（精密仪器及机械专业论文）基于机器视觉的字符识别技术研究(精密仪器及机械专业优秀论文).pdf

基于机器视觉的字符识别技术研究 摘要 字符识别技术是机器视觉发展的一个重要分支，在许多领域得以广泛应用。 但在工业现场下，周围环境的复杂性给字符的准确识别带来困难。本论文主要 针对工业现场拍摄的火车轮钢印字符，进行识别研究。 本论文使用常用的图象预处理方法对图象进行去噪、滤波；分析钢印字符 的图象特征，比较了两种直线检测方法，采用h o u g h 变换矫f 图片；通过比较 各种边缘检测算法，采用c a n n y 算予和边缘闭合相结合的方法提取字符轮廓， 将字符与背景分割；从图象的灰度特征上分析相邻象素的差值，利用区域连通 的方法，借助字符轮廓合并每个字符区域；拟合一个圆，从圆的内半径到外半 径径向读取圆环区域，校正畸变字符：利用投影法提取单个字符：比较各种字 符识别方法，采用穿线法和n m i 特征进行模板匹配。通过这六个主要步骤，完 成了对钢印字符识别的全过程。 实验结果表明，自行设计的v c 程序方法简单、实现快速，识别率达到9 0 以上，加以改进，完全可以满足工业现场的检测要求 关键词：光学字符识别，边缘检测，特征提取，模板匹配 r e s e a r c ho nc h a r a c t e rr e c o g n i t i o nt e c h n i q u eb a s e do n m a e h i n ev i s i o n a b s t r a e t a sai m p o r t a n ts e c t i o no fd e v e l o p m e n to fm a c h i n ev i s i o n ，c h a r a c t e r r e c o g n i t i o nt e c h n i q u eh a v ea p p l i e dv e r yw i d e l yi nm a n yf i e l d s b u ti ni n d u s t r i a l l o c a l e ，t h ec o m p l i c a t i o no fe n v i r o n m e n ta r o u n db r i n gl o t so fd i f f i c u l t i e st oe x a c t l y r e c o g n i z et h ec h a r a c t e r s + t h ep a p e rh a v em a i n l ym a d er e s e a r c ho nc h a r a c t e r r e c o g n i t i o nt e c h n i q u ei nt r a i nw h e e ls t e e lc h a r a c t e r s ，w h i c hi ss h o ti ni n d u s t r i a l l o c a l e t h ep a p e ru s e sc o m m o ni m a g ep r e t r e a t m e n tm e t h o dt oe l i m i n a t en o i s ea n d h e i g h t e na no b j e c t i v e a n a l y s et h ef e a t u r eo fs t e e lc h a r a c t e r sp i c t u r e ，c o m p a r et w o l i n ei n s p e c t i o nm e t h o d sa n da d o p th o u g ht r a n s f o r m a t i o nt or e c t i f yt h ep i c t u r e t h r o u g hc o m p a r i n gv a r i o u se d g ei n s p e c t i o no p e r a t o r ，c o m b i n e sc a n n yo p e r a t o r w i t hc l o s i n ge d g e ，a c q u i r et h eo u t l i n eo fc h a r a c t e r ，a n ds e p a r a t ec h a r a c t e r sf r o m b a c k g r o u n d ，a n a l y z et h ed i f f e r e n c eo fc o n t i g u o u sp i x e l si ng r a yi m a g e ，m a k eu s e o fz o n ec o n t i n u a n c em e t h o d ，a n dm e r g ee a c hc h a r a c t e rr e g i o nb yt h ec h a r a c t e r s o u t l i n e 。