针对连杆编码人眼识别易产生疲劳、出现漏判风险的问题,设计了基于PLC和机器视觉技术的连杆编码一致性自动判别系统。该系统包括上位机PLC和机器视觉系统两部分,PLC发送图像采集信号,接收机器视觉系统反馈的结果,并决策放行还是报警;机器视觉系统接收采集信号并进行图像采集、图像预处理、字符识别,判断编码是否一致,发送结果至PLC。实验结果表明,文中所设计的系统字符识别正确率为94.9%,并且能够正确决策判别结果,具有一定的实用价值。

提出了一种针对嵌入式系统的字符识别方法。介绍了一种基于ARM9处理器和嵌入式Linux的字符图像采集与识别系统。该系统采用嵌入式Linux操作系统,图像预处理和字符识别的软件开发可以脱离硬件。通过开发不同的识别软件,系统可应用于名片识别、二维条码识别、纸币序列号识别等多种字符识别的场合,提高了通用性。

汽车牌照识别是图像识剐领域的重要研究课题。这里运用MATLAB研究车牌识剐技术中的图像预处理、车牌定位、字符分割与字符识别等核心部分，并提出一种基于MATLAB的车牌识别系统的实现方法．综合使用多种方法提高系统的有效识别能力。该方法解决了在自然背景的图像中定位分割牌照区域、车牌倾斜和提取分割的字符等问题。通过对一定数量的图像进行处理，结果表明MATLAB在车牌识别方面的运用非常有效。

针对轴承上字符的特点,提出了一种基于机器视觉的轴承字符自动识别方法,并利用C++和OpenCV计算机视觉库开发了识别软件。对轴承字符图像进行阈值分割,使用Sobel算子提取边缘轮廓,然后使用改进的圆检测算法定位环形字符区域,在经过极坐标变换后进行字符分割。最后提取改进的字符特征,使用支持向量机分类器进行字符识别。试验结果表明:该方法能有效识别轴承字符,而且识别率达到了95%以上,具有广阔的应用前景。

针对待分拣的汽车摇臂零件结构相似、产量大,人工分拣困难,影响产品发货的问题,提出了基于机器视觉检测技术的自动分拣方案,通过识别待拣零件结构特征和编号实现对零件种类的辨识,采用工控机(IPC)和西门子S7-200 Smart PLC(可编程逻辑控制器)组成的主从式控制系统,完成对待拣零件的自动分拣。通过PLC来控制传送带和气动推杆,IPC完成图象处理和人机交互,采用TCP/IP协议实现IPC与PLC间的数据通信。零件类型辨识实验表明融合零件结构特征和编号的识别方法能够准确地识别出待检零件的类型。