|
二、相关文献综述（1000字左右，与主要参考文献对应）
蔡植善,王朝阳,阮秀沧在2023年完成的论文《基于机器人视觉的导流片图像识别定位方法》中为了提高生产质量和效率,提出一种基于Halcon视觉技术的导流片识别与定位检测方法。首先对导流片图像进行灰度化、ROI的确定、滤波去噪等图像预处理过程,得到二值化图像;其次对二值化图像进行形态学处理提取导流片的轮廓并创建模板;最后通过模板匹配比较待识别导流片的轮廓与创建的模板轮廓,根据需求确定导流片的贴装点位。实验结果表明,该算法能快速识别导流片并能准确地获取所需贴装点的位置信息,满足了应用要求。
岩淑霞在2022年完成的论文《基于Halcon的汽车牌照识别技术研究》中结合Halcon机器视觉软件设计了汽车牌照识别系统。车牌图像的识别过程主要包括图像的加载与预处理、ROI的确定、寻找算子和确定参数。对含有较复杂汉字的车牌照片进行了识别实验，实验结果表明所提出的算法识别精度较高，达到了应用要求。
杨桂华,唐卫卫,戴志诚在2022年完成的论文《基于机器视觉的芯片识别系统》中首先分析了芯片的制造和应用意义,针对芯片表面印刷字符的检测，利用HALCON视觉软件开发平台研发了一套芯片字符识别系统。首先，采用灰度值投影法获得字符区域的行和列坐标分割点，进行字符分割。然后，利用形状匹配技术对欲检测芯片图像进行定位与校正，采用BP神经网络分类算法实现字符的识别。通过不同算法的对比实验分析，实验结果表明单张图片检测时间为42 ms,完整字符与缺陷字符的分割准确率均为100%,字符识别率达到99.5%。本系统能有效快速、准确的对IC芯片表面字符进行识别，检测精度满足要求。
何继靖于2023年完成论文《基于机器视觉的身份证字符识别系统设计与实现》中认为机器视觉的OCR字符识别技术能提高身份证字符识别的识别率和减少识别时间,从而提高办事部门的业务效率。结合身份证字符识别的要求以及机器视觉技术,设计了一种基于机器视觉的身份证字符识别系统。这个系统可以对身份证上的字符进行快速识别,稳定性能好,准确率较高。本文对身份证字符识别系统进行研究,主要内容为:(1)对身份证字符识别系统进行总体方案设计。把总体设计划分为硬件和软件设计。对光源、相机和镜头等必备硬件设备的选型、主要参数和本实验设备的性能做了介绍。对HALCON和VS2010等必备软件的使用也做了说明。(2)设计识别系统的字符分割方法。对身份证图像做提取ROI、图像校正等预处理基础上,对身份证上的字符信息特征进行分析,对六类信息栏提出了不一样的字符分割方法。性别、民族、出生栏这三类信息内容相对固定,如性别只有男女,民族有56个,数字有0-9,因而提出了基于腐蚀膨胀的字符分割。由于姓名、地址栏这两类信息汉字较多,所以提出了基于投影法的字符分割。由于公民身份号码的空间结构特征较明显,所以提出了基于字符特征的字符分割。(3)设计识别系统的字符识别方法。在图像预处理基础上,对目标区域进行字符分割,然后通过字符分类器等过程对身份证字符进行识别。另外使用MLP分类器和KNN分类器分别对身份证字符进行识别,从准确率上分析两类分类器的分类效果。(4)联合C++和HALCON实现混合编程,开发字符识别的软件系统。以上述研究内容为基础,在硬件平台以及在Windows 7操作系统上,联合C++和HALCON进行联合开发,设计出一个识别系统的上位机界面,在系统上对识别算法的准确性进行验证。实验结果表明:对数字字符识别的准确率为100%,汉字识别的准确率为99.3%,整体识别的准确率为99.7%。因此这套系统可以很好满足行业的要求,有一定的实用性。
众多前辈对视觉系统方面进行了深入研究，他们详细研究了我国视觉方面的发展趋势以及如何清楚的显示字符识别文字等方法。通过上边的文献分析总结，设计一款基于Halcon的银行卡信息识别系统，可以提高银行卡信息录入的准确性和效率，降低出错率等功能。
|