a p p r o a c hac i r c l e ，r e a dr a d i a l l yac i r q u ea r e af r o mi n n e rr a d i u st oo u t e r r a d i u s ，a n dr e c t i f yt h ef r e a k i s hc h a r a c t e r s u s ep r o j e c t i o nm e t h o da n da b s t r a c te a c h c h a r a c t e r c o m p a r ev a r i o u sc h a r a c t e rr e c o g n i t i o nm e t h o d s ，a d o p t sam e t h o d n a m e d c r o s s i n g a n de x t r a c t f e a t u r e s o f n m i ， a n dm a k e t e m p l a t e m a t c h i n g t h r o u g hs i xm a i ns t e p s ，t h ep a p e rc o m p l e t ew h o l er e c o g n i t i o np r o c e s st o s t e e lc h a r a c t e r s t h ee x p e r i m e n tr e s u l tm a n i f e s tt h a t t h em e t h o di se a s ya n dr e a l i z a t i o ni sf a s t i nt h ev cp r o g r a md e s i g n e db ym y s e l f , a n di tc a nc o m eu pt o9 0 a b o v ei n r e c o g n i t i o nr a t e ，i tc a nb ef u l l ym e e ti n s p e c t i o nd e m a n di ni n d u s t r i a ll o c a l ea f t e r b e e ni m p r o v e d k e y w o r d s ：o p t i c a lc h a r a c t e rr e c o g n i t i o n ( o c r ) ，e d g ei n s p e c t i o n ， f e a t u r ea b s t r a c t i o n ，t e m p l a t em a t c h i n g 播鞠清单 匿1 1 字符识别蛇流程蚓，3 图2 - 1 阉象采集基本原理圈6 图2 - 2 荧光点光源常舰照明，7 图2 - 3 殒：形荧光光源垂囊照明7 图2 4 先源实裙鞠( 依次是j j = 方形、矩形、长方形、环行毙源) 7 圈2 - 5 正方形毙源低角度释斜角度照明棼效果萄7 图2 - 6 矩形光源垂童和斜角度照恻的效象翅7 图2 ”7 环行光源沭光方式和故方体光源低角度拘摄的效粜圈+ 7 图2 - 8 系统实物图( 依次是火车轮、c c d 和耜机、图像采集卡、台式机) 8 圈3 - i 钢印字符原图9 闰3 - 2 钢印字符灰麓直方圈，9 蚕3 - 3 锅印字籍琢黼1l 国3 - 4 二蕊化0 0 t 2 8 ) 11 围3 - 5 二壤 3 l ( t = 5 0 ) ，1 2 图3 - 6 噪声原象1 3 图3 7 邻域平均法。1 3 图3 堪超限邻城平均法1 3 萄3 - 9 篷限邻城平均法1 3 图3 1 0 申照滤波1 4 图3 1 l 灰鹱复方图1 4 匿3 。t 2 均匀化变按函数1 4 图3 - 1 3 均衡化后的或方瞬1 4 圈3 。1 4 实际与理想均衡化比较+ 1 4 尉3 5 耋方鬻均衡他l5 翻3 1 6 对比度拉搏1 5 图3 “1 7r o b e r t s 箕子边缘检测1 7 图3 1 8 点一线的对瑕性1 7 图3 。1 9h o u g h 变换原理圈1 8 酹3 2 0 图像矫j e 菜单图，1 9 胬3 - 2 ih o u g h 变换盘线检测1 9 圈4 一lr o b e r t s 算子边缘检测，2 l 圈4 。2 旋转后的图象2 2 + 图4 ，3s o b e l 舅子边缘检测2 2 图4 。