基于字符编码标志的识别及定位方法技术

本发明专利技术公开了一种基于字符编码标志的识别及定位方法，识别方法包括如下步骤：S1、读入含有编码标志的图像；S2、对图像进行中值滤波，通过阈值分割二值化获取前景色的字符特征区域Achar；S3、对分割后的字符区域进行分类识别，通过查表法获取该编码标志对应的编码值。所述定位方法包括如下步骤：S1、读入含有编码标志的图像；S2、对图像进行中值滤波，通过阈值分割二值化获取编码标志的背景色的实心圆特征区域Acircle；S3、对实心圆特征区域内部缺失部分进行填充修复，得到完整的圆形区域Atotal；S4、对整体编码标志的圆形区域Atotal进行灰度平滑；S5、对平滑后的区域采用灰度质心法求取该编码标志的亚像素定位坐标。本发明专利技术识别准确可靠，定位可以达到亚像素精度。

Recognition and location method based on character coding mark

The invention discloses a recognition and location method based on character coding marks, which comprises the following steps: S1, reading the image containing the coding marks; S2, median filtering of the image, acquiring the character feature area Achar of foreground color by threshold segmentation binarization; S3, classifying the character region after segmentation. The corresponding coding value of the code mark is obtained by look-up table. The positioning method comprises the following steps: S1, reading an image containing a coding mark; S2, median filtering of the image, acquiring the solid circle feature area Acircle of the background color of the coding mark by threshold segmentation binarization; S3, filling and repairing the missing part in the solid circle feature area, and obtaining a complete circular area. Domain Atotal; S4. The circular region Atotal of the whole coding mark is smoothed by gray level; S5. The sub-pixel positioning coordinates of the coding mark are obtained by gray centroid method for the smoothed region. The invention is accurate and reliable, and the sub-pixel accuracy can be achieved.

【技术实现步骤摘要】
基于字符编码标志的识别及定位方法
本专利技术属于数字近景摄影测量
，具体涉及一种适用于大尺寸结构和动态测量对象的基于字符编码标志的识别及定位方法。
技术介绍
对大视场范围内的大尺寸结构进行动态测量时，结构表面往往缺乏清晰可辨识度高的纹理特征，不便于直接快速、准确地提取结构表面的特征信息，不能满足实验要求。目前，通常采用在被测结构上人工布设合作标志的方式产生特征点用于识别、追踪，因此，具有唯一编码值的人工合作标志的设计与应用受到广泛研究与关注，如何设计出结构简单，具有唯一编码值且数量丰富的方案且识别定位快速精准的方法成为行业研究的热点。现有的编码合作标志主要有环形编码合作标志和点状分布编码合作标志两种，如范生宏于2006年在工业数字摄影测量中人工标志的研究与应用中提出的环型编码标志采用了同心圆环形编码方法，编码圆环被等角度分为n等分，每一等分的编码位采用0或1二进制，其设计原理简单，编码数量随着n值增大而增加，但当n增加到一定数量时，每一个编码位的区域变小。当目标物振动比较大或者摄像机成像畸变较大时，被测物表面上的编码标志图案成像也会发生失真，容易导致编码区识别错误而出现误判的现象。此外，现有的环形编码合作标志和点状分布编码合作标志的解码原理相对复杂，对印刷精度要求较高，且光照变化和镜头畸变会引起图像特征提取误差，进一步容易导致编码区识别错误而误匹配的现象。因此，提供一种简易可靠的合作编码标志及相应的高精度定位和准确的解码识别方法是大尺寸动态测量领域的迫切需求。
技术实现思路
本专利技术的目的在于避免现有技术中的不足而提供一种基于字符编码标志的识别及定位方法，其识别准确可靠，定位精度高。本专利技术的目的通过以下技术方案实现：一方面，本专利技术提供一种基于字符编码标志的识别方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，所述识别方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，中值滤波具体采用二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降二维数据序列：g(x,y)＝med{f(x-k,y-l),(k,l∈W)}(1)其中，f(x,y),g(x,y)分别为原始图像和滤波后图像，x为像素点在图像坐标系中X轴方向的坐标，y为像素点在图像坐标系中Y轴方向的坐标，W为二维滑动模板；k,l是由二维滑动模板的尺寸所决定的变量，取整数，例如模板为3*3，那么k、l取-3～3之间的整数。S3、采用阈值分割法对滤波后的图像进行分割二值化，获取前景色的字符特征区域Achar，阈值分割法采用两个阈值(T1，T2)：其中，B(x,y)为二值化分割后的图像；S4、对分割后的字符特征区域进行分类识别，通过查表法获取该编码标志对应的编码值。作为进一步的改进，在步骤S3中，阈值分割采用Otsu双阈值法分割，具体为：设一幅图像的灰度值分为0～255级，灰度值为i的像素数为ni，则总像素数N为：各灰度值出现的概率Pi为：Pi＝ni/N(4)整幅图像的灰度平均值m为：将全部灰度值分为三类：C0＝{0～T1}，C1＝{T1+1～T2}，C2＝{T2+1～255}设C0出现的概率为ω0，其灰度平均值为m0；C1出现的概率为ω1，其灰度平均值为m1。C2出现的概率为ω2，其灰度平均值为m2，则：Otsu双阈值法求取公式为：根据式(12)求出每次对应的f(T1，T2)，其中的最大值对应的(T1,T2)即为Otsu双阈值法求取的最佳阈值。作为进一步的改进，在步骤S4中，对字符特征区域Achar采用多层感知神经网络分类器训练的模型进行分类识别。作为进一步的改进，在步骤S4中，采用多层感知神经网络分类器训练的模型训练字符模板，建立字符分类器。作为进一步的改进，编码字符的训练样本包括数字、字母以及汉字，对任一形状的字符生成相应的旋转、倾斜、噪声、局部变形、径向变形、笔画宽度变化、放大、缩小后的变体样本库。本专利技术提供的基于字符编码标志的识别方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，所述识别方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，中值滤波具体采用二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降二维数据序列；S3、采用阈值分割法对滤波后的图像进行分割二值化，获取前景色的字符特征区域Achar；S4、对分割后的字符特征区域进行分类识别，通过查表法获取该编码标志对应的编码值。本专利技术基于字符编码标志，通过分类识别对字符编码标志中的不同的编码字符进行识别，得到对应设定的唯一编码值，其能够快速、准确、稳定地识别出合作编码标志。另一方面，本专利技术还提供一种基于字符编码标志的定位方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，其特征在于，所述定位方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，通过灰度阈值分割二值化获取编码标志的背景色的实心圆特征区域Acircle和前景色的字符特征区域Achar；S3、对实心圆特征区域Acircle内部缺失部分进行填充修复，得到完整的圆形区域Atotal；S4、对整体编码标志的圆形区域Atotal进行灰度平滑；S5、对平滑后的区域采用灰度质心法求取该编码标志的亚像素定位坐标。作为进一步的改进，在步骤S4中，进行灰度平滑时，先获取原图像中编码标志圆区域的灰度均值T，再将字符特征区域Achar对应的像素点灰度值Ichar减去均值T，实心圆特征区域Acircle对应的像素点灰度值Icircle加上灰度均值T，灰度均值T计算公式如下：其中，Ichar(x,y),Icircle(x,y)分别为字符特征区域和实心圆特征区域的图像灰度值，m,n分别为字符区域和实心圆特征区域的像素个数。作为进一步的改进，在步骤S2中，阈值分割采用Otsu双阈值法。本专利技术提供的基于字符编码标志的定位方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，所述定位方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，通过灰度阈值分割二值化获取编码标志的背景色的实心圆特征区域Acircle和前景色的字符特征区域Achar；S3、对实心圆特征区域Acircle内部缺失部分进行填充修复，得到完整的圆形区域Atotal；S4、对整体编码标志的圆形区域Atotal进行灰度平滑；S5、对平滑后的区域采用灰度质心法求取该编码标志的亚像素定位坐标。本专利技术基于圆形的字符本文档来自技高网...

