一种基于移动终端的食品营养成分标签识别方法技术

本发明专利技术涉及一种基于移动终端的食品营养成分标签识别方法，包括：(1)利用移动电话终端获取食品包装的营养成分标签彩色图像；(2)对所得的营养成分标签彩色图像进行预处理,分割营养成分表；(3)确定文字区域，切分得到词组的文本区域图像；对于所得的各个词组的文本区域图像，采用OCR算法进行识别，将匹配结果作为各词组的识别结果,按顺序将各词组的识别结果进行组合就得到标签文字区域的识别结果。本发明专利技术的可以准确识别标签上的字符，并允许图像中的标签有一定的位置偏移和旋转。

【技术实现步骤摘要】
【专利说明】-种基于移动终端的食品营养成分标签识别方法 所属
本专利技术设及图像处理
和健康饮食领域，具体地说是食品营养标签的一 种识别方法。
技术介绍
根据《食品安全国家标准预包装食品营养标签通贝ij》规定，2013年1月1日开始， 在中华人民共和国境内销售的预先定量包装或者制作在包装材料和容器中的食品须包含 营养标签，否则不准予销售。然而由于营养标签的专业性、时效性W及由于包装不同而造成 的表格形式多样性，造成了生产企业、消费者和监管部口对食品营养标签管理、认证和识别 的不便。 当前对于食品标签的识别技术，所识别的食品标签主要集中在二维码，条形码，W 及RFID射频标签等方面，针对食品包装上的食品营养成分表的识别技术很少。
技术实现思路
本专利技术的目的在于针对个体提供一种基于移动终端的食品营养成分标签识别方 法，能够根据照相机拍摄的食品标签的图像，准确识别标签上的字符，并允许图像中的标 签有一定的位置偏移和旋转，或是有轻微的模糊，识别的输出结果为用文本表示的食品营 养成分及其含量。本专利技术的技术方案如下： ，包括： (1)利用移动电话终端获取食品包装的营养成分标签彩色图像； (2)对所得的营养成分标签彩色图像进行预处理，分割营养成分表，方法如下：[000引 a.采用加权平均值法对所得营养成分标签彩色图像进行灰度化处理得到灰度图 像； b.采用图像平滑的方法对灰度图像来进行去噪声处理； C.将经过噪声处理的灰度图像进行锐化处理； d.求取自适应阔值T，对经过锐化处理的灰度图像进行二值化变换，得到二值化 图像，求取自适应阔值T的方法如下： 1)求灰度图像的直方图； 2)从0~255,循环直方图中所有灰度值，W每一个灰度值作为阔值，把图像直方 图用该阔值分为两组； 3)求每一组的平均值和方差； 4)当被分割成的两组间的方差最大时，此灰度值就作为图像二值化处理的自适应 阔值T; e.使用霍夫变换，对二值化图像利用营养成分标签的线条信息，检测出各条直线， 确定图像倾斜角度，进行倾斜校正；f.确定边框位置，应用霍夫变换，在通过倾斜校正所检测到的直线的基础上，确定 营养成分表的位置，并把营养成分表从二值化图像中分割出来；[001引 做确定文字区域，切分得到词组的文本区域图像： (4)对于所得的各个词组的文本区域图像，采用OCR算法进行识别，将匹配结果作 为各词组的识别结果，按顺序将各词组的识别结果进行组合就得到标签文字区域的识别 结果。 作为优选实施方式，采用拉普拉斯算子将经过噪声处理的灰度图像进行锐化处 理； 步骤（3)可按照如下步骤执行： a.使用Canny算子，提取步骤（2)之后所得营养成分表二值化图像的边缘信息； b.对上述所得的营养成分表二值化图像执行水平方向、垂直方向投影处理，定位 出单个字符区域的位置.C.把相邻字符合并，得到相应词组的区域位置； d.把包含有每个词组的图像进行图像切分，得到各个词组的文本区域图像。 与现有技术相比，本识别方法的优点包括可W把手机拍摄的不同类型、有一定位 置偏移和旋转、或是有轻微模糊的食物营养成分标签图片，进行准确的定位和文字识别，把 其中的营养成分的名称和含量，转换成文本格式输出，并把标签识别的对象，由常见的二维 码，条形码，RFID电子标签等扩展到了食物包装上的食品成分营养标签，不需要扫码或者制 作特定的标签及其接收装置，直接通过手机的照相机拍照就可W了解食物的营养信息，易 于被用户接受，而且降低了信息识别的成本。【附图说明】 图1本标签识别方法的总体执行步骤[002引图2本标签识别方法处理的食品营养成分标签示例 图3图像预处理步骤20的详细执行步骤 图4文本区域定位30W及OCR检测40的详细执行步骤【具体实施方式】 参照图1所示，其中包含W下执行步骤；首先获得食品营养成分标签彩色图像10 ; 然后对10所得图像进行预处理20,为文字识别打基础；接下来执行文本区域定位30,获得 包含词组文本区域的图像；最后执行OCR特征识别40,提取标签中的文字信息。 在上述步骤中的获得彩色食品标签图像10,获得的图像如图2所示，其图像指的 是食品包装上的营养成分标签。上述图像的采集装置为智能手机的数字照相机。 参照图3所示，对步骤10所得图像进行预处理20,首先把彩色标签图像灰度化，得 到灰度图像21;然后去除图像中的噪声和干扰22;然后进行锐化处理，去除图像模糊的情 况23;然后对灰度图像二值化，得到二值化图像24;然后应用霍夫变换，对倾斜的图像进行 校正25;最后对营养成分表的边框进行检测26。 具体步骤包括； 灰度化图像21，是把含有亮度和色度的彩色图像转换成灰度图像的过程。现在大 部分的彩色图像都是采用RGB模式，要分别对R、G、B=种分量进行处理。本方法根据3个 分量的重要性及其他指标，将3个分量W不同的权值进行加权平均运算。由于人眼对绿色 的敏感最高，对藍色敏感最低，因此，绿色比重要大一些。按下式对RGB=分量进行加权平 均能得到较合理的灰度图像： Gray(i,j) = 0. 3*R(i,j)+0. 59*G(i,j)+0. j) 去除噪声22过程，是针对图像里由于多方面的原因可能会存在各种各样的噪声 进行平滑处理。对于图像的平滑化处理，其基本要求有两条；一个是不能够损坏图像线条W 及边缘轮廓等重要的信息；二是处理的目的是使图像变得清晰，获得更好的视觉效果。[003引假定给出一幅大小为MXN的图像，将该图像表示为f(x，y)，则经过邻域平均法去 噪处理W后得到平滑图像就为g(x，y)，而g(x，y)可W用下面的式子表示：【主权项】1. 一种食品营养成分标签识别方法，包括： (1) 利用移动电话终端获取食品包装的营养成分标签彩色图像； (2) 对所得的营养成分标签彩色图像进行预处理，分割营养成分表，方法如下： a. 采用加权平均值法对所得营养成分标签彩色图像进行灰度化处理得到灰度图像； b. 采用图像平滑的方法对灰度图像来进行去噪声处理； c. 将经过噪声处理的灰度图像进行锐化处理； d. 求取自适应阈值T，对经过锐化处理的灰度图像进行二值化变换，得到二值化图像， 求取自适应阈值T的方法如下： 1) 求灰度图像的直方图； 2) 从O~255,循环直方图中所有灰度值，以每一个灰度值作为阈值，把图像直方图用 该阈值分为两组； 3) 求每一组的平均值和方差； 4) 当被分割成的两组间的方差最大时，此灰度值就作为图像二值化处理的自适应阈值 T ； e. 使用霍夫变换，对二值化图像利用营养成分标签的线条信息，检测出各条直线，确定 图像倾斜角度，进行倾斜校正； f. 确定边框位置，应用霍夫变换，在通过倾斜校正所检测到的直线的基础上，确定营养 成分表的位置，并把营养成分表从二值化图像中分割出来； (3) 确定文字区域，切分得到词组的文本区域图像： (4) 对于所得的各个词组的文本区域图像，采用OCR算法进行识别，将匹配结果作为各 词组的识别结果，按顺序将各词组的识别结果进行组合就得到标签文字区域的识别结果。2. 根据权利要求1所述的标签识别方法，其特征在于，采用拉普拉斯算子将经过噪声 处理的灰度图像进行锐化处理。3. 根据权利本文档来自技高网...

