量无接触自动检测实现高速度、高精度、实时性、自动化的生产。

本文主要针对点阵喷码识别过程中所使用的基于OpenCV的数字图像处理技术对实际拍摄的图像进行预处理，以及基于反向传播的人工神经网络算法识别过程进行详细的说明介绍。

论文对点阵喷码检测的研究背景作了简要的介绍；介绍了在算法中所采用的各种技术；对点阵喷码检测进行了需求分析；介绍了系统的分析、详细的算法流程和具体的实现方法。

 

关键词：图像识别，点阵喷码，人工神经网络

目  录

 

第一章 绪论 4

1.1研究背景与意义 4

1.2研究内容与现状 4

1.3本文主要工作 4

1.3.1 本文的研究内容 4

1.3.2 本文的组织结构 4

第二章 可行性分析 6

2.1 技术可行性 6

2.1.1 OpenCV图像处理的介绍与前景 6

2.1.2 QT框架介绍 6

2.2 经济可行性 6

2.3 操作可行性 6

第三章 系统需求分析 7

3.1 系统简介 7

3.1.1 系统需求概述 7

3.1.3 系统功能概述 7

3.2 开发环境 7

第四章 算法总体方案 7

4.1 算法流程 7

4.2 系统功能结构 9

第五章 详细算法流程 9

5.1 图像读取 9

5.1.1灰度读取 9

5.2 图像预处理 9

5.2.1 线性滤波 9

5.2.2 二值化 9

5.2.3 形态学操作 10

5.3 图像分割 10

5.4 训练字符集 13

5.4.1 ANN人工神经网络 13

5.4.1 识别 15

第六章 测试 16

6.1软件测试目的 16

6.2 单元测试 16

6.4 测试报告 18

第七章 总结与展望 19

7.1 总结 19

7.2 展望 存在的问题及下一步工作 19

参考文献 20

致  谢 21