4 字符减切2 2 图4 5c a n n y 辣子边缘梭测2 3 图4 - 6 区域连通3 0 图4 7 畸变矫正原理图3 0 图4 - 8 字符畸变矫正图3 l 图4 - 9 y - x 投影3 1 图4 1 0 灰度图与边缘图3 2 图4 1 1y 轴投影分割字符3 2 图4 1 2x 轴投影分割字符3 2 图5 1 归一化效果图3 4 图5 2 匹配原理图3 7 图5 - 3 模板输入与计算3 9 图5 - 4 模板字符3 9 图5 5 字符识别4 0 图5 - 6n m i 特征相对误差8 4 0 图6 1 字符识别流程图4 l 表5 - 1 表6 - 1 表6 - 2 表6 - 3 表格清单 图像旋转和缩放的n m i 值和误差 字符样本识别结果( a c c e p t a b l e _ d i f f = 1 2 0 0 0 ) 字符样本识别结果( a c c e p t a b l e _ d i f f = - 1 2 0 0 0 ，8 = 1 0 0 ) 字符样本识别结果( a c c e p t a b l e _ c l i f f - - 1 4 5 0 0 ，= 1 0 0 ) 3 6 4 2 4 3 4 4 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究上作及取得的研究成果。 据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写 过的研究成果，也不包含为获得金世王些太堂 或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示谢意。 学位论文作者签名：石缓羔 签字日期：加f 年f 月t o 日 学位论文版权使用授权书 本学位论文作者完全了解盒胆王些盍堂有关保留、使用学位论文的规定，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权金 胆王些盔堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：石遵赴 签字日期：知r d 辞月f o 日 学位论文作者毕业后去向 工作单位： 通讯地址： 导师签名 锣掀 签字日期二喏年衫, 4 t 。日 电话 邮编 1 1 课题含义以及研究的意义 第一章绪论 字符识别技术是机器视觉领域的一个重要分支它涉及到模式识别、图象处 理、数字信号处理、人工智能、模糊数学、信息论等学科，是一门综合技术， 在文字信息处理，办公自动化、机器翻译、人工智能、信息过滤、实时监控系 统等高技术领域，都有重要的使用价值和理论意义“1 1 。 在我们同常的工作科研过程中积累了大量的数据文档，这些文档对我国的 国民经济发展有着至关重要的作用，如何对这些文档进行合理地分类和妥善地 保管是一个重要的问题。印刷文档的保存需要占据大量的空间，而且天长日久 容易受到损毁，所以必须将浩如烟海与日俱增的大量报刊杂志文件资料和单据 报表等文字材料输入计算机进行信息处理。将文字输入到计算机里一般有三种 方法：键盘输入、语音输入、光学字符识别( o p t i c a lc h a r a c t e rr e c o g n i t i o n ) 。 前两种方法枯燥无味、耗时很长，而且效率很低；另外负责录入的工作人员由 于长时间、工作引起的疲劳不可避免地会产生差错，不适用于需要处理大量文字 资料的办公自动化、文档管理、图书情报管理等场合。如何将人们从手工录入 文字这种烦琐的简单重复劳动中解放出来，是数字图像处理领域中的一类重要 课题，即光学字符识别。 本课题来源于马鞍山钢铁公司，主要是研究在工业现场下正确识别拍摄的 车轮钢印编号字符。而工厂里噪声很大、光照也不均匀、环境很不稳定，拍摄 的图象比较模糊，严重影响了字符识别。有时图象还发生畸变，例如旋转、弯 曲，这些字符更难以识别。本文针对上述问题，从车轮底线入手，将整个图象 矫正：对出现畸变的字符，将字符区域随着弧线变直线的规律矫正；分析字符 区域的灰度特征，利用并行的图象分割方法将字符与背景分开：研究字符的有 效特征点，用于模板输入，提高字符识别率。 1 2 字符识别技术的前景和具体应用场合 欧美国家从2 0 世纪5 0 年代就开始了o c r 技术的研究，以便代替键盘和语 音，输入一个o c r 系统就是把输入计算机的图像作一个转换，把图像内的文字 变成计算机文字，使影像资料的储存量减少，识别出的文字可再使用及分析，当 然也可节省键盘和语音输入的人力与时间。带密码与签字的银行支票和各种票 据的识别、汽车牌照识别和工程图字符识别等等都是字符识别技术在实际中的 典型应用。 每天通过邮局投递的商业和私人信函数以万计，工作人员需要根据信封上 的邮政编号及其他信息对信件进行分掾。为了提商邮局信函处理业务的自动化 水平，提高工你效率，必须使用信函自动分拣系统。这种系统可阻实现函件抄 爨、存档、套谗弱耋囊倦楚理。它哥毅萼冬售羹图豫中豹鄄编、牧件入遮垃、姓 名援取出来，并识别出其中的信息。 