张桢铖,周迪斌,朱江萍

(杭州师范大学 杭州国际服务工程学院,杭州 311121)

传统工业上,轴承压印结束之后的分类、包装以及企业对于轴承信息的收录都是依靠人工检查与识别来完成.而机器视觉技术凭借其精度高,速度快,准确率高的优点已经在许多行业产生了良好的效益.但是轴承压印字符识别任然存在一些问题难点,首先是由于轴承是圆形结构,字符并不是横向分布,而是落在了环形带上,这就造成了后续分割与识别的困难;其次是一些字符识别耗时过多,导致检测效率降低.

文献[1]使用改进的圆检测算法定位字符区域,将坐标系转换极坐标进行字符分割与SVM 字符识别,该方法在极坐标下进行计算操作,使得计算更加方便,精度有所提高[1].文献[2]对采集到的图像首先利用Hough变换定位轴承圆心,对于轴承上的字符区域利用仿射变换进行矫正,随后进行轮廓提取并使用SVM 进行字符识别,采用仿射变换矫正方法不仅提高了算法整体的鲁棒性,而且极大程度的提高了字符识别准确率[2].文献[3]使用RBF 核的SVM 进行研究,通过使用双线性搜索与网格搜索方法的优点综合来进行参数选择,不仅搜索效率有所增加,识别率也有较大提高[3].文献[4]提出了一种机器视觉的轴承工件号识别系统,对采集到的黑白图像进行字符定位分割,并采用人工网络与支持向量机的算法对轴承工件号进行了有效识别,实时性、鲁棒性、准确性都满足了系统要……