最穩定極值區域與邊緣增強的船名定位方法

錢 江 張桂榮 姚 江 季建中 何 平 顧宋華

(江蘇省泰州引江河管理處 江蘇 泰州 225300)

0 引 言

船名是船舶的身份標識，完整、清晰及有效的船名識別有利于船舶安全通航監管。在當前的航務管理中，船名的識別主要依靠工作人員肉眼判斷，隨著船舶數量的大量增加人工方式極易出現誤判問題，利用機器的自動識別方法亟待提出。船名定位是利用計算機視覺實現船舶身份自動識別的第一步，但由于該技術尚處于起步階段，較少學者對其進行研究，因此在船名定位的研究階段可參考車牌識別方法。

在車牌識別領域，王永杰等[1]通過根據車牌字符的分布信息精確定位車牌，結合邊緣密度、模板匹配提出了多信息融合的快速車牌定位方法，但該方法忽視了顏色對于分布信息的影響。鐘偉釗等[2]基于車牌字符顏色與車牌底的搭配固定的紋理特征，提出基于顏色屬性與紋理結構相結合的方法。文獻[3]直接用每個像素值作為特征，用支持向量機訓練分類器，之后在概率圖上用均值平移法(MeanShift)來尋找文字區域，該方法在背景簡單的圖像或視頻中效果較好，但難以適應自然場景的復雜背景。魏娜等[4]在融合濾波的基礎上，提出一種基于模糊算子的彩色圖像邊緣檢測方法以克服復雜背景的影響。魏金光等[5]基于均值差分邊緣檢測，結合連通分量分析技術和單鏈聚類算法提出了一種快速的車牌定位方法。文獻[6]結合紋理和連通域的方法，從多尺度的概率圖中提取候選區。鄧泓等[7]提出了一種像素連接的車牌定位方法，結合Sobel算子與非極大值抑制法進行邊緣檢測，達到理想檢測效果。王曉群等[8]提出一種基于自適應數學形態學的位方法，在預處理階段適應圖像增強算法進行對比度增強，粗定位階段采用改進行列自適應數學形態學結構元素的方法進行定位，精定位步驟結合區域標記法和投影法獲取精準車牌位置。綜上，車牌定位技術現已較為成熟，算法主要基于車牌的顏色、紋理、邊緣和連通域等特征。

不同于車牌的形狀規矩、字體統一，船名背景復雜、字體大小不統一、船名位置不確定、字符眾多，因此車牌識別算法不能很好地應用于船名定位。本文提出了船名定位的新思路，首先使用Retinex算法增強圖像特征，然后搜索最穩定極值區域縮小目標范圍，利用先驗知識篩選字符區域，最后合并單個字符得到船名區域。本文算法的提出，在一定程度上彌補了船名定位在計算機視覺方面的空白。

1 船名字符定位方法

1.1 定位流程

船名字符定位流程如圖1所示：1) 輸入圖像并使用Retinex算法進行對比度增強預處理；2) 搜索圖像的最穩定極值區域(MSER)，并將MSER區域作為船名字符候選區域；3) 檢測圖像邊緣，得到符合邊緣條件的候選區域；4) 利用幾何形狀、尺寸等先驗知識對候選區域進行篩選過濾，得到符合先驗知識的字符區域；5) 合并單個字符得到最終船名區域。

圖1 船名字符定位流程圖

1.2 圖像預處理

由于本文所采用的圖像都是在室外獲取的，因此光照、天氣和環境變化多樣，拍攝出來的船舶圖像容易到外界因素干擾產生噪聲。如若不對獲取到的船舶圖像進行預處理，會大大影響后續的字符定位精度。本文采用Retinex算法進行對船舶圖像進行對比度增強處理，Retinex算法針對霧天、逆光場景能很好地還原圖像。

Retinex理論始于Land和McCann于20世紀60年代作出的一系列貢獻，其基本思想是人感知到某點的顏色和亮度并不僅僅取決于該點進入人眼的絕對光線，還和其周圍的顏色和亮度有關。Retinex理論認為原始圖像S(x,y)可以看成是光照圖像L(x,y)和反射率圖像R(x,y)的乘積，即S(x,y)=R(x,y)×L(x,y)?；赗etinex的圖像增強的核心就是從原始圖像S(x,y)中估計出光照L(x,y)，從而分解出R(x,y)，消除光照不均的影響。首先將圖像變換到對數域，圖像變換過程如式(1)。Retinex理論假設圖像的噪聲來源于圖像各個位置反射率不同，因此去除反射圖像的噪聲便可還原圖像，反射分量噪聲可通過歸一化去除，歸一化過程如式(2)。將去噪后的反射分量求指數，反變換到實數域即得到增強后的圖像。