在工厂自动化( f a c t o r ya u t o m a t i o n ，简称f a ) 流水线生产过程中，对于 不同产品在其袋面一般标糍不同的字掰，用于对其滋行分类识剐。在这方疆， 条形码挺供了一定豹簿凌方案，餐条形磁只麓逶遥黪定兹设蘩谈期，工终入羹 却无法直接读出其中的禽义，具有很大的局限。而用数字英文字符来标注，就 脊着很大的适用范围。在粼以字符的自动识别系统可为工厂的生产管理提供更 妊麓瓣诀方寨。 随着我国经济的高速发袋，汽车的僳有量越来越大，交逶餐瑗部门的工佟筵 也随之增大。牌照作为车辆的”身份证”号码，在交髓管理中具裔不可替代的作 用。个牌照单独对应着一辆汽车，它的各种重要信惫都可以通过对牌照的梭索 褥爨，通遘它可疆记录车辆熬违章壤惫，氇霹臻覆予莰费管臻麓蔫途。蟊豢撬 够自动将图像中的车辆牌照字符提取出来，并用计算机实时地识别它们，就w 以 在无需为车辆加装其他特殊装置的情况下，实现对车辆的自动梭测，这就给交 通系统的自动篱理提供了极大豹方便，聪且也可以热快交通管壤信息纯的避程。 藤国井对于获黧像孛提取字符的磅究已开震了琵较长的时闯，落联得了一定簸 进展。 工程图一赢是企业界袋达设计与制造信息的主骤技术文件。我国制造业中 鸯一半瑷上瓣设诗王终豢怒在漂设诗懿澄秘上送行。嚣蔻，诲多工厂设计浣都鸯 几十万张典螯产是的零件图、工艺装配的设计图，如采能够将人工绘制的工程图 输入到计算机存储起来，由计算机进行处理、识别、理解，并能对它们进行编辑 和踅建，使这毖已有的图纸资源与新的c a d c a m 系统结合起来使用，一方蕊能 够解决夫量銎纸保存淹瑟，舅一方覆将麓建立c a d c a m 系统静鬣彩痒霜豆德疆 型库提供极大的方便。将人工绘制的工程图输入到计算机，由计算机进行处理、 识别、理解，称为工程图解释技术，是c a d c a m 和数字图像处理领域中一个重 要鲍疆究方向。分辑一强典型戆工程图撵，图孛最蒸蓑并虽凄现频率最蠢瓣蹋豢 聚罄形( 包括蠢线段、函弧等) 和各稀字符，如果这黧缀基本的图素豹识瓣质鬃得 以提高，那么熬个工程图的矢量化效果将会有明显的改善。因此，研究具有良好 抗噪性能、识别率高的智能识别方法舆有十分重要的意义。 1 3 字符识丽鹃流程 由于待处理的图像变化多样，根据预定的目标，处理的步骤不尽相同。针对本课 题戆图冀，善先鼹图蒙送行鞭处理，然器矮菱图象，接饕进行边缘捻 l l | | ，麸鹜景中分 割字符，接麓黼象二值化，穗取单个字符，最后进聋亍字符识别。流程图描述如下； 图图图图 苴 字 象象象象字 符 预 矫 分 二 符 识 处正割值提别 理化取 图1 - 1 字符识别的流程图 1 4 本论文的主要工作和内容安排 本论文在p c 机下采用v is u a lc + + 6 0 软件平台，对火车轮钢印字符完成 了字符识别的全过程，并通过实验分析影响识别率的主要因素，证明其可行性。 主要内容包括如下： 1 ) 讨论字符识别的含义、研究意义、发展前景和应用场合。 2 ) 硬件系统设计，讨论从采集到存储、显示的原理和过程，并对c c d 、采集卡、光源、 镜头进行选择。 3 ) 讲述图像预处理的涵义和内容，实现了数字图像预处理，另外实现一种直线检测 的算法，实现图像的矫正。 4 ) 比较常用边缘检测算法，主要研究c a n n y 算予和边缘闭合，与图象分割方法相结 合，提取出字符轮廓，最后根据边缘点的信息，用投影法分割单个字符。 5 )比较几种字符提取方法，分析n m i 特征的旋转和缩放的不变性，最后利用穿线法 和n m i 特征实现进行模板匹配。 6 )总结字符识别所用到的方法和全过程，做实验并统计识别率，分析模板匹配的误 差阈值和n m i 特征对识别结果的影响，进一步提高识别率，并验证了本文的字符 识别程序方法简单，实用，接近工业现场的要求。 第二章图像硬件设计 图像在其自然形式下，并不能直接由计算机分析。通常，我们所指的计算 机图像处理都是针对数字图像进行处理。因此，需要将一幅图像从其原来的形 式转换为数字形式即对图像数字化”1 。这一过程包括扫描、采样和量化三个步 骤，硬件实现部分通常包括摄像器件、图像采集卡、光源、镜头。 2 1 常用摄像器件及相机选择 1 ) c c d ( c h a r g ec o u p l ed i v ic e 电耦合器件) 摄像器件简介 c c d 一种新型的固体成像器件，它是在大规模硅集成电路工艺基础上研制而 成的模拟集成电子芯片，它既具有光电转换的功能，又具有信号电荷的存储、 转移和读出的功能， 从结构上讲可以分为线阵和面阵两种。线阵c c d 由一行多列的感光点组成， 可以得到一维图象，当采用机械扫描装置时，也可以用线阵c c d 得到二维图象 的视频信号。相对于面阵c c d ，线阵c c d 具有更高的定位精度、更快的帧存取 速度、更宽的动态范围，它主要应用于对尺寸的非接触检测、对产品的表面质 量评定、自动化及机器人视觉中的精确定位等方面。