全文总字数：4756字
1. 研究目的与意义（文献综述）
在牛奶生产过程或者售卖过程中，对其盒子顶端的字符进行检测与识别是不可缺少的一道工序，牛奶盒子顶端的字符包含牛奶生产日期等信息，此字符不仅关系着牛奶生产日期的准确性，也关系着牛奶生产下一道工序的选择。牛奶生产日期也是大众选购牛奶的重要标准之一，因此牛奶生产日期的检测至关重要。
基于halcon的识别与传统的人工识别相比，有许多特点:
（1）效率高:基于halcon识别往往速度比人工快很多。
2. 研究的基本内容与方案
基于halcon的牛奶包装盒生产日期识别需要牛奶盒进行采集和识别，最终提取出生产日期。用摄像机对牛奶盒进行图像采集，图像采集和处理是机器视觉系统的核心，摄像机获取的图像包含了需要的所有信息，图像质量的好坏将直影响系统检测效率和精度，是整个机器视觉系统的关键。光源则影响整个图像质量，合适的光源能很好地区分目标信息和背景信息，影响输入图像的质量和至少30％的应用效果。
利用软件中的算子功能对图像进行相应处理、识别和输出。采用ocr图像处理方法检测牛奶盒的生产日期。ocr指通过图像处理和模式识别技术对光学字符进行识别，用于阅读和识别特定区域字符。基于模板机制，针对不同牛奶盒，定制不同的识别要素，牛奶盒生产日期为印刷字符，因此采用ocr图像处理方法对牛奶盒生产日期进行提取，基本步骤为：获取图像一预处理图像一分割图像一ocr匹配一识别字符一输出结果。图像获取由摄像机传感器、检测元件等硬件设备和halcon软件算子共同完成，halcon软件首先访问图像采集设备，再完成采集图像，将采集得到的图像加以保存，然后再把图像显示出来。
为使采集的图像区域特征更加明显，目标信息更加突出，要经过一系列预处理，主要有图像增强、灰度值调节、滤波、填充缝隙、图像分割等。为了得到更清晰的生产日期字符，需要将生产日期信息从整个包装盒复杂的背景中提取出来，消除噪声，以降低后续步骤难度。采用阈值分割，调节灰度值，调节灰度值过后的图像突出了生产日期字符信息。灰度值调整后的数字图像仍存在许多噪声，去除这些噪声干扰，常采用数学形态学方法进行去噪。数学形态学有4个基本运算：膨胀、腐蚀、开运算和闭运算。数学形态学利用结构元素作为探针不断移动图像信息来了解图像的结构特征。为使图像数字特征更为明显，填充字符内部的黑色部分；对深色部分进行处理时，以抑制杂波。
3. 研究计划与安排
第1周—第3周搜集资料，撰写开题报告；
第4周—第5周论文开题；
第6周—第11周撰写论文初稿；
4. 参考文献（12篇以上）
[1] bin xu,wenbo ye,yurong wang. design of machine vision defect detecting system based on halcon[p]. proceedings of the 2018 international conference on mechanical, electrical, electronic engineering science (meees 2018),2018.
[2] rui yang,jie li,qi liu,wenshan huang,kai yin,xi qiao,yiqi huang. gradient-based method for the identification of multi-nodes in sugarcane[j]. information processing in agriculture,2020.
[3] xin liu,ying mu,hongbin wang. research of detection algorithm about rectangular degree of metal parts based on halcon[p]. proceedings of the advances in materials, machinery, electrical engineering (ammee 2017),2017.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
