一种基于卷积神经网络的喷码字符在线视觉检测方法

摘要

本发明提供了一种基于卷积神经网络的易拉罐罐底喷码字符在线视觉检测方法，包括离线状态下对图像中字符进行分割，并归类构建字符库，采用改进后的卷积神经网络学法进行训练，形成稳定的分类器；在线检测中实时拍摄图片，分割字符，并用分类器进行分类，对存在瑕疵不合格的产品进行剔除；在保证实时性的同时极大的提高了检测精度，完全可以满足易拉罐罐底喷码字符在线检测过程高实时性、高准确性的要求。

主权项

一种基于卷积神经网络的易拉罐罐底喷码字符在线检测方法，其特征是，离线状态下对图像中字符进行分割，并归类构建字符库，采用改进后的卷积神经网络学习法进行训练，形成稳定的分类器；在线识别中实时拍摄图片，分割字符，并用分类器进行分类；具体包括以下几个步骤：(1)对易拉罐罐底图像进行特定预处理操作，分割出单个的字符图像，并统一进行归类，建立字符库；(2)利用卷积神经网络学习方法训练字符，形成字符分类器；(3)在线检测中实时拍摄图像，采用预处理操作分割字符，并用分类器进行识别。