弱光條件下非規(guī)則曲面上淺刻蝕字符的識別研究

程 鑫，同軍超，施恢勝，張 帆，吳臻冕，張衛(wèi)超

(1.武漢理工大學 機電工程學院，湖北 武漢 430070；2.湖北省磁懸浮工程技術研究中心，湖北 武漢 430070)

光學字符識別(optical character recognition，OCR)技術的概念由德國科學家提出，接著美國科學家也提出了類似的想法，之后世界各國開始了對OCR技術的研究[1]。日本學者最先研究漢字識別。中國起步比較晚，但在后來取得了實質性的進展。目前，OCR技術應用的領域越來越多，包括列車號識別、車牌識別、手工填寫表格識別、鐵路集裝箱號識別、港口集裝箱號識別以及芯片批號識別等[2-6]，市場上也有很多相關的產(chǎn)品。但在弱光條件下，這些產(chǎn)品對非規(guī)則曲面，淺刻蝕字符識別的適應性不理想，因此對弱光條件下非規(guī)則曲面和淺刻蝕字符識別的研究有重要意義。

弱光條件下會降低待識別字符與區(qū)域背景的對比度，降低獲取圖像的信噪比，給識別算法以及系統(tǒng)設計帶來很多問題。非規(guī)則曲面和淺刻蝕條件會給補光帶來光線覆蓋范圍和光線反射不規(guī)律問題，并且淺刻蝕的字符清晰度很差，不利于圖像預處理和字符識別。

文獻[7]研發(fā)了一套圖像獲取自適應系統(tǒng)，采用LED燈打光的方式解決了環(huán)境光線造成的字符成像不清晰的問題。針對不規(guī)則曲面字符以及圖像顯示微弱難以獲取的情況，文獻[8]利用照明的方式提高弱光情況下的圖像亮度，并用偏振片來減少反射到攝像頭的強光來提高成像清晰度。文獻[9]通過研究各種單色光對圖像清晰度的變化，利用單色光照射提高了顯示微弱圖像的清晰度。

針對上述弱光條件、非規(guī)則曲面及淺刻蝕問題，筆者提出了一種外部光線阻斷，攝像頭腔體內部單色補光的方法，實現(xiàn)了較高的字符識別精度。

1 字符識別系統(tǒng)的整體構成

字符識別系統(tǒng)的整體結構如圖1所示，其主要實現(xiàn)思路為：①將被識別物體放置在黑箱中，采用內部光源補光，增強了需識別對象的光照條件，也避免了外部強光干擾，增強了弱光條件字符識別效果；②采用特定照射角度及光源選擇來應對非規(guī)則曲面下的光線反射不均勻的問題。圖像信息通過攝像頭傳輸?shù)缴衔挥嬎銠C，通過區(qū)域定位、字符分割及識別獲取字符編碼。

圖1 字符視頻識別系統(tǒng)的整體構成

2 圖像預處理

通過攝像頭獲取圖像之后，不能直接進行字符的定位分割識別。首先要對圖像進行預處理，把圖像中的干擾噪聲，沒有用的信息給濾除掉。通常采用的預處理有：圖像灰度化、中值濾波、二值化處理和圖像開操作。待識別字符如圖2所示。

在黑箱中通過光照獲取的圖像如圖2(b)所示。從圖2(b)可知，通過調節(jié)設備的角度，獲取的圖像中只有編號和單一背景，沒有其他信息，這為后面的工作提供了很大便利。

2.1 圖像灰度化

圖像灰度化就是把彩色圖像變成沒有彩色的圖像。常用的處理方法，如分量法、最大值法、平均值法等，他們對于具有不平衡顏色值區(qū)域的彩色圖像，僅僅通過處理三通道的亮度無法如實地表示原圖的結構和對比度，因此采用加權平均法來進行灰度化，加權平均值法可以在一定程度上保留圖像的這些信息[10]。處理結果如圖3所示。

圖3 灰度化處理后的圖像

加權平均法對RGB三分量分配合適的權重進行均值運算，結果作為灰度值。因為人眼對綠色的敏感度高，藍色低，所以權重分配如式(1)所示[2]。

Gray(i,j)=0.3×R(i,j)+

0.59×G(i,j)+0.11×B(i,j)

(1)

式中：Gray(i,j)為像素點(i,j)處的灰度值；R(i,j)、G(i,j)和B(i,j)分別為像素點(i,j)處的紅色分量、綠色分量和藍色分量。

2.2 中值濾波

從圖3可知，在灰度化處理后有很多灰白點，這種噪聲稱為固定值噪聲,中值濾波可以有效地處理這種噪聲[11]。

中值濾波通過選擇一個像素塊，計算像素塊的中值并把中值賦給像素塊。太大的像素塊會把圖像必要的信息給濾除掉，而過小的像素塊又會造成噪聲濾除不完全。通過觀察圖3各個像素的灰度值以及經(jīng)過多次的實驗，發(fā)現(xiàn)塊大小選擇11×11能最好地對圖像進行濾波，濾波效果如圖4所示。

