在冶金制造工業(yè)的無(wú)縫鋼管生產(chǎn)過(guò)程中,生產(chǎn)的每一根管材,都會(huì )有一個(gè)唯一編號,此編號噴涂在鋼管外壁處,一般稱(chēng)為“標記”。噴號系統是無(wú)縫鋼管生產(chǎn)過(guò)程中不可或缺的一個(gè)程序,鋼管被噴號以后,將被記錄到相應的廠(chǎng)家數據庫中,并在余下的生產(chǎn)流程中被跟蹤和監測。操作人員根據標記統計合格與不合格鋼管的數量,并記錄每一根鋼管的信息。用戶(hù)在使用鋼管時(shí),可以根據標記了解每一根鋼管的具體生產(chǎn)信息。如果工程使用中鋼管出現質(zhì)量問(wèn)題,有關(guān)管理部門(mén)可以根據這些標記追溯到每一根原始鋼材,甚至連鑄的爐次。作為提供給石油勘探和開(kāi)采使用的無(wú)縫鋼管,鍋爐用管道以及石油天然氣輸送管道,對它們的質(zhì)量要求非常嚴格,必須建立一套非常完善的追溯制度。鋼管標記在整個(gè)追溯過(guò)程中起到非常關(guān)鍵的作用。鋼管標記包含了原料成分、冶煉爐號、廠(chǎng)標以及生產(chǎn)日期等關(guān)鍵信息,無(wú)縫鋼管在經(jīng)過(guò)噴號機噴完標記后,將經(jīng)過(guò)擰接箍工位到達涼曬打包工位,直至出廠(chǎng)。在這些后續流程過(guò)程中需要將鋼管標記連同檢測結果一起輸入到廠(chǎng)方的生產(chǎn)數據庫中保存備查。在符合API標準的冶金企業(yè)中,鋼管標記伴隨著(zhù)無(wú)縫管生產(chǎn)的整個(gè)生產(chǎn)流程,不允許出現任何差錯。鋼管標記噴涂必須清晰可辨。在噴標結束后的后續流程,為了確認標記是否噴涂清晰,目前主要依靠操作工用肉眼觀(guān)察,及時(shí)調整噴標記機以及對標記不清晰的管材進(jìn)行補噴。為了減輕勞動(dòng)者的勞動(dòng)強度,提高生產(chǎn)線(xiàn)的自動(dòng)化程度,開(kāi)發(fā)智能的標記識別系統提上了一些冶金企業(yè)的技改日程。本文通過(guò)對無(wú)縫管生產(chǎn)流程以及鋼管標記特征的分析,提出了基于人工神經(jīng)網(wǎng)絡(luò )的視頻圖象模式識別的智能鋼管標記識別系統解決方案。視頻圖象模式識別采用CCD攝像機獲得包含鋼管標記的視頻圖象,通過(guò)對圖象進(jìn)行特征分析,分離出標記字符,并采用人工神經(jīng)網(wǎng)絡(luò )對分離的字符進(jìn)行智能識別,將識別結果輸入產(chǎn)品數據庫中。此方案可以實(shí)現鋼管標記檢測和識別的自動(dòng)化,將極大的提高管材生產(chǎn)的工作效率,節省勞動(dòng)力資源。本文主要進(jìn)行了如下幾方面的工作:1、對無(wú)縫管生產(chǎn)工藝、工作環(huán)境特征進(jìn)行了分析,重點(diǎn)分析了光照與工位運動(dòng)情況。2、分析鋼管標記特征,并對各種可能出現的目標情況確定了處理方法。3、確定了標記識別系統的系統結構與模塊組成。4、分析了目標圖象特征,設計了圖象預處理算法。5、分析了圖象中的字符特征,確定了字符定位算法模型,實(shí)現了字符粗定位。6、確定了字符分割算法模型,實(shí)現了單個(gè)字符的分割。7、利用人工神經(jīng)網(wǎng)絡(luò ),實(shí)現了字符的識別,并通過(guò)拓撲分析與概率統計提高了動(dòng)態(tài)字符識別的正確率。8、完成了標記識別系統功能模塊的設計。9、完成了標記識別系統的功能模塊程序編寫(xiě)與測試。目前,智能鋼管標記識別系統是為滿(mǎn)足冶金行業(yè)用戶(hù)的需求而進(jìn)行設計的。隨識別算法的改進(jìn)與系統的完善,標記系統將在其他需要對字符標記進(jìn)行在線(xiàn)識別的行業(yè)中得到更廣泛的應用。