张忍

摘要：字符识别技术作为自动化领域的热门话题，在很多行业都发挥着重要的作用。OCR技术的一般由图像预处理，字符分割，识别三个主要部分组成。然而，此技术在金属阀门表面的字符识别的应用还很少。对于金属阀门而言，表面字符的作用是用来标识阀门型号，序列号等重要信息;在生产过程中，对表面字符的检测构成其生产制造的重要环节。本文中使用图像处理和OCR技术相结合的方法，实现了金属阀门表面的字符识别。首先使用工业相机和光源搭建光学系统来拍摄阀门原图像。之后对获取的图像进行预处理，剔除有字符缺陷的阀门。最后基于卷积神经网络完成字符识别算法。实验结果表明，用CNN可以实现字符的高识别率。

关键词：字符识别;光学系统;图像预处理;CNN

1.光学系统设计

1.1光源设计

辅助光源是机器视觉系统关键组成部分之一[7]，直接从源头上影响到输入图像的质量。图像的过暗或过亮都会给处 理及识别带来很大影响，虽然可以通过图像增强等方式对其进行改善，但有时原图的曝光不当会直接导致原始信息的缺失，以及图像局部过亮或过暗的情况，都很难在图像处理过程中得以校正。由于金属表面的反光特性，通常所成的图像都会存在明暗不均的问题，因此选择合适的辅助光源是至关重要的一步。辅助光源的作用主要在于使物体表面均匀曝光，从而提升原始图像的质量。根据光源照射形式的不同，主要可以分为面阵光源、条形光源以及环形光源等，如图2-1所示。……