论文部分内容阅读
铸件DR(Digital Radiography,数字化射线成像)无损检测系统,能够有效检测工件存在的内部缺陷。铸件上往往铸有特定的序列号(称为工件号),这些工件号也反映在铸件DR图像中。铸件DR图像工件号识别,对降低检测人员的劳动强度和提高检测信息录入的自动化程度具有重要意义。而铸件工件号识别和车牌识别具有相似性。因此在比较车牌识别和铸件DR图像工件号识别的相似之处以及两者之间区别的基础上,本文根据铸件DR图像的自身特点设计了解决方案。主要研究了工件号区域图像增强、工件号区域图像二值化和工件号字符分割算法,并初步研究了工件号字符识别算法。由于受铸件本身厚薄不均等因素的影响,某些铸件DR图像字符区域存在字符与背景区分不明显等问题,影响后期的识别和分析。因此,增强字符区域图像是有意义的。对于铸件DR图像,可借鉴光照不均图像的处理方法来增强待处理的字符区域DR图像。在研究常用的增强算法后,确定采用加性模型消除字符与背景区分不明显的影响,并采用图像分块与插值求得近似光照背景图像。由于图像间的减法使得修正后的字符图像灰度范围变得比较窄,进而图像整体偏暗,故采用gamma校正算法调整图像灰度范围,可增强对比度,获得适宜于二值化的图像。通过比较常用的二值化算法,发现局部阈值算法适合增强后的图像。而常用的局部方法如Bernsen方法和Nilbalck方法,二值化后效果并不理想。由于二次边缘提取算法既可以去除部分背景的影响,又可以完成对图像的二值化处理,故将此方法用于本文的二值化。但二值化后的图像仍存在笔画断裂现象。对其进行改进,可以减少铸件DR字符图像笔画断裂情况的发生,得到良好的二值化字符图像。结合二值化后图像的特点,字符分割包括水平分割和垂直分割。为了避免噪声的影响,水平分割利用二值图像右半部分的水平投影实现。对水平分割后字符间隔明显的图像直接采用垂直投影的方法进行分割。而对干扰明显的图像,垂直分割时考虑到小波分解能够在不同尺度上对信号进行分析,而且对不同尺度的选择可以根据不同的目的来确定,利用小波变换提取图像列和的突变信息从而确定字符间隔的方法,由此分隔出每个字符块,再对每个字符块做投影进行细分割。该方法能够完整的分割出每个字符。最后采用网格方法提取特征,模板匹配实现字符识别。对实际的铸件DR图像进行实验,取得了良好的应用效果。