圖4 中值濾波處理后的圖像

2.3 二值化處理

中值濾波之后，需要對圖像進行二值化操作。因為在黑箱中有燈光照射，所以采用全局閾值的方式來進行二值化。全局閾值在光照充足的情況下計算速度快，響應靈敏。全局濾波的數(shù)學表達式為：

(2)

其中f(i,j)為像素點(i,j)處的灰度值。要確定閾值的大小，首先來看一下圖像的灰度直方圖，如圖5所示。

圖5 濾波后圖像灰度直方圖

從圖5中可以看出，字符和背景出現(xiàn)了兩個駝峰。這樣就為把字符和背景分離提供了一個方法。只要找到兩個駝峰之間的最佳閾值，就可以實現(xiàn)字符和背景分離。而最大類間方差法是一個比較好的確定閾值的方法。

(3)

(4)

則閾值T為：

(5)

根據(jù)最大類間方差法得到的閾值為90。將其作為程序參數(shù)得到的二值化處理圖像如圖6所示。

圖6 二值化處理后的圖像

2.4 開操作

二值化后圖像中只剩下黑白兩種灰度值。而圖像開操作可以把黑色字符連成一片。

開操作的原理就是對圖像先進行腐蝕，然后進行膨脹。數(shù)學表達式為：

A°B=(A?B)⊕B

(6)

式中：A為圖像；B為需進行開操作的像素點矩陣。

從式(6)可知，B的大小對圖像開操作的影響很大。過大的B會將不必要的信息帶入要選擇的區(qū)域中，過小的B會造成區(qū)域選擇不完整，如圖7所示。

圖7 開操作錯誤圖

為了選擇合適的B大小，觀察圖像字符區(qū)域的像素關系，發(fā)現(xiàn)字符橫向的像素間隔在20到25之間，豎向的像素間隔在12到18之間。經(jīng)過多次試驗，B的大小選擇(21,15)能把字符連成一片。結果如圖8所示。

圖8 開操作處理后的圖像

3 字符定位及識別

3.1 字符定位

字符定位采用的方法為基于邊緣檢測的定位方法，其目的是找到圖像中的矩形區(qū)域，然后根據(jù)矩形區(qū)域的面積大小來篩選定位。這與前面的圖像預處理剛好符合，并且定位精度較高。字符定位結果如圖9所示。

圖9 字符定位提取的圖像

3.2 字符分割

字符區(qū)域提取出來后，接下來就是要把這些字符進行分割，才能進行一對一的識別。

常用的分割方法有兩種：

(1)連通域分割。字符區(qū)域的每個字符筆畫都是連續(xù)的。從左開始在垂直領域定位字符的開始位置和結束位置。然后計算它的外接矩形，可以分割出字符來。

(2)垂直投影分割。垂直投影分割是在垂直方向上進行灰度值投影，可以得到一個統(tǒng)計圖。每一列表示灰度值的累加。通過掃描統(tǒng)計圖，判斷累加值就可以分割出字符來并且不會亂序。

上述兩種方法理論上對字符分割都可以實現(xiàn)。但是經(jīng)過試驗后，發(fā)現(xiàn)連通域分割法對圖像的角度很敏感，很小的角度就會造成分割出來的字符順序混亂，沒有具體的規(guī)律可循，很難進行排序。而垂直投影法則不會造成這樣的結果，分割出來的字符順序不會亂，對角度也不敏感。

因此采用垂直投影法來進行字符分割。在進行投影之前，首先要對圖像進行反相操作，如圖10所示。

圖10 反相操作后的圖像

垂直投影分割處理的結果如圖11所示。

圖11 垂直投影分割處理結果

從圖11可以看出，垂直投影圖中的黑色部分對應圖10中的每一個字符。每個白色間隔與圖10中的字符間黑色間隔對應。編寫程序檢測圖11中黑色的起始位置和結束位置來分割出字符，結果如圖12所示。

圖12 分割出來字符圖

3.3 字符識別

本文要識別的字符是汽車冷卻水泵的泵體編號，字符字體一定，不會改變，并且是在黑箱中進行的圖像采集。可運用模板匹配法進行字符識別。模板匹配法簡單有效，只需要把分割出來的字符進行歸一化，然后與準備好的字符進行對比即可得出結果。

采用的模板匹配策略為：(1)依次使用一個字符與模板的圖像進行像素做差；(2)累加圖像做差產(chǎn)生的像素值；(3)求出所有累加值中的最小值，最小值即為所求。

