基于Halcon的食品生產日期針孔光學字符檢測

鹿武先

摘要：光學字符識別是自動化生產的重要組成部分。針孔字符的特殊性使得字符識別難度加大，鑒于此，在對字符提取后采用閔可夫斯基加減法進行膨脹，解決了針孔字符不連接的問題。基于BP神經網絡對字符進行特征提取，由于生產日期是多分類問題，采用Softmax分類器進行分類。經驗證，該系統對針孔字符的正確識別率達95%以上。光學字符識別包含兩個任務：將圖像中的單個字符分割出來并對分割得到的字符進行分類，以酸奶生產日期為例進行探討。

關鍵詞：BP神經網絡；圖像分析；機器視覺

中圖分類號：TP319

文獻標識碼： A

文章編號： 16727800（2017）004016803

0引言 在酸奶生產過程中，對其盒子頂端的字符進行檢測與識別是不可缺少的一道工序，酸奶盒子頂端的字符包含酸奶生產日期等信息，此字符不僅關系著酸奶生產日期的準確性，也關系著酸奶生產下一道工序的選擇。酸奶生產日期也是大眾選購酸奶的重要標準之一，因此酸奶生產日期的檢測至關重要。一般的字符識別多為連續字符識別，如車牌識別[13]，其使用的訓練樣本多數有限，學習樣本也有限，很難滿足酸奶生產日期的識別。針孔光學字符識別是將膨脹處理過后的字符進行識別，由于處理后的字符存在差異，因此需要對多種字符進行訓練和識別[46]。1基于Halcon的針孔光學字符識別系統 基于Halcon的針孔光學字符識別系統包含獲取圖像、圖像預處理、字符分割、特征提取以及字符分類5部分，如圖1所示。獲取圖像指通過工業照相機拍攝到的圖像，圖像預處理指將工業照相機拍攝到的圖像進行濾波、邊緣增強等處理，以克服噪音對圖像的干擾；字符分割指通過適當的閾值進行閾值分割提取圖像中的連通區域，然后使用閔可夫斯基加法將同一個字符分離部分連接起來；特征提取指利用BP神經網絡對光學字符進行特征提??；字符分類指使用Softmax分類器進行分類。2針孔光學字符識別2.1圖像預處理 在圖像采集過程中，由于噪聲、光照以及設備本身原因，獲取到的圖像帶有一定的噪聲，因而在進一步處理之前會對圖像進行濾波處理。圖像噪聲來源主要分為兩個部分：系統內部和系統外部。外部干擾主要是由電磁波的形式進入系統而引起的干擾，可以采用防電磁干擾措施來減少此類噪聲，比如使用屏蔽電磁干擾的傳輸線。內部噪聲是由CCD圖像傳感器和工作平臺機械震動引起的噪聲。這些噪聲是不可避免的，為了獲取高質量的圖像，一般會對圖像進行濾波，以便提高檢測的準確性。本文所使用圖片的噪聲主要是由CCD圖像傳感器造成的，圖片中存在一定程度的椒鹽噪聲。為了減少這種影響，先對圖片進行高斯平滑處理，抑制圖像噪聲和干擾脈沖，然后使用拉普拉斯算子對圖像進行邊緣處理，使其邊緣輪廓檢測質量得到提高，同時也為下文圖像分割做準備。高斯拉普拉斯處理前的圖像如圖2所示，高斯拉普拉斯處理后的圖像如圖3所示。

2.2字符分割 閾值分割是最簡單的分割算法，其算法被定義為：其中，gmin是閾值的下限，gmax是閾值的上限，r，c是圖像的坐標，fr，c是符合條件的像素點。閾值分割是將圖像中灰度值處于一定范圍內的所有點輸出到區域S中。通常情況下使用gmin=0或者閾值的上限設置為gmax=2b-1。當光照能保持恒定時，閾值的上限和下限均可以在系統中設置為固定值。固定閾值僅僅在圖像的前景和背景灰度值不變時效果很好，但是這種情況發生的頻率比期望要低得多，例如，當光照發生改變時灰度值就會發生改變。即使光照可以保持恒定，相似物體間的不同灰度值分布也會使固定閾值分割法得到的結果不理想。因此，本文采用動態閾值法。通過觀察可以發現字符明顯比背景亮，可以將亮的當作字符，暗的當作背景。將高斯濾波處理的結果作為背景灰度的估計，然后將原圖像和其局部背景進行比較。對前景較亮物體的動態閾值分割處理如下：其中，fr，c表示輸入圖像，gr，c表示平滑后的圖像，gdiff表示設定的前景和背景的差值。動態閾值分割后的圖像如圖4所示。

