轮胎表面标识字符是指轮胎生产厂家在轮胎侧表面,使用模具压印而成用于记录轮胎参数信息的字符。对于生产厂家来说,这些参数在轮胎分类管理及销售中起着至关重要的作用。倘若由于标识的压印错误,导致轮胎的错误使用,发生了意外事故,对生产厂家和客户都将造成不可挽回的损失。为避免此类事故发生,生产厂家在批量生产某类型轮胎时,都会先制造出一条样胎,之后对其参数信息进行校验。在绝大多数轮胎制造企业中,样胎标识字符的检验都是通过人工来完成的。该方案存在较多的弊端,一方面由于人工检测的时间过长且精度难以控制,另一方面难以确保大规模生产线上的轮胎信息均压印无误。因此轮胎标识字符的自动校验技术是各轮胎生产厂家迫切需要解决的问题。轮胎标识的自动校验技术分为三个部分:标识区域定位、标识分割以及标识识别。课题研究的内容主要集中在如下几个方面:首先,依据轮胎生产企业生产的实际轮胎特征,通过计算,选取合适的相机、镜头、光源、电机等硬件设备,搭建机器视觉成像系统。通过反复调整并测试,确定最佳成像方案,进而完成图像采集并建立轮胎图库。之后,分析轮胎侧表面背景以及待识别标识的特征,使用Halcon图像处理软件,首先通过形状模板匹配实现待识别标识区域的定位。之后基于动态阈值、双峰阈值等方法实现标识的分割。将样本标识提取特征送入基于SVM的训练模型中进行训练,之后在对测试集中的标识进行识别时,调用已训练完毕的分类器进行识别。与此同时,使用基于相关性的模板匹配方法,将训练集中的标识最小外接矩形范围内的图片创建模板,在识别标识时,通过模板匹配法进行二次识别,确保识别精度。记录识别结果的准确率,根据测试结果对训练与匹配过程进行反复调整,直至识别准确率达标。最后,在Visual Studio 2012开发平台上,使用C++语言设计了良好的软件架构,使得运动控制、图像处理等功能得以相互协作。最终,根据轮胎特征以及生产线需求,设计了集图像采集、图像处理、数据显示以及运动控制与一体的轮胎标识在线识别系统,实现了对常规子午线轮胎产品侧表面标识的实时在线识别。经实验台测试,当前现有图库识别准确率为97.836%,轮胎单侧标识识别时间约为9.7s,基本能够满足企业对识别精度及效率的要求。