基于線激光掃描成像技術(shù)的鋼軌爐號(hào)識(shí)別算法

李安翼，王學(xué)華，劉 蘇，王 燦，張紅霞，劉 鑫，申楷赟

武漢工程大學(xué)材料科學(xué)與工程學(xué)院，湖北 武漢 430205

高速鋼軌焊前檢測(cè)識(shí)別是鋼軌智能化生產(chǎn)的重要環(huán)節(jié)，對(duì)鋼軌焊接生產(chǎn)線智能化管理有著長遠(yuǎn)意義。由于鋼軌爐號(hào)字符顏色與背景接近、自身銹蝕污損、焊接生產(chǎn)線環(huán)境惡劣、爐號(hào)字符位置的不確定性等因素使各種常規(guī)的字符識(shí)別方法，如面陣相機(jī)拍照識(shí)［1-2］、熱紅外成像識(shí)別［3-4］等技術(shù)的可靠性受到了很大影響。字符識(shí)別常用的算法有單層神經(jīng)網(wǎng)絡(luò)方法［5-6］和模板匹配方法［7］及支持向量機(jī)（support vector machine，SVM）［8］等方法。但是單層神經(jīng)網(wǎng)絡(luò)收斂速度慢，容易出現(xiàn)過學(xué)習(xí)和欠學(xué)習(xí)等問題［9］。模板匹配法需要像素匹配，不容易獲得理想的結(jié)果，而且運(yùn)算時(shí)間長，無法滿足實(shí)時(shí)檢測(cè)的要求［10］。SVM算法在處理二類問題時(shí)效果很好，但在多類問題識(shí)別時(shí)存在困難，特別是涉及樣本過多時(shí)會(huì)耗費(fèi)大量系統(tǒng)時(shí)間［11］。

針對(duì)這些問題，提出一種對(duì)鋼軌進(jìn)行非接觸式激光掃描成像并識(shí)別爐號(hào)的方法。采用線激光實(shí)時(shí)掃描鋼軌，通過鋼軌輪廓數(shù)據(jù)點(diǎn)云重構(gòu)字符圖像，提取字符特征，再利用現(xiàn)有的字符模板結(jié)合多層感知分類器（multi-layer perceptron classifier，MLP）神經(jīng)網(wǎng)絡(luò)識(shí)別算法達(dá)到識(shí)別鋼軌爐號(hào)的目的，提高了識(shí)別過程的自適應(yīng)性和魯棒性。

1 數(shù)據(jù)采集

鋼軌爐號(hào)識(shí)別系統(tǒng)由圖像采集、圖像處理、字符識(shí)別三個(gè)部分組成。圖像采集采用非接觸式線激光傳感器作為數(shù)據(jù)來源，鋼軌沿著垂直于激光器安裝平面方向移動(dòng)，由激光傳感器采集單幀鋼軌輪廓，然后通過交換機(jī)上傳至上位機(jī)進(jìn)行數(shù)據(jù)處理并重構(gòu)字符圖像，工作原理如圖1所示?！?br>