【技术保护点】
1.一种基于字符编码标志的识别方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，其特征在于，所述识别方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，中值滤波具体采用二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降二维数据序列：g(x,y)＝med{f(x‑k,y‑l),(k,l∈W)}     (1)其中，f(x,y),g(x,y)分别为原始图像和滤波后图像，x为像素点在图像坐标系中X轴方向的坐标，y为像素点在图像坐标系中Y轴方向的坐标，W为二维滑动模板；k,l是由二维滑动模板的尺寸所决定的变量，取整数；S3、采用阈值分割法对滤波后的图像进行分割二值化，获取前景色的字符特征区域Achar，阈值分割法采用两个阈值(T1，T2)：

【技术特征摘要】
1.一种基于字符编码标志的识别方法，所述编码标志由实心圆和设置在实心圆内的编码字符组成，所述实心圆部分取背景色，所述编码字符部分取前景色，背景色与前景色具有对比灰度值，不同的编码字符对应设定有唯一的编码值，其特征在于，所述识别方法包括如下步骤：S1、读入含有编码标志的图像；S2、对含有编码标志的图像进行中值滤波，将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，中值滤波具体采用二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降二维数据序列：g(x,y)＝med{f(x-k,y-l),(k,l∈W)}(1)其中，f(x,y),g(x,y)分别为原始图像和滤波后图像，x为像素点在图像坐标系中X轴方向的坐标，y为像素点在图像坐标系中Y轴方向的坐标，W为二维滑动模板；k,l是由二维滑动模板的尺寸所决定的变量，取整数；S3、采用阈值分割法对滤波后的图像进行分割二值化，获取前景色的字符特征区域Achar，阈值分割法采用两个阈值(T1，T2)：其中，B(x,y)为二值化分割后的图像；S4、对分割后的字符特征区域进行分类识别，通过查表法获取该编码标志对应的编码值。2.根据权利要求1所述的基于字符编码标志的识别方法，其特征在于：在步骤S3中，阈值分割采用Otsu双阈值法分割，具体为：设一幅图像的灰度值分为0～255级，灰度值为i的像素数为ni，则总像素数N为：各灰度值出现的概率Pi为：Pi＝ni/N(4)整幅图像的灰度平均值m为：将全部灰度值分为三类：C0＝{0～T1}，C1＝{T1+1～T2}，C2＝{T2+1～255}设C0出现的概率为ω0，其灰度平均值为m0；C1出现的概率为ω1，其灰度平均值为m1。C2出现的概率为ω2，其灰度平均值为m2，则：Otsu双阈值法求取公式为：根据式(12)求出每次对应的f(T1，T2)，其中的最大值对应的(T1,T2)即为Otsu双阈值法求取的最佳阈值。3.根据权利要求1或2所述的基于字符...

【专利技术属性】
技术研发人员：王文韫，陈安华，李学军，胡小平，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：湖南,43