而面阵c c d 主要用于图像 记录、储存等方面，按一定的方式将一维线型c c d 的光敏单元及位移寄存器排 列成二维阵列，即可以构成二维面阵c c d 。由于排列方式不同，面阵c c d 常有 帧转移、隔离转移、线转移和全帧转移等方式。面阵c c d 摄像机的主要特性参 数包括摄像机制式、光敏面尺寸、象尺寸( 相邻象素间距) 、分辨率、电子快门 速度、同步系统的方式、最小照度、灵敏度、信噪比等。其中由摄像机制式和 是否在线测量决定图像采集卡的采样频率：光敏面尺寸、象素尺寸、分辨率以及 成像透镜系统的放大率的平衡选择取决于测量范围和测量精度。 2 ) 彩色数码相机 彩色数码相机又称数字化相机，是2 0 世纪9 0 年代发展起来的具有很强生 命力的面阵c c d 产品。数字相机的图像是由镜头产生的光学图像经过面阵c c d 转换成电荷包图像，再经a d 转换器转换成数字信息存储在电子存储器中。数码 相机的最大特点是它以一系列的二进制数字和标准的图像存储方式把所摄图像 存放在内存储器中，并可通过专用接口与计算机连机，实现图像传输和计算机 处理的功能。 相机是将光学图象转换成电信号图象的摄像器件，是获取图象的第一步， 在整个图象处理过程中占有非常重要的作用。其常用参数有： c c d 尺寸：c c d 传感器对角线长度，现在i 3 英寸的已普及化。 分辨率：c c d 传感器行、列的象素数量。它直接影响整个系统的测量精度； 最小照度，也称为灵敏度。是c c d 对环境光线的敏感程度，或者说是c c d 正常成像 时所需要的最暗光线。 “陕门速度：曝光时间的长短，光线越充足，所需的曝光时间越短，光线不足的情况下， 所需的曝光时间越长。 考虑到字符识别主要是对灰度图进行处理的，选择黑白摄像机；正常工作 在环境光线卜3 l u x 以上，要求水平分辨率在4 2 0 以上，信噪比在4 6 d b 以上，所以， 选择台湾敏通公司生产的m t v 一1 8 8 1 e x 摄像机可以达到要求，其主要参数有： 影像传感器：1 2 英寸黑白低照度高解析摄像机 c c d 总像素：7 9 5 ( h ) 5 9 6 ( v ) ( c c i r $ 0 式) 8 1 l ( h ) x5 0 8 ( v ) ( e i a $ 0 式) 扫描系统：6 2 5 线，5 0 场秒( c c i r ) 5 2 5 线，6 0 场秒( e i a 制式) 同步系统：内同步复合外同步 最低照度：0 0 2 l u x 水平清晰度：6 0 0 线 增益控制模式：自动增益控制( o n o f f 可切换) 信噪比：优于4 8 d b 电子快门：手动：1 5 0 ( c c i r $ 0 式) 6 0 ( e i a n 式) ，1 1 2 5 ，1 2 5 0 ，1 5 0 0 。 1 1 0 0 0 ，1 2 0 0 0 ，1 4 0 0 0 ，1 1 0 0 0 0 秒 2 2 数据采集原理及图像采集卡的选择 图象采集卡，又称视频捕捉卡( v i d e oc a p t u r ec a r d ) ，是视频卡的一种类 型图像的数字化过程由采样和量化组成，采样是坐标空间的离散，量化是性质 空间的离散。图像采集卡完成的主要功能就是把摄像机的模拟视频信号转换成 为离散的数字量，其中包含有高速采样与模数转换等环节。面阵c c d 的输出信 号一般为以一定电视制式的具有行、场同步的全电视信号，又称视频信号。它 的数据采集与计算机接口方式比较复杂，种类也很多，但它们的基本原理都相 差不多。图象采集卡的基本原理如图2 1 所示。 圈 i 圈 匝固 t 图2 1图象采集基本原理图 图2 1 中，从摄像机输出各种制式( n t s c ，p a l 等) 的视频信号，这个信号经 过输入选择模块处理后，形成能被图象采集卡识别的模拟视频信号。模拟视频 信号经过a d 转换后，变成一幅数字图象，存储在卡上的帧缓存存储器内。这 时，信号分成两路，一路用于实时显示视频图像，信号传输到显示卡，再传输 到显示器。这里需要c p u 通过计算机总线和卡的显示控制模块来控制具体的信 息传递。另一路用于图象的采集和存储，最终图象存储在计算机的内存或硬盘， 用于图像处理。这里也需要c p u 通过计算机总线和卡的显示控制模块来控制具 体的信息传递。 本课题中选用的图象采集卡是加拿大c o r e c o 公司生产的p c 2 一v i s i o n 图象 采集卡。该图象采集卡兼容r g b 、r s 一1 7 0 c c i r 等视频格式，能够采集6 个黑白 摄像头，2 个r g b 摄像头或2 个双通道模拟摄像头采集；任意视频扫描，支持 外部事件出发输入，支持显示分辨率2 0 4 8 * 2 0 4 8 ，自带8 l 存储器，具有3 个8 位4 0 m h z a d 转换器。可用软件平台w i n d o w s x p 、w i n d o w s n t 4 0 ，w i n d o w s 2 0 0 0 。 