Automatisk avläsning av stansad text på extrusionsstänger : En utvärdering av bildbehandlingstekniker för användning i ett OCR-system

Sammanfattning: Detta examensarbete har inriktats mot området för tillverkning av extrusionsstång på Sandvik Materials Technology för att undersöka möjligheten till full spårbarhet av produkter. Nuvarande spårning utförs med hjälp av tre olika nummer: charge-, arbetsorder-, samt individnummer. Alla tre nummer stansas in i en av ändorna av en stång samtidigt som charge- och arbetsordernummer lagras i ett överordnat system. I ett av processtegen bearbetas stångändor med fräsning, där ojämnheter tas bort, vilket medför att den stansade informationen försvinner. För att återfå spårningen så märks stångändor på nytt med informationen från det överordnade systemet. Eftersom systemet saknar information för individnummer försvinner spårningen på individnivå i detta processteg. För att återfå full spårbarhet behöver den stansade informationen läsas av och lagras innan fräsning. Avläsningen avses att utföras med hjälp av ett OCR-system. Examensarbetet har undersökt hur ett av momenten i ett OCR-system, s.k. bildbehandling, kan utföras för att läsa av siffror i bilder på stansade stångändor. Arbetet har utförts med mjukvaran MATLAB R2019b med tillhörande verktygslådor ”Image Processing” och ”Computer Vision”, där olika bildbehandlingstekniker har testats och utvärderats samt där en preliminär, experimentell algoritm för att klassificera siffror i bilder tagits fram. Inkluderade tekniker är kontrastförbättring, filtrering, binärisering, kantdetektering, morfologiska operationer, objektmärkning, ROI-lokalisering samt klassificering. Algoritmen består av olika bildbehandlingssteg där varje steg använder en eller flera metoder för varje teknik för att manipulera bilder och för att framhäva samt klassificera siffror. Resultatet av den framtagna algoritmen samt de använda metoderna utvärderades där ett par för- och nackdelar noterats. Algoritmen har påvisats klara av att klassificera siffror på ett antal olika bilder men fallerar då variationen mellan bilder blivit för stor. Slutsatsen som dras från arbetet är att bildbehandling för att framhäva och klassificera siffror är genomförbart men att flera faktorer måste tas i beaktande för att inte påverka resultatet. Klassificeringssteget i algoritmen har noterats till att ha stora förbättringsmöjligheter. Slutsatsen medför ett förslag på hur klassifikationsalgoritmen kan förbättras med hjälp av en iterativ process som har flera uppsättningar med bildbehandlingsmetoder.