轮胎压印字符识别中的图像分割与优化算法OA

轮胎压印字符识别存在字符尺寸小、排列特殊、图像干扰强的问题,给出一种基于YOLOv8的压印字符分割与识别方法,设计出两阶段YOLOv8分割模型用于提取轮胎本体和压印字符区域以提高目标检测精度和鲁棒性。传统霍夫变换计算速度慢且易检测出错,为克服该缺陷,提出改进检测策略,即圆心偏离度小于3%时用改进霍夫变换检测圆心,改进霍夫变换借助轮胎材料特性对检测流程进行了简化;偏离度大于3%时补充灰度值法来提高圆检测的稳定性和精确度。结合轮胎几何结构设计出字符区域过滤算法,利用区域占比剔除无效字符,在1万张测试图像中进行识别准确率和计算效率对比实验以验证所提方法在工业场景下的实用性和高效性。结果显示,所提方法识别准确率提高50.1%,计算开销控制在每张49 ms,兼顾精度和效率,能为轮胎压印字符非接触、自动化识别提供有效技术支撑。