【摘要】：目前油田的物資管理工作,基本依靠物資管理系統(tǒng),而物資管理系統(tǒng)中最重要的環(huán)節(jié)就是條形碼掃描功能。由于天氣以及油田現(xiàn)場(chǎng)環(huán)境等因素,嚴(yán)重影響了條形碼掃描的速度以及準(zhǔn)確率,導(dǎo)致物資管理工作效率低下。尤其在工具量較大的情況下,經(jīng)常會(huì)嚴(yán)重影響工具的流通,從而造成企業(yè)的損失。為此本論文基于模式識(shí)別技術(shù)改進(jìn)條形碼識(shí)別技術(shù),分析并解決了條形碼圖像由于傾斜、噪聲、臟污而不能識(shí)別的問題。經(jīng)仿真與實(shí)際測(cè)試,該設(shè)計(jì)可以有效改進(jìn)條形碼識(shí)別技術(shù),使油田物資管理工作更加高效化、自動(dòng)化。本文的主要研究內(nèi)容包括:(1)基于Hough變換的圖像傾斜校正:針對(duì)掃描到的傾斜條形碼圖像,本文采用基于Hough變換的圖像傾斜校正方法,可以解決由于圖像傾斜而導(dǎo)致條形碼不能識(shí)別的問題。(2)基于支持向量機(jī)改進(jìn)中值濾波算法:針對(duì)條形碼圖像的噪聲問題,本文首先采用中值濾波算法處理?xiàng)l形碼圖像。通過采用中值濾波算法處理?xiàng)l形碼圖像,可以去除條形碼圖像上面的黑白孤立噪聲點(diǎn)。然后針對(duì)中值濾波算法的優(yōu)缺點(diǎn)、支持向量機(jī)的圖像濾波去噪算法優(yōu)缺點(diǎn)以及椒鹽噪聲的特征,本文采取基于支持向量機(jī)的方法需要改進(jìn)中值濾波算法。仿真實(shí)驗(yàn)證明本文提出的算法可以更有效地消除椒鹽噪聲,并且處理結(jié)果具有較高的SNR。(3)基于自適應(yīng)閾值選取的Ostu算法:本文首先采用Ostu算法以及Bernsen算法處理圖像。根據(jù)油田現(xiàn)場(chǎng)的實(shí)際情況,以及比較這兩種算法的處理效果與運(yùn)行時(shí)間,本文選用Ostu算法處理?xiàng)l形碼圖像。然后針對(duì)Ostu算法的運(yùn)行時(shí)間不能滿足油田現(xiàn)場(chǎng)物資管理工作所需,對(duì)Ostu算法進(jìn)行改進(jìn)。本文采用自適應(yīng)閾值選取的方法改進(jìn)Ostu算法,改進(jìn)效果分析表明改進(jìn)后的算法可以加快處理時(shí)間,提高工作效率。
[Abstract]:At present, the material management work of oil field basically depends on the material management system, and the most important link in the material management system is the bar code scanning function. The speed and accuracy of barcode scanning are seriously affected by the weather and oil field environment, which leads to the inefficiency of material management. Especially in the case of a large number of tools, often seriously affect the circulation of tools, resulting in the loss of enterprises. This paper improves barcode recognition technology based on pattern recognition technology and analyzes and solves the problem that barcode image can not be recognized because of tilt noise and dirty pollution. Through simulation and practical test, the design can effectively improve the barcode recognition technology and make the oil field material management more efficient and automatic. The main contents of this paper are as follows: (1) Image tilt correction based on Hough transform: for the scanned skew bar code image, this paper adopts the image tilt correction method based on Hough transform. It can solve the problem that barcode can not be recognized because of image tilt. (2) improved median filter algorithm based on support vector machine: for the noise problem of barcode image, this paper first uses median filter algorithm to deal with barcode image. By using median filtering algorithm to process barcode images, the black and white isolated noise points on barcode images can be removed. Then, aiming at the advantages and disadvantages of median filtering algorithm, the advantages and disadvantages of SVM image filter denoising algorithm and the characteristics of salt and pepper noise, this paper adopts the method based on support vector machine to improve the median filtering algorithm. The simulation results show that the proposed algorithm can eliminate salt and pepper noise more effectively, and the processing results have higher SNR. (3) Ostu algorithm based on adaptive threshold selection. Firstly, Ostu algorithm and Bernsen algorithm are used to process images. According to the actual situation of oil field and comparing the processing effect and running time of the two algorithms, this paper selects Ostu algorithm to deal with barcode image. Then the Ostu algorithm is improved because the running time of Ostu algorithm can not meet the requirement of oil field material management. In this paper, the adaptive threshold selection method is used to improve the Ostu algorithm. The result of the improved algorithm shows that the improved algorithm can speed up the processing time and improve the working efficiency.
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TE4;TP391.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王瓊;康凱;朱永波;;基于條形碼跟蹤管理系統(tǒng)的模式識(shí)別技術(shù)研究及應(yīng)用[J];自動(dòng)化與儀表;2016年08期