2 3 光源选择 光源：一个稳定的、可靠的图像处理系统不能仅仅局限于在试验室的严格 条件下才能应用，而应该在真正的工业制造环境中，在不断变化的环境光和其 他工况条件下，对于不同的材料、不同的机器都可以实时摄取到高质量、高对 比度的图像。基于这种情况，选择合适的，能够克服这些因素的光源非常重要。 可以看出“取象”是整个系统检测过程的第一步，自然也是整个过程的关 键。此时，获得对比鲜明的图像显得尤为重要，尤其是在外部条件不断变化的 情况下，这就对光源提出了很高的要求，如高亮度、均匀、稳定。一个视觉检测 系统专用光源是由一组独立的l e d 组成，为了使图像处理部分保持始终如一的 精确性，该图像系统必须能够长时间地获得稳定的图像输入。 光源选择遵循以下标准： 1 有光泽部分，需要发散的或者不在中心轴的光源； 下 2 平坦、无光泽的部分，需要直射在垂直中心轴的光源； 3 弯曲的部分，需要发散的或者不在中心轴上的光源，防止照明反射进入 照相机产生“热斑”： 4 对于光滑表面的裂纹和划痕用低角度前置光源； 5 检测孔或查找透明容器上污点等选用背光光源； 6 被测部分的颜色检测可选用白色或多色光源； 7 选用其他的单色光源，光源的颜色与被测部分颜色最大程度的形成对比； 在实验室中，采用荧光点光源常规照明和环形荧光光源垂直照射，效果图如 图2 - 2 荧光点光源常规照明图2 - 3 环形荧光光源垂直照明 另外采用了正方形、矩形、长方体、环行l e d 进行拍摄比较。 图2 4 光源实物图( 依次是正方形、矩形、长方形、环行光源) 图2 - 5 正方形光源低角度和斜角度照明的效果图 图2 - 6 矩形光源垂直和斜角度照明的效果图 图2 7 环行光源沐光方式和长方体光源低角度拍摄的效果图 从上面的图中，可以看出环形荧光光源和环行l e d 拍摄的图像更均匀；低 角度拍摄受周围光线影响更小，轮廓清晰；矩形斜角度照明，相机垂直拍摄的 图像轮廓更突出。所以用环行光源垂直照明，矩形斜调度集中照射，并结合低 角度沐光方式照明，是比较合适的。 2 4 镜头选择 光学镜头相当于人眼的晶状体，对视觉系统的成像质量关系重大，其主要 性能指标有焦距、光圈系数、变焦倍率、接口形式等。镜头按焦距可分为广角 镜头、标准镜头、长焦距镜头。镜头的视场角越大，其焦距就越短，图像放大 率也就越小，因此广角镜头焦距短、图像放大率小，而长焦镜头的视场角小， 图像放大率大。 物镜的光学成像特性主要由三个参数决定，即焦距、光圈和视场角。物镜 的焦距决定了物体在接收器上成像的大小。光圈的大小决定了物镜的分辨率、 像面照度和成像质量。物镜的视场角决定了能在接收器上成良好像的空间范围。 当物镜焦距一定时，视场角越大，成像也越大。当接收器尺寸一定时，焦距越 长，视场角越小。决定物镜特性的三个参数之间，有着相互制约的关系。在光 电图像转换系统中，为了充分利用物镜的分辨率，物镜的光谱特性应与使用条 件密切配合。即要求物镜的最高分辨率光线应与照明波长、图像转换器件的接 收波长相匹配，并使物镜对该波长的光线的透过率尽可能地提高。镜头的最重 要的参数是焦距f ，可用下式计算： f = vxd v ( 2 - 1 ) 式中v 为视场高，v 为像场高，d 为物距，计算出焦距，正确选择镜头。 例如照度计高度是1 6 0 m m ，摄像头离光照度计的距离是5 0 0 m m ，根据所选的摄 像头，靶面高3 6 m m ，即v = 3 6 m m ，v = 1 6 0 m m ，d = 5 0 0 m m ，代入公式得f = 1 1 2 5 m m 所以 选择的镜头至少要1 1 2 5 m m 以上才能满足要求。 根据以上硬件的选择，可以搭建一个图象处理硬件系统，其系统结构图如 下： 图2 - 8 系统实物圈( 依次是火车轮、c c d 和相机、图像采集卡、台式机) 3 1 鬻橡鞭处理概述 第三章图象处淫相关方法 图像的预处理“。就是用系掰静特瓮操作来改变图像静像素淤达到特定 舀豁靛。一般来说，它应该镪含强豫瓣灰度像、乎滔、锐纯秘二健纯，对字黪 识别遁富它逐包旗缨化翻修补等从实际环境中切分出灼字符图像w 能有糙连的 边框、随机浮点、光照不均匀而引入的噪声。图像预处理的目的在于使图像剜 阉清晰，边缘明盟，以便提取字符特征进行识别。预处理技术的主要目的是对 个给定的含有字符的图像突出阁像中与字符有关的某些信惠，消弱或去除菜 磐不需要的倍息，使它的结巢对精面的识别来说院原始的字符图像更含遥。 3 2 图象旗本知识 在译细讲述鬻豫颈娃理蟾方法之蕊，首先漤解足个重要的图象基本知识： 复方图、点运算。 3 2 1 灰凌直方闺 获度直方图“1 是数字图像处理中一个非常简单而有用的工具，它概括了一幅 图像的获度级内容，有些图像还可由其直方图来完全描述。蠢方图给出了一个 简单可觅的指示，可班丽来掰断幅图象是否合理酶稍嗣了全部被允许鹃灰度 级蕊匿。