电线电缆行业作为国家基础设施建设的核心配套产业,其快速大规模发展对线缆生产自动化、检测管理提出了更高的要求。同时随着工业机器视觉在自动化生产领域的发展,作为无人自动化线缆生产线最核心的技术,研究将光学字符识别引入线缆生产过程中识别其喷印字符具有重要意义。基于这个目的,本文核心研究内容是针对工业线缆喷印字符存在各种影响识别率的因素下,如点阵漏喷、字符喷点粘连、字符断裂、存在大噪声等,设计一套能满足生产线实时检测要求的识别算法。以数字电路的方式实现该算法,并且在FPGA上完成该数字电路的应用测试。本文主要研究方法分为两个部分,第一部分以理论仿真的方式实现喷印点阵字符的识别算法设计、测试,第二部分是在FPGA上完成该算法的数字电路实现。理论仿真部分使用MATLAB完成光学字符识别主要算法的仿真验证工作,包括图像滤波算法、图像二值化、喷印点阵字符的形态学运算、单字符的分割工作、字符特征提取、字符分类器设计。针对待检测的线缆点阵字符由5*5的喷点矩阵构成的特征,算法在字符特征提取和字符分类器设计两个方面做了相应的优化:1、提取三组不同的特征向量,传统的基于直接模板匹配的重合度和差别度计算;基于5*5点阵的区域网格统计;基于区域网格统计和部分投影直方图统计。2、考虑到FPGA实现定点/浮点运算的特点,最大限度的利用FPGA的并行硬件运算以及其流水线级数的可重配特性,设计并行分类器分别计算不同的特征向量组下的字符匹配测度,设计投票电路决定光学识别系统的最终识别结果。数字电路实现部分以定点加减法、乘法,浮点乘除法、平方根运算等DSP运算电路为核心,设计在FPGA上构建高度并行化、流水化的计算电路完成识别算法。通过静态时序分析方法验证计算构建的计算电路性能,评估运算时间,分析该系统是否满足应用需求。针对喷印点阵字符的光学识别,实验数据表明本文设计的方法完全满足工业自动化生产线识别速度、识别率需求。基于FPGA的识别算法不借助外部DSP芯片或者片内CPU,对一幅960*150*8 bit大小,包含8个点阵字符的图像,识别仅需3.69 ms。据我们所知,完全以FPGA数字电路实现点阵字符识别并将其应用于自动化生产中的动态线缆字符识别目前在国内尚未见报道。