一种字符检测方法及系统技术方案

本发明专利技术提供了一种字符检测方法及系统，包括图像学习模块、图像获取模块和图像处理模块，本发明专利技术通过多模板学习的方法，计算出参考图像和标准偏差图像，标准偏差图像的像素值大小可以根据实际要求进行设置，预处理图像在参考图像和标准偏差图像的基础上进行瑕疵点判断，可有效兼容实际应用中产品的轻微抖动和微小的位姿变换，减少了不必要的NG产品，其相较于传统方法具有可设置的容错参数，模板具有更高的准确性，具有更好的处理能力和更合理的处理算法，处理过程中兼容多墨、少墨同时处理的功能，适用于检测印刷相对规则产品的缺陷检测，尤其适用于字符的瑕疵、偏移、多墨少墨现象的检测。

【技术实现步骤摘要】
一种字符检测方法及系统
本专利技术涉及字符检测
，特别涉及一种字符检测方法及系统。
技术介绍
字符检测在电子、机械元器件型号检测、各类印刷品印刷质量检测等领域有着广泛的应用。传统的字符检测采用模板匹配的方法，即选取合格图像中的一幅作为参考，调整预处理图像的位姿，使用像素一一对应的方法找出同参考图像像素差别很大的区域。由于该方法的参考数据由单幅图像确定，不具有统计的合理性和居中性。并且实现过程中要求过于严格，不能兼容物体形状有轻微的抖动和图像处理的过程中较小范围内的灰度值偏差，从而造成不必要的NG产品。
技术实现思路
(一)解决的技术问题为了解决上述问题，本专利技术提供了一种字符检测方法及系统，通过多模板学习的方法，计算出参考图像和标准偏差图像，标准偏差图像的像素值大小可以根据实际要求进行设置，预处理图像在参考图像和标准偏差图像的基础上进行瑕疵点判断，可有效兼容实际应用中产品的轻微抖动和微小的位姿变换。(二)技术方案一种字符检测方法，包括如下步骤：S1、选取n幅训练图像；S2、选定所述训练图像中的一幅，以模板匹配的方式获得其位姿，作为其他所述训练图像位姿变化的学习图像；S3、读取第i幅所述训练图像，以所述学习图像的位姿为标准旋转和平移所述训练图像至相同的位姿，并将所述训练图像与所述学习图像以灰度值形式相加形成新的所述学习图像；S4、令i+1，判定i+1与n的大小，若i+1≤n，则继续读取第i+1幅所述训练图像，并重复S3的动作；若i+1＞n，则所述训练图像学习完毕，进入下一步骤；S5、对n幅所述学习图像按照公式(1)进行计算，获得参考图像；S6、对n幅所述学习图像和所述参考图像按照公式(2)进行计算，获得标准偏差图像；S7、将预处理图像与所述参考图像进行对比，计算灰度偏差值；S8、将所述灰度偏差值与所述标准偏差图像的灰度值进行对比，若所述灰度偏差值在所述标准偏差图像的灰度值范围内，则判定所述预处理图像合格，否则判定所述预处理图像不合格，进入下一步骤；S9、对所述预处理图像进行Blob分析；S10、筛选瑕疵点。进一步的，所述步骤S2和所述步骤S3中的所述位姿包括参考点位和角度。进一步的，所述步骤S6和所述步骤S8中的所述标准偏差图像的灰度值取标准灰度值的2～3倍。进一步的，所述步骤S10中的所述瑕疵点为所述预处理图像经Blob分析后的面积区域。一种字符检测系统，包括图像学习模块、图像获取模块和图像处理模块；所述图像学习模块选取n幅所述训练图像，选定其中一幅，以模板匹配的方式获得所述位姿，作为其他所述训练图像所述位姿变化的所述学习图像；读取第i幅所述训练图像，以所述学习图像的所述位姿为标准旋转和平移所述训练图像至相同的所述位姿，并将所述训练图像与所述学习图像以灰度值形式相加形成新的所述学习图像，令i+1并重复上述动作，直至n幅所述训练图像学习完毕；所述图像获取模块对n幅所述学习图像按照公式(1)进行计算获得所述参考图像，再对n幅所述学习图像和所述参考图像按照公式(2)进行计算获得所述标准偏差图像；所述图像处理模块将所述预处理图像和所述参考图像进行对比，计算所述灰度偏差值并进行分析，判定所述灰度偏差值是否在所述标准偏差图像的灰度值容许范围之内从而判定所述预处理图像是否合格，并根据实际需求对所述预处理图像进行Blob分析，筛选所述瑕疵点。进一步的，所述位姿包括参考点位和角度。进一步的，所述标准偏差图像的灰度值取标准灰度值的2～3倍。进一步的，所述瑕疵点为所述预处理图像经Blob分析后的面积区域。(三)有益效果本专利技术提供了一种字符检测方法及系统，通过多模板学习的方法，计算出参考图像和标准偏差图像，标准偏差图像的像素值大小可以根据实际要求进行设置，预处理图像在参考图像和标准偏差图像的基础上进行瑕疵点判断，可有效兼容实际应用中产品的轻微抖动和微小的位姿变换，减少了不必要的NG产品，其相较于传统方法具有可设置的容错参数，模板具有更高的准确性，具有更好的处理能力和更合理的处理算法，处理过程中兼容多墨、少墨同时处理的功能，适用于检测印刷相对规则产品的缺陷检测，尤其适用于字符的瑕疵、偏移、多墨少墨现象的检测。附图说明图1为本专利技术所涉及的一种字符检测方法的执行流程图。图2为本专利技术所涉及的一种字符检测系统的功能模块图。具体实施方式下面结合附图对本专利技术所涉及的实施例做进一步详细说明。如图1所示，一种字符检测方法，包括如下步骤：S1、选取n幅训练图像；S2、选定训练图像中的一幅，以模板匹配的方式获得其位姿，作为其他训练图像位姿变化的学习图像；模板就是一副已知的小图像，而模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像元素，通过一定的算法可以在图中找到目标，确定其坐标位置。在步骤S2中，选取一幅合格图像作为参考，与选定的训练图像进行模板匹配，确定训练图像中目标的位姿。S3、读取第i幅训练图像，以学习图像的位姿为标准旋转和平移训练图像至相同的位姿，并将训练图像与学习图像以灰度值形式相加形成新的学习图像；步骤S2和S3中的位姿包括参考点位和角度，在步骤S3中将训练图像以学习图像的参考点位和角度为标准，旋转和平移至与学习图像相同的参考点位和角度。S4、令i+1，判定i+1与n的大小，若i+1≤n，则继续读取第i+1幅训练图像，并重复S3的动作；若i+1＞n，则训练图像学习完毕，进入下一步骤；S5、对n幅学习图像按照公式(1)进行计算，获得参考图像；其中mx,c为参考图像，gx,c；i为学习图像，i≤n。S6、对n幅学习图像和参考图像按照公式(2)进行计算，获得标准偏差图像；其中sx,c为标准偏差图像，mx,c为参考图像，gx,c；i为学习图像，i≤n。S7、将预处理图像与参考图像进行对比，计算灰度偏差值；S8、将灰度偏差值与标准偏差图像的灰度值进行对比，若灰度偏差值在标准偏差图像的灰度值范围内，则判定预处理图像合格，否则判定预处理图像不合格，进入下一步骤；根据实际应用中产品的抖动大小和位姿的不同，步骤S6和S8中标准偏差图像的灰度值大小一般取标准灰度值的2～3倍，以兼容多墨、少墨等现象。S9、对预处理图像进行Blob分析；Blob是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。简单来说，Blob分析就是在一块“光滑”区域内，将出现“灰度突变”的小区域寻找出来。在步骤S9中，通过Blob分析将不合格的预处理图像上出现“灰度突变”的面积区域寻找出来。S10、筛选瑕疵点。瑕疵点即为出现“灰度突变”的面积区域，对面积区域进行筛选。如图2所示，一种字符检测系统，包括图像学习模块、图像获取模块和图像处理模块。图像学习模块选取n幅训练图像，选定其中一幅，以模板匹配的方式获得其位姿，作为其他训练图像位姿变化的学习图像；读取第i幅训练图像，以学习图像的位姿为标准旋转和平移训练图像至相同的位姿，并将训练图像与学习图像以灰度值形式相加形成新的学习图像，令i+1并重复上述动作，直至n幅训练图像学习完毕；位姿包括参考点位和角度。图像获取模块对n幅学习图像按照公式(1)进行计算获得参考图像，再对n幅学习本文档来自技高网...