一般一旗图应该零j 羯全都域届乎全部霉能熬灰震级，否则等予增翔了 燕饯闯骧。灰度_ 童方图套嚣个明晟豹性质： 1 、所有的空间信息全都丢失； 2 、每一获度级的像索个数可直接得到。 灰度直方图怒灰度级的函数，描述的是图像中具有该灰度级的像素的个数： 其横坐标是灰度级，级登标燕该获度级崮现的频率( 像素个数) 。如图3 2 所示， 图3 - 1 怒原图象。 酲3 1 镪印字符骧强圈3 - 2 钢印字耱获发妻方图 9 3 2 2 点运冀 赢运算”j 怒数字鼙像处理中篱肇却缀重要黪一种技术。它可踱改变阁豫数据 点援豹灰嶷范溷。一蠖输入图像经过点运算( p o i n to p e r a t i o n ) 憋产生一蝠输 嫩图像，爱者每个豫豢点的获度臻仅幽对应输入像素点的馑决定。这一点与区 竣憝不霾，嚣蠹每个辘繇像素豹获度德由怼瘦输入像素夔个邻域瘫尼个像素 的灰度值决寇。因而点运簿不可能改嶷图像内的空间关系点谳算，有时又被称 为对院度增强、辩魄度撼律或灰度交换，它怒图像数字纯较 串帮图像箍示较俸 翁重要鬃藏帮分。点运葵戳臻定秘方式竣变一辐强豫瓣获囊巍方餮，涂了获瘦 级豹浚变是徽疆巢释特定豹获度交换丽数避餐之姊，点运葵胃着 室是献豫素裂 像素的复制操作。若输入图像为a ( x ，y ) ，输出图像为b ( x ，y ) ，则点8 ( x ， y ) = f a ( x ，y ) 。点运算可完全由灰度变换1 8 ( g r a ys c a l et r a n s f o r m a ti o n ， g s t ) 嚣数f ( 转壤定惹卷搽述了羧久敬爱缀囊瓣囊获瘦缀之麓戆浚袈关系。煮运 算对于改善圈像驻示也缀覆要，搬谦题中使丽静时蹴度控律。 辩笼度簸伴在骜数字图像中，鸯羯熬特缓饺占据整个凝度级榴当辈豹 个篷委，点遮冀霹软扩袋鸯爱熬特鬣鲍瓣魄度，使之占据霹爨示荻寝级弱更 大部努，该方法髂为辩磁发藏律( c o n t r a s ts t r e t c h i n g ) 3 3 彩色豳像转仡为灰度胬像 在w i n d o w s 捺佟系统中彩色瑟像簿一令像素点鹣蕨雹逡酃蹩r g b 三霖怨分 擞的组合取德范隘为0 到2 5 5 每个像素点都作为一个矢量分布在由r g b 三 原色所构筑静正方俸空闻内这些矢蚤的像素纛要转仡为标量才勰便于我稍魄较 霸运篓凳魏我镪努矮将彩氇嚣豫遴嚣获囊恁楚理逊戴是将r 鑫嚣三令簇夔分爨稳 纯，健它们等于霹一个馕。获菠仡怒毽的方法主要蠢以下三耪； ( 1 ) 最大值法使r 、g 、b 的值蹲于三值中娥大的一个，即 r = g = b = m a x ( r ，g ，b ) 最大毽法会影残糍度矮蹇戆获度嚣像。 ( 2 ) 平均值法使r 、6 、8 瀚谧等予平均值，邵 r = g = 8 = ( r + g + b ) 3 平熄毽洼会形感较柔彝弱款废銎豫。 w r w b 穆褥胬露入袋蕊察来说较合淫的获菠 图像。实验和理论推导表明当w r = 0 3 0 ，w g = 0 5 9 ，w b = 0 1 1 时，能得到最合理 豹获废蚕缘。穗彩色国象转为灰度强象，在课蘧孛豫必灰度健。震数码穗裁接 摄的彩色图片就可以先进行灰度化，处理成2 5 6 色的b m p 格式文件，然后才可以 遴学磊续豹国象处理。 3 4 图象二值化 在很多情况下，图像是由具有不同灰度的两类区域组成的，如文字扫描图 像中豹文字笔画嗣纸张在荻度黟上裁表现出不阉的灰发僮。艨谓图像戆二镶纯 就是通过设定阈值( t h r e s h o l d ) ，把它变为仅用两个灰度值分别袋示图像的 前景和背景颜色的二值阁像，在一幅图像中按一定的规则划分出感兴趣的郝分 或区域日q 分割。二值纯也是图像分割的种方法，图像的二值化可以根据下面 的阈值来处理：假设一幅灰度图像的像索值为f ( i ，j ) ，属于( r ，r 2 ， h ) ，设肖一阏德为t = r ；，l i m ，刚通常用二值囤中的l 霜来表示霞标予图， 用0 来表示背景予图。二值化的闽值选取主要分为整体阀值法、局部阙值法矛埘动 态阂篷法兰类。阕谴的逡择是一个琵较复杂的瞬题，祷的霹黻宙诗舞税鑫韵选 择；有的需人工干预。= 值化熙图像预处理中非常重要的一步，对图像进行二 毽纯楚矮，一方黉对图像信惠避零亍了嚣维，绦馨了纹线魏主要信息，节终了存 储空间，便于计算机存储和处理；另一方面还可以去除大量的无用信息，为字 符特 歪豹箍褒翻嚣嚣终准冬。 图像二值化1 9 。1 0 1 方法很多，包括双峰法、最大方差法、固定阂值法、动态闽 壤法、麓罄统诗法等等。 根据图像的先验知识或分析直方图，在灰度级t o 处出现单个波峰或波谷， 这辩可以设定阉德t = t o ，通过二谯毒 二可以终聂栋图象与背景黧象分开。固定阕值 法算法简单，但需要有图像的先验知识，这样的方法有一定的局限性 在本谍题中，采用的是固定闽值法，闳值t = 1 2 8 ，所孳导豹二值化豳像：3 - 5 惩原图，3 4 是图像二值化的结祭。 