2 靳佳澍;;一種針對(duì)彩色二維碼圖像的二值化方法[J];科技與企業(yè);2016年04期

3 孫茂芬;盧道華;李忠國;王佳;;海上監(jiān)控圖像的海天線及其目標(biāo)區(qū)域提取[J];機(jī)械工程師;2016年02期

4 朱黎輝;李曉寧;;基于多特征組合的球形果蔬智能分選方法[J];計(jì)算機(jī)工程與應(yīng)用;2016年05期

5 馮欣悅;楊秋翔;安雁艷;范建華;楊劍;;基于SVM和小波系數(shù)的圖像去噪算法研究[J];微電子學(xué)與計(jì)算機(jī);2014年08期

6 程懷蒙;張勝業(yè);;基于ε-SVR算法的大地電磁測(cè)深資料去噪[J];地球物理學(xué)進(jìn)展;2014年02期

7 彭濤;曹威;盧明;黃易;趙璐;;基于小波多尺度二值化的銅浮選工況識(shí)別[J];儀器儀表學(xué)報(bào);2014年03期

8 閆麗娟;頡耀文;彌沛峰;劉惠峰;;基于小波的遙感影像薄云去除方法[J];礦山測(cè)量;2013年06期

9 徐曉東;李培林;炊明偉;王崴;馮有前;;一種針對(duì)圖像脈沖噪聲的改進(jìn)中值濾波算法[J];電視技術(shù);2013年19期

10 羅道江;;便攜式手持設(shè)備結(jié)構(gòu)設(shè)計(jì)綜述[J];電子世界;2013年13期

相關(guān)博士學(xué)位論文 前3條

1 孫巧榆;復(fù)雜背景圖像的文本信息提取研究[D];華東師范大學(xué);2012年

2 田延明;語言離散—連續(xù)圖式表征認(rèn)知模式研究[D];上海外國語大學(xué);2012年

3 趙海峰;基于圖的模式識(shí)別及其在計(jì)算機(jī)視覺中的應(yīng)用[D];南京理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張魯?shù)?智能圖像識(shí)別技術(shù)研究[D];渤海大學(xué);2016年

2 浦遠(yuǎn)強(qiáng);便攜式手持設(shè)備的設(shè)計(jì)與應(yīng)用研究[D];西安建筑科技大學(xué);2015年

3 車怡;基于圖像處理技術(shù)的條形碼識(shí)別系統(tǒng)的研究[D];華北電力大學(xué);2014年

4 董華冰;一維圖像條形碼識(shí)別方法研究[D];華南理工大學(xué);2012年

5 姬飛飛;條碼識(shí)別技術(shù)及其應(yīng)用研究[D];哈爾濱工程大學(xué);2012年

6 張琪;結(jié)合邊緣檢測(cè)的圖像二值化算法[D];吉林大學(xué);2011年

7 龍春琳;基于顏色信息熵與邊緣信息熵的圖像檢索技術(shù)研究[D];西安電子科技大學(xué);2010年

8 喬連芝;基于圖像處理方式定位識(shí)別條形碼[D];華南理工大學(xué);2010年

9 王剛;圖像二值化方法研究及其在監(jiān)控識(shí)別系統(tǒng)中的應(yīng)用[D];湖南大學(xué);2010年

10 韋軼群;基于GPU硬件加速的醫(yī)學(xué)圖像分割研究[D];上海交通大學(xué);2009年

，

本文編號(hào)：2390212