(1)

(2)

圖2為船舶圖像預處理前后對比圖，(a)為原圖像，(b)為使用Retinex算法預處理后的圖像。從圖中可以看出，預處理后圖像對比度得到提高，船名特征得到增強。

(a) 預處理前

(b) 預處理后圖2 船舶圖像預處理前后對比圖

1.3 檢測MSER區域

自然場景中的文字檢測主流方法有兩大類：基于紋理特征的方法和基于連通域的方法?；谶B通域的方法首先提取候選區(顏色聚類和極值區域提取等方法)，利用一些人為設定的規則或者自動分類器過濾一些非文字區域。由于連通域數量相對較小，此類方法相對高效，對旋轉、尺度變化和字體差異不敏感，是自然場景文字識別的主流方法。船名文字一般是一個可靠的連通域，且連通域內像素差異較小，因此本文采用基于連通域的方法進行文字檢測，提取最穩定極值區域作為文字候選區域。

最穩定極值區域MSER算法對圖像具有較強的仿射變換不變性。最穩定極值區域的提取方法如下：對一幅灰度圖像(灰度值為0～255)取閾值進行二值化處理，閾值從0到255依次遞增，在得到的所有二值圖像中，圖像中的某些連通區域變化很小甚至沒有變化，則該區域就被稱為最大穩定極值區域，連通區域變化的數學定義為q(i)=|Qi+Δ-Qi-Δ|/|Qi|。

圖3(a)為船舶圖像的MSER區域示意圖，圖中每一種灰度代表一個MSER區域，圖3(b)為MSER區域二值圖，圖中白色區域為MSER區域。從圖中可以看出，船名區域都為最穩定極值區域，此外還有一些細長條船身邊緣及部分船身區域也被檢測為最穩定極值區域。

(a) MSER區域圖

(b) MSER區域二值圖圖3 MSER區域示意圖

1.4 邊緣檢測

圖像的邊緣指的是某像素點周圍像素值不連續且像素灰度有階躍性變化，是圖像局部強度變化最明顯的位置，表征一個特征區域的終結和另一特征區域的開始。船名中無論是中文字符還是數字字符，都具有明顯的邊緣特征，因此邊緣可作為特征把船名與背景區分開來。

Canny算子檢測邊緣法與一般邊緣算法相比，采用非極大抑制法去除弱邊緣，且采用雙閾值進行邊緣連接，既不丟失強邊緣又去除弱邊緣。因此本文選用Canny算子檢測邊緣。Canny邊緣計算過程如下：首先對圖像進行高斯模糊；其次計算垂直方向和水平方向梯度，根據梯度計算邊緣幅值和角度，方向梯度計算如式(3)，邊緣幅值和角度計算如式(4)；之后采用非極大抑制法舍棄弱邊緣，比較相鄰像素邊緣點值，若中心像素值角度區域小于相鄰像素值角度區域，則舍棄該點邊緣；最后設置雙閾值，對大于高閾值的邊緣點直接保留，小于低閾值的邊緣點直接舍棄，介于兩閾值之間的若能連接到邊緣則保留否則舍棄。

(3)

(4)

雖然Canny算子檢測的邊緣為強邊緣，但并非所有邊緣都是本算法關注的邊緣。船名文字既有最穩定極值的特征，又有邊緣特征，因此在最穩定極值區域內的邊緣才是船名定位的重點關注區域。首先取原始Canny邊緣與MSER區域交集，得到MSER區域內邊緣，之后使用邊緣增長法增強邊緣。所謂邊緣增長就是設定一個邊緣增長值，邊緣沿著梯度方向的垂直方向增長。圖4(a)為Canny邊緣檢測結果，圖中字符邊緣明顯，但也檢測到船身邊緣和水面等邊緣，圖4(b)為結合MSER區域后的邊緣增長圖，從圖中可以看出邊緣變“粗”且過濾了一些背景邊緣。