(7)

一個字符最終匹配得到的結果為：

min(ε1,ε2,…,ε36)

通過編寫程序識別的結果如圖13所示。從圖13可知，識別的結果正確。

圖13 字符識別結果

4 光照影響研究

在水泵的生產(chǎn)線中，泵體編號的采集是在黑箱狀態(tài)下，用燈光照明采集得到的。圖14為在亮光下采集的同一個泵體的編號。利用上述系統(tǒng)進行字符識別，得到結果如圖15所示。

圖14 亮光下采集的編號

圖15 不同光照的識別結果

從圖15可知，識別的結果是錯誤的，這表明光照強度對識別結果有很大的影響。

4.1 光照器件選擇及性能

因為圖像采集是在生產(chǎn)線上進行，所以不宜選擇大的照明設備。通常用的補光光源有熒光燈、鹵素燈和LED等，其主要性能如表1所示。

通過表1對比發(fā)現(xiàn)LED燈是一個很好的選擇，并且其比普通光源單色性能好，成本低。選擇5 mm的LED燈作為照明器件，燈光的顏色對于獲取圖像的清晰度有很大的影響。根據(jù)文獻[9]的研究，紅光對藍色的太陽電池補光獲取的圖像清晰度最好，另外根據(jù)光色散以及吸收理論，使用與字符顏色相同或相近的單色光照射物體，會對該光的反射率很大，獲得的圖像很亮；使用與字符顏色互補的光或者與互補光相近的光照射，會使字符很暗[12]。顏色間的互補關系如圖16所示。

表1 常見光源性能

圖16 顏色互補關系圖

因為需要識別字符區(qū)域是很深的黃色并且趨于黑色，背景區(qū)域為銀白色且有點發(fā)藍，所以選用白發(fā)黃的LED燈進行補光實驗。白發(fā)黃LED燈發(fā)光強度和電流的關系曲線如圖17所示，曲線以25 mA額定電流為基準。

圖17 白發(fā)黃LED發(fā)光強度和電流關系曲線

4.2 光照實驗設計

4.2.1 不同光照強度下的圖像獲取

此次實驗通過控制同一角度下不同電流大小對光照強度進行控制。控制的電流大小分別為10 mA、15 mA、20 mA、25 mA、30 mA。不同電流下采集的圖像如圖18所示。

圖18 不同電流強度下采集的圖像

4.2.2 實驗分析

這些圖像肉眼看起來沒多大的區(qū)別，但是用計算機來識別會有很大的差距。為了更好地對這些圖像進行區(qū)別，采用圖像熵來對這些圖像進行評價。

圖像熵[13]表達的是圖像特征的一種統(tǒng)計形式，可以很好反映圖像中平均信息量的多少，它不僅表達了圖像灰度的聚集特征，還反映了圖像灰度分布的空間特征，他是一個表示圖像信息量很好的方法。

數(shù)學表達式為：

(8)

式中：i為像素的灰度值；j為鄰域灰度均值；f(i,j)為特征二元組(i,j)出現(xiàn)的頻數(shù)；N為圖像的深度。

定義圖像的二維熵為：

(9)

利用式(8)和式(9)計算圖18的圖像熵，結果如圖19所示。

圖19 圖像熵與LED電流強度曲線

利用圖像熵給采集的圖像進行了定量的評價，對圖像進行識別，識別結果如圖20所示。

圖20 不同電流強度下采集圖像的識別結果

從圖20可知，在電流10 mA和15 mA的光照強度下識別正確。其他光照強度下識別結果都不正確。再根據(jù)圖像熵分析，可以得到在電流10 mA和15 mA的光照強度下，圖像熵的值都在6.9以上，其他的都在6.9以下。因此可以得到結論，光照強度不是越大越好，在適當?shù)墓庹諒姸群推ヅ渥R別程序的參數(shù)設置下，圖像熵在大于6.9是能正確識別的條件。

5 結論

筆者實現(xiàn)了針對弱光條件下非規(guī)則曲面上的淺刻蝕字符的字符識別工作，并在不同的光照條件下，對識別效果進行了實驗研究，結論如下：

(1)實現(xiàn)了弱光條件下非規(guī)則曲面上的淺刻蝕字符的模板匹配，通過編碼模板庫，可準確識別上述不理想條件下的淺刻蝕字符。

(2)隔離外部光源具備較好的外部干擾屏蔽效果，但內部光源的強度、顏色和照射角度對識別效果有較大影響。在實驗中，常規(guī)白發(fā)黃LED燈在10～15 mA工作電流下能實現(xiàn)圖像熵6.9以上，具備較好的照射條件，能保證淺刻蝕字符的準確識別。