图3 - 3 钢印字符原图 图3 - 4 = 值化( t = 1 2 8 ) 姨强3 - 4 毒缓嚣窭，潮像灰震分布不均匀，在中漓部分亮发较离，字餐 “2 ”、“m ”出现断裂现象，而且大部分背景没有去除，所以不能直接进行 黧像二毽豫提取字符。 根据前面的灰度直方图，可以看出拍摄的图象在灰度级5 0 处，存在一个低 谷，这就是车轮与底部黑影的分界线，利用二值化可以提取车轮底线的轮廓。 因此将阈值t = 5 0 ，所得的二值化图象如下： 3 5 图象增强技术 图3 - 5 二值化( t = 5 0 ) 获取或传输图像的过程往往会发生图像失真，使得所得到的图像与原始图 像有某种程度的差异，如果差异太大就会影响人和机器对图像的理解，为了改 善视觉效果或者便于人和机器对图像的分析，我们经常根据图像的特点或存在 的问题，采取的，加强图像特征的措施称为图像增强 n - 12 】。它不考虑图像降质的 原因，只将图像中感兴趣的特征有选择的突出，常用的方法有空间域法和频率 域法。由于空域法具有简单、速度快等优点，本文主要讨论空间域法，包括邻 域平均法、中值滤波、直方图均衡和对比度拉伸等方面。 3 5 1 邻域平均法 大部分图象噪声，多半是随机的，它们对某一象素点的影响都可以被看作 是孤立的，因此，与邻近各点相比，该点灰度值将有显著的不同。基于这一分 析，我们可以用所谓邻域平均法来消除噪声。图中f ( i ，j ) 表示点的实际灰度值， 以它为中心我们取一个n * n 的窗口( n = 3 ，5 ，7 ，) ，图中n = 3 ，窗中内象素组成的点 集以a 来表示，经邻域平均法滤波后，象素( i ，j ) 的对应输出为： 粕) 3 志。磊。m 川 ( 3 _ 1 ) 邻域平均法的平均作用会引起模糊现象，模糊程度与邻域半径成正比。为 了尽可能减少模糊失真，这里使用“超限邻域平均法”，即如果某个象素的灰 度值大于其邻域象素的平均值，且达到一定水平，则判断该象素为噪声，继而 用邻域象素的均值取代这一象素值，公式如下： 1 1 娟力：；燕品八五力砜责e a f ( x , y ) 7 z ， 式中t 为某一阈值。超限邻域平均法比一般邻域平均法的效果要好，在操作 中对窗口的大小及门限的选择要慎重。t 太小，噪声消除不干净：t 太大，易 使图象模糊。在实际应用中，我们一般用3 * 3 窗口，而且还可以对邻域中各个象 由此得到不同的加权矩阵。以下给出常用的几 喊畦 图3 - 6 噪声原象 图3 7 邻域平均法图3 - 8 超限邻域平均法 3 5 2 中值滤波 用邻域平均法滤波抑制噪声，其实际作用相当于一个低频滤波器。但由于 图象边缘轮廓含有大量的高频信息，所以用领域平均法过滤噪声时，字符边缘 很模糊。用超限邻域平均法对图3 - 3 的效果如下： 图3 - 9 超限邻域平均法 为了使字符边缘更清晰，需要用高通滤波器，但同时噪声有可能被加强。 在过滤噪声的同时，还能很好地保护边缘轮廓信息，中值滤波是一种合适的增 强方法。本课题中选择超限中值滤波【i “，用一个3 * 3 的窗i = 1 在图象上滑动，利 用冒泡法将中值从矩阵的9 个数值中读取出来，作为该窗口中心象素的灰度值。 当某个象素的灰度值超过中值且达到一定水平时，判断该点为噪声点，并用中 值来代替该点的灰度值，这就是超限中值滤波，限值为3 5 。如图3 1 0 是用超限 中值滤波对图3 3 的效果图。 一一 一加 = 2 日 均门刘 酮 。2。 后 一一 然 ，而 重 = 权 h 的： 同阵不矩以权乘加素种 图3 1 0 中值滤波 3 5 3 直方图均衡化 直方图均衡化川是一种借助直方图变换来增强图象的方法，其基本思想是 把原始图的直方图变换为均匀分布的形式，散布于整个可能允许的灰度分布空 间，以拉大灰度值之间的动态范围，而在视觉上增强图象的整体对比度。这在 对图象进行比较或分割之前，将图象的灰度分布转化为一致的格式是比较有用 的。图象的灰度统计直方图是一个离散函数： p f ( f k ) 2 n k n k 2 0 ，1 ，l 一1 ( 3 - 3 ) 上式中f 。为图象f ( x ，y ) 的第k 级灰度值，n t 是图象f ( x ，y ) 中具有灰度值 的象素的个数，n 是图象象素总数。这里增强函数取图象f ( x ，y ) 的累积直方 图： g t2 圭i = 0 旦n 。耋p ，c z ，：! 耄，i 1 j ，三一， 。一。， 设有l 幅灰度图象，其直方图见图3 1 1 ，所用均衡化变换函数见图3 1 2 ，均 衡化后得到的直方图见图3 一1 3 。图3 一“给出实际均衡化结果( 粗折线) 与理 想均衡化结果( 水平直线) 的比较。 焉凶盛番b 袖 图3 - 1 1 灰度直方图 0 3 o 2 0 1 0匕j i i ：i iiii 03 0 2 0l o 图3 1 2 均匀化变换函数 r v 图3 1 3 均衡化后的直方图图3 1 4 实际