大噪声图像的轮胎规格号识别技术

针对轮胎规格号图像高噪声的特点,本文提出字符截断方式来获得可区分的外轮廓特征,利用BP神经网络并结合规格号关系特征来识别轮胎规格号。首先,获取可区分规格号字符样本特征:截取字符的三分之二,获取其外轮廓游程特征;随后,对其进行BP神经网络训练和识别,得到一次识别结果;最后,采用规格号类型特征,对识别结果做二次识别。实验结果表明,BP神经网络对变形字符有较强的容错能力,特征获取和二次识别算法能够有效识别轮胎规格号。

嵌入式汽车轮胎规格号快速识别系统

针对汽车轮胎生产线检测的智能化管理问题,提出一种嵌入式系统以对轮胎规格号进行快速识别。对图像进行预处理,包括极坐标变换、双线性插值拉伸,利用大津法进行二值化,以连通域方法来提取规格号字符。采用基于统计的方法抽取轮廓特征进行规格号模式识别。系统硬件部分采用高速TMS320C6000系列DSP为核心的嵌入式硬件系统,使用参数预存储、软件流水线技术及双缓冲内存分配等优化方法。实验结果表明,该系统能快速有效地识别汽车轮胎规格号。

高噪声轮胎图像规格号提取方法研究

针对轮胎图像高噪声的特点,本文提出一种轮胎规格号的提取方法。首先,采用最小二乘法拟合迭代圆心,取得圆心位置,采用极坐标变换、双线性插值拉伸对轮胎图像进行预处理;随后,采用灰度加窗变换方法,降低图像维度,构造锯齿波;最后,利用锯齿波参数获取规格号字符。实验结果表明:该方法能够有效的提取轮胎规格号。