文献类型：期刊文章

作　　者：周玮[1] 门耀华[2] 辛立刚[3]

ZHOU Wei;MEN Yao-hua;XIN Li-gang(School of Art and Design,Taiyuan University,Taiyuan 030024,China;Shanxi Vocational University ofEngineering Science and Technology,Shanxi Jinzhong 030619,China;Academy of Fine Arts,Jianghan University,Wuhan 430056,China)

机构地区：[1]太原学院艺术设计系,太原030024 [2]山西工程科技职业大学,山西晋中030619 [3]江汉大学美术学院,武汉430056

出　　处：《包装工程》

基　　金：山西省教育科学“十三五”规划2019年度规划课题(GH-19130)。

年　　份：2022

卷　　号：43

期　　号：9

起止页码：249-256

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、核心刊

摘　　要：目的针对传统喷码检测方法计算量大、字符区域定位不显著、识别准确率较低等不足,提出一种基于机器视觉的柔性包装袋喷码缺陷检测方法。方法以柔性包装袋上喷码图像为研究对象,以滤波抑噪、阈值处理等技术对图像进行预处理,运用YOLO-V3网络模型对字符区域进行定位,并采用阈值和非极大值抑制算法提高喷码区域定位的显著性,通过改进AlexNet网络结构、运用多特征融合运算等方法,获取更为丰富的图像卷积特征,实现字符串的整体识别,从而提高喷码缺陷识别的准确率。结果将YOLO-V3联合改进AlexNet的检测方法与传统喷码检测方法进行对比,结果表明,所设计喷码缺陷检测方法的分类准确率达到99.39%。结论基于机器视觉的柔性包装袋喷码缺陷检测方法在模型计算量、字符区域定位显著性和字符识别准确率都有一定的优势,并有效解决了字符串整体识别的问题。

关 键 词：机器视觉 多特征融合 喷码缺陷  YOLO-V3网络  改进AlexNet  

分 类 号：TB487] TP391]