基于卷积神经网络的木材表面字符识别方法

来源 :机电技术 | 被引量 : 0次 | 上传用户:solarshu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对木材配件进行分拣时,根据喷码机喷印在木材表面的字符,将编号相同的配件归为一类。为了实现自动分拣,需要对木材表面的字符进行识别,文章提出了一种基于卷积神经网络的字符识别方法。首先对采集的编号图片进行预处理,提取出字符编号区域,进而分割出单个字符;接着对字符图片进行标注,用于对神经网络模型的训练,训练好的模型则用于对字符编号的在线预测。实验结果表明:该方法具有优秀的识别性能,满足实际生产需求。
其他文献
分析了DVS 1621与EN 15085-4标准对于工作试件相关条款规定的差异.通过实际案例,介绍了如何在国内铁路货车出口项目中应用DVS 1621标准进行工作试件计划的制定和工作试件的制作,为其他从事出口德国铁路货车制造的企业提供经验借鉴.
文章设计开发了基于PLC与RFID的快递自动分拣系统,详细介绍了系统结构及系统功能,重点解决了RFID与PLC的软硬件连接。为适应不同分拣系统要求,分别采用2种SFC编程结构进行PLC编程,实现了多个快递的信息识别、运输和分拣,提高了系统的工作效率。
在用户负荷较大,低压电源车容量较小时,需要两台甚至多台电源车并列运行供给负荷送电.基于快速并机并网的应急电源车主要包括控制室、发电机室和电缆室3个功能区,其供电技术先进,可以实现大面积超大功率负载的快速供电,解决了现有低压电源车只能保障单一负载的缺陷,具有广阔的应用前景.