一种含有亮斑干扰的铭牌文字识别处理方法技术

本发明专利技术公开了一种含有亮斑干扰的铭牌文字识别处理方法，其按如下步骤：(1)对采集的包含亮斑的铭牌图像进行中值滤波降噪；(2)对图像进行阈值分割以及中值滤波；(3)将图像进行区域重建。本发明专利技术含有亮斑干扰的铭牌文字识别处理方法具有可行性高、效果明显等优点。

A recognition method of nameplate character with interference of bright spots

The invention discloses a method of recognition and processing of a nameplate with bright spot interference, which follows: (1) a median filtering noise reduction for the captured plaque image containing bright spots; (2) threshold segmentation and median filtering for the image; (3) reconstruction of the image region. The nameplate character recognition processing method containing bright spot interference has the advantages of high feasibility and obvious effect.

【技术实现步骤摘要】
一种含有亮斑干扰的铭牌文字识别处理方法
本专利技术属于图像增强
，具体涉及一种含有亮斑干扰的铭牌文字识别处理方法，其主要包含降噪、亮斑分割、区域重建三大基本步骤。
技术介绍
铭牌又称标牌，一般固定在产品上，向用户提供厂家信息、品牌信息、设备参数等内容。铭牌的自动检测识别代替人工检测，可以克服人工检测的低效率与可靠性差等缺陷，从而使在线检测工作规范化和智能化。铭牌识别的第一步就是利用智能采集终端在实际环境中获取铭牌图像，而这些设备可能工作在光线较暗的位置，或是直接存放在阴暗的库房内，巡检人员可以开启采集终端的闪光灯来拍摄铭牌。由于工业铭牌要求适应各种恶劣的工业环境(高温、长期户外存放等)，因此大多数铭牌都由金属制成。金属材料一般对光线的变化较为敏感，开启闪光灯后会导致铭牌图像存在亮斑区域，亮斑的存在会对铭牌图像的后续处理、识别过程带来严重干扰。实际采集到的铭牌图像通常包含较多噪声，因此有必要对原始图像进行降噪。在空域中，常见的滤波方法有均值滤波、中值滤波、Wiener维纳滤波等。均值滤波的主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度，它能有效抑制加性噪声，但容易引起图像模糊。Wiener维纳滤波是使原始图像和其恢复图像之间的均方误差最小的复原方法，对于去除高斯噪声效果明显。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术，首先确定一个以某个像素为中心点的邻域，一般为方形邻域，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，中值滤波对于去除椒盐噪声效果最好。对含亮斑铭牌图像进行处理首先需要分割出亮斑区域。含亮斑铭牌图像的灰度值可以大致分为三个子集，即字符区域(包括图案)、背景区域和亮斑区域，且三者并无明显的界限。经典的图像阈值分割方法有OTSU方法、迭代法等。其中，OTSU方法又被称为最大类间方法法，它是一种基于全局的二值化算法，根据图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。前景和背景之间的类间方差如果越大，就说明构成图像的两个部分之间的差别越大，此时就意味着错分概率最小。由于亮斑铭牌图像包含了较多低灰度值的字符，如果直接使用传统的OTSU方法进行分割，将导致得到的阈值偏低，分割效果不佳。
技术实现思路
为克服上述现有技术存在的缺陷，本专利技术提出了一种可行性高、效果明显的基于迭代分割的含有亮斑干扰的铭牌文字识别处理方法。本专利技术采用的技术方案是：一种含有亮斑干扰的铭牌文字识别处理方法，其按如下步骤：(1)对采集的包含亮斑的铭牌图像进行中值滤波降噪；(2)对图像进行阈值分割以及中值滤波；(3)将图像进行区域重建。优选的，步骤(1)图像降噪。由于实际采集的铭牌图像包含大量噪声点，因此，首先需要对原图像进行全局的平滑去噪。设原始灰度铭牌图像为I(i,j)，(i,j)是该图像上任意一个像素点的坐标，1≤i≤h,1≤j≤w，w和h分别为图像的宽和高，建立大小为N×N的矩形窗口W，对I(i,j)进行中值滤波，其输出为If(i,j)，If(i,j)的计算方式如下：If(i,j)＝med{I(i-k,j-l),(k,l∈W)}(1)式(1)中，med函数用于求取矩形窗口内所有像素值的中位数，k和l是窗口W中元素的位置序号。步骤(2)亮斑分割。If(i,j)中的像素主要由字符区域G1、背景区域G2、亮斑区域G3三个子集组成，且灰度值的大小关系大致为：G3＞G2＞G1。图像分割的目的是尽可能精确地提取出G3，从而有利于后续消除亮斑，达到图像增强的目的。1)设置最大迭代次数Nmax(Nmax≥2)，初始化实际迭代次数Nnum＝0。2)使用OTSU方法对If(i,j)进行全局阈值分割，输出图像为Ib(i,j)。为了提高计算效率，考虑到实际铭牌图像中G3明显分布在灰度直方图的右侧区域，因此使用OTSU方法搜索最佳阈值时只从之间进行搜索，假设这一步获得的阈值为T1。同时，令Nnum＝Nnum+1，(即分割的次数增加1次)。3)在图像Ib(i,j)中，除了亮斑区域全为白色，还可能存在其他孤立的白点，使用公式(1)对Ib(i,j)进行中值滤波，从而去除大部分孤立的白点，输出为Ib2(i,j)。4)遍历Ib2(i,j)中的白色区域，假设一共包含M个白点，将所有点的横坐标放在集合Xk中，所有的纵坐标放到集合Yk中，k＝1,2,...,M。在Ib2(i,j)中截取一个矩形区域S，S的左上角顶点为(x1,y1)，右下角顶点为(x2,y2)，则：x1＝min{Xk,k＝1,2,...,M}(2)y1＝min{Yk,k＝1,2,...,M}(3)x2＝max{Xk,k＝1,2,...,M}(4)y2＝max{Yk,k＝1,2,...,M}(5)式(2)-(5)中，min函数和max函数分别表示取最小值和最大值，则S的宽和高分别为(y2-y1)和(x2-x1)。5)使用OTSU方法仅对S进行阈值分割，输出图像为Is(i,j)。如步骤2)中一样，使用OTSU方法选取最佳阈值时只从之间进行搜索，假设这一步获得的阈值为T2。同时，令Nnum＝Nnum+1，(即分割的次数增加1次)。6)与步骤3)类似，对Is(i,j)进行中值滤波，从而消除大部分孤立的白点，假设输出为Is2(i,j)。7)条件判决：A.步骤5)中的Nnum是否等于Nmax；B.T2是否不大于T1；若A满足，B不满足，结束分割，令T＝T2，Iout＝Is2；若A不满足，B满足，结束分割，令T＝T1，Iout＝Ib2；若A和B同时满足，结束分割，令T＝T1，Iout＝Ib2；若A和B都不满足，令T1＝T2且Ib2(i,j)＝Is2(i,j)，返回步骤4)继续执行。其中，T表示亮斑分割最终的阈值，Iout表示最终的亮斑分割结果图像。步骤(3)区域重建。在If(i,j)上分割出亮斑区域后，需要对该区域内的像素重新赋值，从而实现消除亮斑、平滑背景。1)初始化阈值Th＝30，Th的选取无需太精确，只要能从If(i,j)中分隔出G1区域即可。2)采用从左往右逐行扫描方式的方式遍历Iout，将Iout中所有的白色区域看成由大量或长或短的水平直线构成。假设位于第i行的某条直线L，L的起始点和终止点分别为(i,j1)和(i,j2)，则：其中，searchfront(i,j1,L,Th)函数表示在If(i,j)中，沿着直线L，从(i,j1)位置开始向前搜索到第一个大于Th且在Iout中对应位置为黑的像素值；searchback(i,j2,L,Th)函数表示沿着直线L，从(i,j2)位置开始向后搜索到第一个大于Th且在Iout中对应位置为黑的像素值。之所以对If(i,j1)If(i,j2)分段取值是考虑到Iout中的黑色点既可能是背景点，也可能是字符所在点，而重建的过程需要的只是背景信息。式(6)中，If(i,j1-1)表示起始点If(i,j1)的前一个像素，该式首先判断If(i,j1-1)的灰度值是否超过Th，若是，表明If(i,j1-1)在非字符区域内，此时直接将If(i,j1-1)的灰度值赋给If(i,j1)；若否，表明I本文档来自技高网...