【技术保护点】
一种食品营养成分标签识别方法，包括：(1)利用移动电话终端获取食品包装的营养成分标签彩色图像；(2)对所得的营养成分标签彩色图像进行预处理,分割营养成分表，方法如下：a.采用加权平均值法对所得营养成分标签彩色图像进行灰度化处理得到灰度图像；b.采用图像平滑的方法对灰度图像来进行去噪声处理；c.将经过噪声处理的灰度图像进行锐化处理；d.求取自适应阈值T，对经过锐化处理的灰度图像进行二值化变换，得到二值化图像，求取自适应阈值T的方法如下：1)求灰度图像的直方图；2)从0～255，循环直方图中所有灰度值，以每一个灰度值作为阈值，把图像直方图用该阈值分为两组；3)求每一组的平均值和方差；4)当被分割成的两组间的方差最大时，此灰度值就作为图像二值化处理的自适应阈值T；e.使用霍夫变换，对二值化图像利用营养成分标签的线条信息，检测出各条直线，确定图像倾斜角度，进行倾斜校正；f.确定边框位置，应用霍夫变换，在通过倾斜校正所检测到的直线的基础上，确定营养成分表的位置，并把营养成分表从二值化图像中分割出来；(3)确定文字区域，切分得到词组的文本区域图像：(4)对于所得的各个词组的文本区域图像，采用OCR算法进行识别，将匹配结果作为各词组的识别结果,按顺序将各词组的识别结果进行组合就得到标签文字区域的识别结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：吕卫，褚晶辉，刘子玉，王星宇，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12