從圖4可以發現，此時的字符仍然是針孔狀字符。為了提高字符識別率，需要對字符進行膨脹操作，使針孔字符變成連續的字符。本文采用閔可夫斯基加法對圖形進行膨脹操作，其結構元半徑為16。膨脹后的字符如圖5所示，可以看出字符中的針孔已經相互連接。

從圖5中不難發現，除了字符和字母外還有分類器無法識別的字符“：”。為了去掉字符“：”，先將字符分成不同的連通區，連通區較大的就是需要選取的字符區域，連通區小的是時間分隔符“：”。根據字符大小選取字符高度為235，字符寬度為145。處理效果如圖6所示，根據面積大小很好地去除了“：”。

2.3字符識別目前，常用的字符識別方法有模板匹配算法和人工神經網絡算法。模板匹配算法實現流程是：首先將彩色圖像轉化為二值圖像并且將二值圖像的大小縮放為字符數據庫中模板字符的大小，接著將縮放后的圖像與數據庫中的圖像進行匹配，將最佳的匹配當作結果。神經網絡識別字符的方法分為兩種：一種方法是先提取待識別字符特征，然后用提取到的特征來訓練分類器；另一種方法是利用神經網絡的特點，將待處理的的圖像直接輸入到網絡中，由網絡自動提取字符特征并識別字符，本文設計使用的正是這種方法。BP算法主要用于訓練BP神經網絡的閾值和權值，其學習過程分為正向傳播和誤差反向傳播兩部分。當正向傳播時，輸入的信號由輸入層經過隱含層單元傳向輸出層，輸出層產生輸出信號，如果輸出信號不是期望輸出則進入誤差信號反向傳播過程；在誤差反向傳播過程中，誤差信號由輸出端開始逐層向輸入層傳播，根據誤差反饋調節網絡的權值，同過不斷修正權值使得輸出層的輸出信號更接近期望值。BP神經網絡一般使用Softmax分類器進行分類，Sofmax分類器的代價函數如下：

3實驗結果 本實驗通過HALCON平臺進行仿真，對BP網絡進行訓練。設置學習率為0.05，動量系數為0.90，最大訓練次數為50 000次。BP網絡訓練、測試過程中的殘差變化如圖7所示，可以發現神經網絡訓練前兩百次殘差收斂較快，200次之后收斂速度放慢，1 000次后殘差開始收斂。

最終結果如圖8所示，經過訓練42 400后正確率達99%左右，完全符合檢測生產日期的要求。

4結語 光學字符識別中每一個過程都有很多方法，每種方法都有各自的使用用范圍，當具體到某一個實際工程時，不是每一種理論都可以在實踐中實現，能夠實現的方法也需要比較選擇[7]。測試結果表明，本設計有如下優點：①實現了自適應閾值法分割字符，使得本設計適用范圍增大；②實現了對英文字母和數字的整體訓練，有一定的實用價值；③通過所建立的BP神經網絡模型而得到的實際值和期望值已極為接近。

參考文獻：

[1]郭榮艷，胡雪惠.BP神經網絡在車牌識別中的應用研究[J].計算機仿真，2010（9）：299302.

[2]王偉，馬永強，彭強.SVM多分類器在車牌識字符別中的應用[J].計算機工程與設計，2011（9）：31663169.

[3]姜莉莉，蔣瀟，陳昕怡，等.OpenCV在車牌識別中的應用[J].軟件2014（3）：4547.

[4]危雨軒.魯棒的字符識別算法研究[D].北京：北京郵電大學，2013.

[5]何西麟.基于深度學習的手寫體字符識別研究與實現[D].廣州：中山大學，2015.

[6]賀強.字符識別的相關算法研究[D].鎮江：江蘇大學，2010.

[7]楊勇，謝剛生.基于BP神經網絡的手寫數字識別[J].東華大學學報：自然科學，2003，26（4）：383386.

（責任編輯：孫娟）