【技术保护点】
1.一种含有亮斑干扰的铭牌文字识别处理方法，其特征是按如下步骤：(1)对采集的包含亮斑的铭牌图像进行中值滤波降噪；(2)对图像进行阈值分割以及中值滤波；(3)将图像进行区域重建。

【技术特征摘要】
1.一种含有亮斑干扰的铭牌文字识别处理方法，其特征是按如下步骤：(1)对采集的包含亮斑的铭牌图像进行中值滤波降噪；(2)对图像进行阈值分割以及中值滤波；(3)将图像进行区域重建。2.如权利要求1所述含有亮斑干扰的铭牌文字识别处理方法，其特征是：步骤(1)，设铭牌图像为I(i,j)，(i,j)是该图像上任意一个像素点的坐标，且1≤i≤h,1≤j≤w，w和h分别为图像的宽和高，建立大小为N×N的矩形窗口W，对I(i,j)进行中值滤波，输出为If(i,j)，If(i,j)的计算式如下：If(i,j)＝med{I(i-k,j-l),(k,l∈W)}(1)式(1)中，med函数用于求取矩形窗口内所有像素值的中位数，k和l是窗口W中元素的位置序号。3.如权利要求2所述含有亮斑干扰的铭牌文字识别处理方法，其特征是：步骤(2)，If(i,j)中的像素包括字符区域G1、背景区域G2、亮斑区域G3三个子集，且灰度值的大小关系为：G3＞G2＞G1，提取G3：1)设置最大迭代次数Nmax(Nmax≥2)，初始化实际迭代次数Nnum＝0；2)使用OTSU方法对If(i,j)进行全局阈值分割，输出图像为Ib(i,j)；使用OTSU方法搜索最佳阈值时只从之间进行搜索，假设获得的阈值为T1；同时，令Nnum＝Nnum+1，即分割的次数增加1次；3)使用式(1)对图像Ib(i,j)进行中值滤波，输出为Ib2(i,j)；4)遍历Ib2(i,j)中的白色区域，假设包含M个白点，将所有点的横坐标放在集合Xk中，所有的纵坐标放到集合Yk中，k＝1,2,...,M；在Ib2(i,j)中截取一个矩形区域S，S的左上角顶点为(x1,y1)，右下角顶点为(x2,y2)，则：x1＝min{Xk,k＝1,2,...,M}(2)y1＝min{Yk,k＝1,2,...,M}(3)x2＝max{Xk,k＝1,2,...,M}(4)y2＝max{Yk,k＝1,2,...,M}(5)式(2)-(5)中，min函数和max函数分别表示取最小值和最大值，则S的宽和高分别为(y2-y1)和(x2-x1)；5)使用OTSU方法对S进行阈值分割，输出图像为Is(i,j)；使用OTSU方法搜索最佳阈值时只从之间进行搜索，假设获得的阈值为T2；同时，令Nnum＝Nnum+1，即分割的次数增加1次；6)...

【专利技术属性】
技术研发人员：郭宝峰，卢会敏，谷雨，左燕，陈华杰，郭云飞，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33