典型文献
基于机器视觉的小方坯端面手写字符自动识别系统
文献摘要：
针对线材表面质量信息无法按支追溯到坯、对分析异常原因及改进均带来很大局限、造成各种质量异议的问题,结合机组现场条件,自主开发了小方坯端面手写字符自动识别系统.该系统以机器视觉技术为基础,配置高性能双侧照明光源和面扫描CCD图像传感器,获得高质量的方坯端面图像;系统检测识别软件采用快速高效的边缘检测算法和深度学习算法,实时识别出端面手写字符,并将检测结果发送至服务器.系统采用C/S模式为网络架构,实现检测数据在客户端和服务器之间的可靠传递.系统上线1年多的运行实绩证明:该系统在条钢部加热炉前位置,可长期连续工作,按支跟踪准确率达98％以上,实现小方坯的在线按支自动识别和跟踪,具有卓越的检测识别性能和良好的稳定性.
文献关键词：
机器视觉;小方坯;手写字符;自动识别
中图分类号：
作者姓名：
石桂芬;何永辉;吴振平
作者机构：
宝山钢铁股份有限公司中央研究院,上海 201999;宝山钢铁股份有限公司钢管条钢事业部,上海 201900
文献出处：
引用格式：
[1]石桂芬;何永辉;吴振平-.基于机器视觉的小方坯端面手写字符自动识别系统)[J].宝钢技术,2022(03):41-44
A类：
B类：
小方坯,端面,手写字符,自动识别系统,线材,表面质量,追溯到,异常原因,质量异议,现场条件,自主开发,机器视觉技术,照明光源,面扫描,CCD,图像传感器,系统检测,检测识别,快速高效,边缘检测算法,深度学习算法,实时识别,发送至,网络架构,检测数据,客户端,服务器之间,实绩,条钢,加热炉,炉前,连续工作,识别性
AB值：
0.339575
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
