卷积神经网络在喷码字符识别中的应用

• 作者: 南阳 李新 白瑞林
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 易拉罐 喷码字符 卷积神经网络
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?图像与信号处理?
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP391.41
• 字数: 4020字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2015.04.007

摘要

为实现易拉罐灌装过程中喷码字符实时检测，提出了一种基于卷积神经网络的实时检测方法。该方法首先对采集的图像进行直方图均衡化和OSTU处理，然后对图像进行形态学膨胀操作，通过连通域面积法提取出喷码字符区域并进行旋转矫正，再采用投影法将字符区域分割为单个字符，在离线状态下采用卷积神经网络对字符进行训练，从而在在线检测时进行识别。实验表明，该方法检测一帧图像平均时间为46 ms，准确率达98.97%，实时性和准确性较高，可以满足工业易拉罐喷码字符在线实时检测要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白瑞林	江南大学轻工过程先进控制教育部重点实验室	158	1207	18.0	24.0
2	李新		14	105	7.0	9.0
3	南阳	江南大学轻工过程先进控制教育部重点实验室	2	21	2.0	2.0