【技术保护点】
一种字符检测方法，其特征在于：包括如下步骤：S1、选取n幅训练图像；S2、选定所述训练图像中的一幅，以模板匹配的方式获得其位姿，作为其他所述训练图像位姿变化的学习图像；S3、读取第i幅所述训练图像，以所述学习图像的位姿为标准旋转和平移所述训练图像至相同的位姿，并将所述训练图像与所述学习图像以灰度值形式相加形成新的所述学习图像；S4、令i+1，判定i+1与n的大小，若i+1≤n，则继续读取第i+1幅所述训练图像，并重复S3的动作；若i+1＞n，则所述训练图像学习完毕，进入下一步骤；S5、对n幅所述学习图像按照公式(1)

【技术特征摘要】
1.一种字符检测方法，其特征在于：包括如下步骤：S1、选取n幅训练图像；S2、选定所述训练图像中的一幅，以模板匹配的方式获得其位姿，作为其他所述训练图像位姿变化的学习图像；S3、读取第i幅所述训练图像，以所述学习图像的位姿为标准旋转和平移所述训练图像至相同的位姿，并将所述训练图像与所述学习图像以灰度值形式相加形成新的所述学习图像；S4、令i+1，判定i+1与n的大小，若i+1≤n，则继续读取第i+1幅所述训练图像，并重复S3的动作；若i+1＞n，则所述训练图像学习完毕，进入下一步骤；S5、对n幅所述学习图像按照公式(1)i进行计算，获得参考图像；S6、对n幅所述学习图像和所述参考图像按照公式(2)进行计算，获得标准偏差图像；S7、将预处理图像与所述参考图像进行对比，计算灰度偏差值；S8、将所述灰度偏差值与所述标准偏差图像的灰度值进行对比，若所述灰度偏差值在所述标准偏差图像的灰度值范围内，则判定所述预处理图像合格，否则判定所述预处理图像不合格，进入下一步骤；S9、对所述预处理图像进行Blob分析；S10、筛选瑕疵点。2.根据权利要求1所述的一种字符检测方法，其特征在于：所述步骤S2和所述步骤S3中的所述位姿包括参考点位和角度。3.根据权利要求1所述的一种字符检测方法，其特征在于：所述步骤S6和所述步骤S8中的所述标准偏差图像的灰度值取标准灰度值的2～3倍。4.根据权利要求1所述的一种字符检...

【专利技术属性】
技术研发人员：陈小华，吴文峰，姜德志，
申请(专利权)人：博众精工科技股份有限公司，
类型：发明
国别省市：江苏,32