基于卷积神经网络的游标卡尺自动检定系统数字识别

• 作者: 余厚云 王慧青 王伟 焦越
• 来源期刊: 传感技术学报
• 关键词: 自动检定 数字识别 卷积神经网络 区域分割 灰度交替投影 游标卡尺
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 传感器信号处理|Signal Processing for Sensors
• 页码范围: 1718-1726
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.12.007

摘要

为了解决游标卡尺检定系统自动读数这一关键问题,提出一种基于灰度交替投影的数字区域分割和基于卷积神经网络的数字识别方法.首先根据图像中主标尺、游标尺和数字区域的空间位置及灰度分布特点,多次交替对图像进行灰度水平投影和竖直投影,进而分割出卡尺数字识别的感兴趣区域.然后,通过卷积神经网络的卷积层提取卡尺数字的图像特征,利用池化层降低特征维度,最后由全连接层和softmax激活函数输出数字分类结果.实验结果表明,交替投影法的误分割率小于1％,低于最大连通区域法与连通区域重心法,卷积神经网络的数字识别正确率高达99.5％,精度波动只有0.05％,明显优于线性分类器和KNN算法.本文方法很好地实现了工业用游标卡尺自动检定过程中的数字识别.