摘要：人工对工业零部件的字符识别存在效率低、精度低、速度慢等问题，无法达到工厂智能化的要求。随着机器视觉技术的快速发展，基于机器视觉的工业零部件字符识别技术引起了广泛的关注。为此，我们研究了基于机器视觉的工业零部件字符识别技术，对提升工业智能化具有重要的现实意义。

本课题以机器视觉OCR字符识别技术为核心，设计了OCR工业零部件字符识别系统。系统硬件模块主要包括工业相机、工业镜头、图像网口采集卡、工业光源等，实现工业零件的图像采集。课题利用HALOCN图像处理软件对所得图像进行处理，通过封装OCR字符识别算法实现对工业零件字符的识别。在OCR字符识别算法中，为了能够很好地保护字符的边缘轮廓信息，并过滤掉噪声，首先采用中值滤波法对图像进行滤波预处理；其次，对预处理结果应用阈值分割算法对圆形目标区域进行提取；随后，利用极坐标转换方法从目标区域提取字符区域；最后，对提取出来的字符区域采用字符分割法将每个字符分割出来，再对每个字符利用图像识别算法进行字符识别。

系统进行了整体调试，每个模块测试良好，工业零件上的字符最终得到较好地识别。 

关键词：机器视觉；字符识别；图像处理

目录

摘要

Abstract

1 绪论-1

1.1 设计背景及意义-1

1.2 国内外的研究现状-2

1.3 主要研究内容及章节安排-2

2 工业零部件字符识别系统的硬件设计-4

2.1 字符识别系统设计方案-4

2.2 视觉硬件模块设计-4

2.2.1 工业相机-5

2.2.2 镜头-6

3 工业零部件识别系统的软件设计-7

3.1 软件系统-7

3.2 图像处理模块设计-7

3.2.1 图像滤波-8

3.2.2 阈值分割-9

3.2.3 提取字符区域-10

3.2.4 字符分割-11

3.3 显示结果模块设计-12

3.3.1 字符识别-12

4 结果分析-13

4.1 图像滤波结果-13

4.2 阈值分割结果-14

4.3 提取字符区域结果-14

4.4 字符分割结果-15

4.5 字符识别结果-15

结    论-17

参 考 文 献-18

附录A 部分程序-19

致    谢-22