无缝钢管标记识别系统的设计与实现

无缝钢管标记识别系统的设计与实现

论文摘要

在冶金制造工业的无缝钢管生产过程中,生产的每一根管材,都会有一个唯一编号,此编号喷涂在钢管外壁处,一般称为“标记”。喷号系统是无缝钢管生产过程中不可或缺的一个程序,钢管被喷号以后,将被记录到相应的厂家数据库中,并在余下的生产流程中被跟踪和监测。操作人员根据标记统计合格与不合格钢管的数量,并记录每一根钢管的信息。用户在使用钢管时,可以根据标记了解每一根钢管的具体生产信息。如果工程使用中钢管出现质量问题,有关管理部门可以根据这些标记追溯到每一根原始钢材,甚至连铸的炉次。作为提供给石油勘探和开采使用的无缝钢管,锅炉用管道以及石油天然气输送管道,对它们的质量要求非常严格,必须建立一套非常完善的追溯制度。钢管标记在整个追溯过程中起到非常关键的作用。钢管标记包含了原料成分、冶炼炉号、厂标以及生产日期等关键信息,无缝钢管在经过喷号机喷完标记后,将经过拧接箍工位到达凉晒打包工位,直至出厂。在这些后续流程过程中需要将钢管标记连同检测结果一起输入到厂方的生产数据库中保存备查。在符合API标准的冶金企业中,钢管标记伴随着无缝管生产的整个生产流程,不允许出现任何差错。钢管标记喷涂必须清晰可辨。在喷标结束后的后续流程,为了确认标记是否喷涂清晰,目前主要依靠操作工用肉眼观察,及时调整喷标记机以及对标记不清晰的管材进行补喷。为了减轻劳动者的劳动强度,提高生产线的自动化程度,开发智能的标记识别系统提上了一些冶金企业的技改日程。本文通过对无缝管生产流程以及钢管标记特征的分析,提出了基于人工神经网络的视频图象模式识别的智能钢管标记识别系统解决方案。视频图象模式识别采用CCD摄像机获得包含钢管标记的视频图象,通过对图象进行特征分析,分离出标记字符,并采用人工神经网络对分离的字符进行智能识别,将识别结果输入产品数据库中。此方案可以实现钢管标记检测和识别的自动化,将极大的提高管材生产的工作效率,节省劳动力资源。本文主要进行了如下几方面的工作:1、对无缝管生产工艺、工作环境特征进行了分析,重点分析了光照与工位运动情况。2、分析钢管标记特征,并对各种可能出现的目标情况确定了处理方法。3、确定了标记识别系统的系统结构与模块组成。4、分析了目标图象特征,设计了图象预处理算法。5、分析了图象中的字符特征,确定了字符定位算法模型,实现了字符粗定位。6、确定了字符分割算法模型,实现了单个字符的分割。7、利用人工神经网络,实现了字符的识别,并通过拓扑分析与概率统计提高了动态字符识别的正确率。8、完成了标记识别系统功能模块的设计。9、完成了标记识别系统的功能模块程序编写与测试。目前,智能钢管标记识别系统是为满足冶金行业用户的需求而进行设计的。随识别算法的改进与系统的完善,标记系统将在其他需要对字符标记进行在线识别的行业中得到更广泛的应用。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 背景分析
  • 1.1.1 钢管标记及其重要性
  • 1.1.2 API标准
  • 1.1.3 我国无缝管产品执行标准状况介绍
  • 1.2 论文背景与主要工作
  • 1.2.1 课题研究背景
  • 1.2.2 主要工作
  • 1.3 论文的结构和主要工作
  • 1.3.1 论文结构
  • 1.3.2 论文的主要工作
  • 第二章 相关知识介绍
  • 2.1 图像预处理算法
  • 2.1.1 色彩空间转换
  • 2.1.2 图像平滑算法
  • 2.1.3 图像灰度拉伸算法
  • 2.2 边缘检测技术
  • 2.2.1 Roberts算子
  • 2.2.2 Marr算子
  • 2.3 BP人工神经网络
  • 2.3.1 BP人工神经网络简介
  • 2.3.2 BP神经网络模型
  • 2.4 小结
  • 第三章 钢管标记识别系统的设计
  • 3.1 生产流程介绍
  • 3.2 识别环境分析
  • 3.2.1 现场光照条件
  • 3.2.2 钢管工位情况
  • 3.2.3 识别工位旋转速度控制
  • 3.3 目标特征分析
  • 3.3.1 字符集分析
  • 3.3.2 字体特点
  • 3.3.3 字符数量与格式
  • 3.3.4 字符颜色与背景颜色分析
  • 3.3.5 字符的模糊与残缺情况
  • 3.4 钢管标记识别系统工作原理
  • 3.4.1 钢管标记识别系统的可行性
  • 3.4.2 钢管标记识别系统工作原理
  • 3.5 钢管标记识别系统的体系结构
  • 3.6 钢管标记识别系统主要功能模块的设计
  • 3.6.1 图像预处理模块
  • 3.6.2 字符定位模块
  • 3.6.3 字符分割模块
  • 3.6.4 字符识别模块
  • 3.7 小结
  • 第四章 钢管标记识别系统的实现
  • 4.1 钢管标记识别系统主要功能模块的实现
  • 4.1.1 图像预处理模块的实现
  • 4.1.2 字符定位模块的实现
  • 4.1.3 字符分割模块的实现
  • 4.1.4 基于BP神经网络的字符识别模块的实现
  • 4.2 提高字符识别率
  • 4.2.1 简单语法拓扑分析
  • 4.2.2 简单统计分析
  • 4.3 小结
  • 第五章 钢管标记识别系统的测试
  • 5.1 硬件环境
  • 5.2 软件环境
  • 5.3 测试内容
  • 5.4 测试结果与分析
  • 5.5 小结
  • 结束语
  • 参考文献
  • 附录
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    无缝钢管标记识别系统的设计与实现
    下载Doc文档

    猜你喜欢