卷积神经网络在喷码字符识别中的应用

摘要：

为实现易拉罐灌装过程中喷码字符实时检测，提出了一种基于卷积神经网络的实时检测方法。该方法首先对采集的图像进行直方图均衡化和OSTU处理，然后对图像进行形态学膨胀操作，通过连通域面积法提取出喷码字符区域并进行旋转矫正，再采用投影法将字符区域分割为单个字符，在离线状态下采用卷积神经网络对字符进行训练，从而在在线检测时进行识别。实验表明，该方法检测一帧图像平均时间为46 ms，准确率达98.97%，实时性和准确性较高，可以满足工业易拉罐喷码字符在线实时检测要求。

关键词：易拉罐、喷码字符、卷积神经网络

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏高校优势学科建设工程资助项目PAPD；江苏省产学研前瞻性联合研究项目BY2012056

在线出版日期：2015-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：38-43