1. 研究目的与意义（文献综述）

视觉通道是人类感知外部世界的主要入口，图像则是多维度信息最直接的表现形式，更有“一图值千金”的谚语，人们通过自己的眼睛所见来获取信息，认识周围的一切，在这个过程中，我们的大脑时刻保持高速运转，进行着图像的分析与处理。随着计算机技术的快速发展，基于计算机的图像识别技术也得到了迅猛发展。以前，图像处理需要价格昂贵的大型计算机才能完成，且主要应用在医学领域和工业领域。但随着近来计算机运算速度的加快，通用型图像处理在个人计算机上处理的成本降低，图像处理程序正越来越普及，现已被人们广泛熟悉并投入使用。利用图像识别技术可以让计算机自动和图像交流及共享信息，如自动读取印刷的生产日期，检测产品形状（外观、损伤、表面形状），与机器人相连的分类与组装，包括农业/海事处理与分类在内的遥感等。除此之外，图像处识别仍在不断应用到更广泛的工业领域中，而且工业领域中对微小图像的识别精度和识别质量等要求越来越高，传统识别方法难以或无法达到识别要求，而计算机视觉识别技术是微小图像自动识别领域的先进技术。本课题主要从半导体激光器上的微小图像（字符）自动识别入手，对计算机视觉检测理论及关键技术进行了深入的分析和研究。

激光器编码识别作为图像识别技术的一种，主要应用在激光器阵列测试系统中。通过图像识别相关技术寻找对应的编码位置信息，并识别对应的编码字符。随着激光技术的应用和发展，激光器生产制造工艺逐渐成为制约激光器发展的主要因素，将图像识别技术用到激光器的测试过程中，除了用于编码识别以外，还可以进行更多的内容，如裂纹检测、光斑检测等等。这些应用还有待人们去进一步挖掘。这些新的激光器测试技术的采用，可以更好的推动激光器制造工艺的进步，对未来激光器的发展有重要意义。

尽管图像识别在工业测试中的应用已经被人们进行了诸多的研究。但是在激光器测试中的应用还数首例。以往的识别技术主要被用在产线上进行零件识别、缺陷检测、测量定位、文字识别、工件计数等。这些识别主要针对单个待测物体的识别与检测，比如单个电容、芯片或者晶元。这些应用的场景比激光器图像所面临的场景都更为简单，因而实现起来更为容易。为了应对可能出现的更复杂的情况，本课题在研究过程中将参考许多其他的复杂应用场景模型，如视频文字定位、平面媒体文字定位、车牌定位等等。

2. 研究的基本内容与方案

本课题将以华工正源的激光器阵列上的字符作为微小图像的研究对象，分析激光器图像的主要特征和编码识别主要解决的问题。对其中的部分技术进行深入的研究和展开。提出了用于激光器编码识别的整套解决方案。并对方案的各部分内容和算法进行了分析和对比，使研究内容具有一定的理论和应用价值，同时将会在vs2010开发环境和opencv1.0搭建系统测试平台进行对该系统性能进行测试。

本课题首先通过对激光器表面特征进行详细的分析，明确要识别的对象的基本特征类型，为后面各方案的选择提供针对性的依据。然后对激光器图像识别中的主要难点进行重点论述，依据这些特征和难点确立激光器编码识别系统的总体方案。大体上来说，激光器编码识别系统可分为图像预处理、激光器阵列图像分割、编码文字区域定位、字符分割以及文字识别五个部分组成。在以后的研究过程中，将主要围绕这五个方面的内容展开。

激光编码识别属于光学字符识别的一种，但和传统的字符识别有着明显的区别。激光器图像的版面分析、文字的分割、字符的识别都有自己独特的特点，不能将字符识别领域现有的研究成果直接用于编码字符识别。因此必须针对其图像的特点，研究与其相适应的图像处理和识别算法。

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题；

第7周—第12周撰写论文初稿；

4. 参考文献（12篇以上）

[1]苏华. 大功率半导体激光模块的散热与封装研究[d]. 吉林：吉林大学，2011.

[2]刘兴胜，王警卫，张恩涛等. 大功率半导体激光器封装技术发展趋势及面临的挑战[j].红外与激光工程. 2012. 38(1)：490-497.

[3]徐少宏. 自然场景及白板视频会议中文字定位的方法[d]. 大连理工大学，2010.