(a) Canny邊緣圖

(b) 邊緣增長圖圖4 Canny邊緣示意圖

圖4(b)的邊緣增長圖展示了文字定位中的重要邊緣信息，將MSER區域與邊緣增長圖取交集，即可得到有強邊緣的MSER區域。圖5為MSER二值圖在邊緣增長前后的對比圖，(a)為邊緣增長前的二值圖，圖中的字符連通域與船邊緣連通域存在粘連，(b)為結合邊緣增長后的二值圖，圖中連通域相對獨立但卻又不丟失字符特征。

(a) 邊緣增長前的二值圖

(b) 連通域分析后的二值圖圖5 邊緣增長前后的二值圖對比

1.5 連通域分析

基于MSER和邊緣檢測后，基本得到字符候選區域，但候選區域中存在大量非字符區域，因此去除非字符區域是本節重點考慮問題。由于字符區域都具有一定的幾何特性，如大小、面積和寬高比等。因此通過先驗知識合理設定閾值可以達到對非字符區域去除的目的。

本文采用的先驗知識主要包括：區域面積、區域矩形度、外接矩形的寬高比和外接矩形高度等。區域是一個點集，包含該區域內每個像素點坐標，外接矩形就是對該區域取最小外接矩形；區域面積即為該區域內像素點個數；區域矩形度即為區域面積與外接矩形面積之比，該值越接近1則該區域外形越接近矩形；外接矩形寬高比即外接矩形寬度與高度之比；對以上先驗知識設定閾值，可以得到符合先驗知識的文字候選區域。

圖6為連通域分析前后的二值圖對比，從圖中可看出，細長條的邊緣連通域和不規則的背景連通域都得到很好地去除，最后僅留下字符區域，至此完成船名字符定位。

(a) 連通域分析前的二值圖

(b) 連通域分析后的二值圖圖6 連通域分析前后的二值圖對比

2 實驗及分析

本文算法在Visual Studio 2015環境中基于C++開發語言及OpenCV3.1.0開源機器視覺庫進行。

船名定位測試實驗中，測試圖像共計272張，其中晝間圖像158張，夜間圖像114張，共計2 000個船名字符，其中漢字字符749個，數字1 251個。船名字符定位測試結果如表1所示，晝間數字定位精度高達90.9%，漢字定位精度60%左右，漢字+數字晝間精度為80.1%。字符定位結果顯示數字定位精度遠遠高于漢字字符，這是因為數字個數種類較少，結構簡單，而船名中常用漢字種類達上百種且漢字結構復雜，幾何形狀各異，導致在候選字符篩選過程中錯誤去除字符，最后導致漢字定位不準確。

表1 船名字符定位測試結果 %

船名定位是在船名字符定位基礎上進行的，將相鄰的字符區域組合成最終船名位置。船名定位測試結果如表2所示，表中定位完全正確表示最終定位的船名區域包含船名所有字符，定位部分字符表示最終定位的船名區域僅包含船名部分字符，定位錯誤表示最終定位的船名區域并非實際船名區域。從表中可看出，晝間定位準確率高達78.5%，定位錯誤率僅3.1%，夜間定位準確率達72.8%，定位錯誤率僅6.1%。由于漢字字符定位準確率不高，造成船名中很多漢字漏定位，因此20%的船名僅能正確定位部分字符。部分圖像船名定位結果如圖7所示。

表2 船名定位測試結果 %

圖7 部分圖像定位結果圖

3 結 語

本文提出一種結合最穩定極值區域和邊緣增強的船名定位方法。該方法首先采用Retinex算法增強待處理圖像，然后檢測MSER區域，之后采用Canny算子檢測邊緣，得到邊緣增長后的文字候選區域，最后分析連通域屬性，設定先驗知識閾值，得到最終文字區域。該算法通過實驗和分析，驗證了該方法在晝間和夜間均能實現船名精準定位。實驗結果表明，晝間數字定位準確率高達90.9%，晝間船名定位準確率達78.5%。

本文對于船名字符定位算法的研究在一定程度上彌補了船名定位在計算機視覺方面的空白，另一方面該研究也推進了基于計算機視覺的船舶身份自動識別進程。本文所提出的算法仍有需改進之處，如針對船名中的漢字字符的定位準確率相對較低，提高字符定位準確率尤其是中文字符準確率將是今后研究需要突破的難點。