基于二值图像灰度共生矩阵的棒材端面字符图像识别方法技术

基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：(1)建立标准字符模板库；(2)棒材端面字符图像灰度二值化；(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；(4)计算棒材端面字符图像上半部连通域面积；(5)进行特征数据模板匹配确定识别结果。本发明专利技术将灰度共生矩阵中灰度组合GLCM(0,1)数目作为特征参数值一，同时对二值字符图像的上半部求取连通域面积，将上半部连通域面积作为特征参数值二，基于二值图像的两组特征参数值进行匹配，减少了灰度共生矩阵的运算量，提高了运算速度和识别率。

Recognition method of bar end face character image based on gray level co-occurrence matrix of binary image

Based on the gray level co-occurrence matrix of the binary image, the method of bar end face character image recognition is used to recognize the white mark character of bar end face. The method includes the following steps: (1) establishing the standard character template library; (2) gray level binarization of bar end character image; (3) obtaining the gray level co-occurrence matrix of bar end character image and the number of gray level combination GLCM (0,1); (4) calculating the bar end character The area of the connected region in the upper half of the symbol image; (5) matching the feature data template to determine the recognition results. In the invention, the number of GLCM (0,1) in the gray level co-occurrence matrix is taken as the characteristic parameter value one, and the area of the connected region is calculated for the upper half of the binary character image, and the area of the connected region is taken as the characteristic parameter value two, and the two groups of characteristic parameter values based on the binary image are matched, so the operation amount of the gray level co-occurrence matrix is reduced, and the operation speed and recognition rate are improved.

【技术实现步骤摘要】
基于二值图像灰度共生矩阵的棒材端面字符图像识别方法
本专利技术涉及一种基于灰度共生矩阵的字符图像识别方法，尤其是涉及一种基于二值图像灰度共生矩阵的棒料端面字符图像识别方法，属于字符识别领域。
技术介绍
棒料是现今钢铁行业的重要产品，更是工业领域重要的生产加工原材料。由于不同行业需求的差异，造成各行业对于棒料的质量要求也各有不同，钢铁行业所生产的棒料规格也是多种多样。为了区分不同种类、规格的棒料，并实现对棒料进行追踪管理，需要对棒料端面喷印字符信息码。同时，根据该信息码将棒料的直径、长度以及生产炉号、成分、生产日期等信息对应的记录于厂内数据库中。当棒料在厂内生产流动时，首先对棒料端面的字符信息码进行识别，然后对其进行加热、除磷、热处理等操作，最后将该棒料的加工过程与处理结果记录于厂内数据库中。目前，棒料在厂内生产流动的过程中，钢厂普遍采用人工通过肉眼的方式对棒材端面信息码进行识别与记录。面对大批量重复性和枯燥性的工作，工人很容易产生视觉疲劳并导致记录出错。同时，棒料生产加工车间环境恶劣(高温、嘈杂、空气污染)，长期下来会对车间工人的身心健康造成严重的危害。因此，迫切需要将工人从识别工位上解放出来，实现对棒料端面信息码的自动识别。但是，由于棒料生产环境复杂、照明不足，且棒料端面凹凸不平、纹理杂乱，所以采用普通的字符识别方式难以保证较高的字符识别准确率。因此，提出一种基于二值图像灰度共生矩阵的棒料端面字符图像识别方法，解决棒料端面字符信息码的自动识别问题。
技术实现思路
基于以上原因，本专利技术旨在提出一种基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，为最终建立字符图像智能识别系统奠定技术基础。本专利技术是根据棒材端面的特点提出的一种基于二值图像灰度共生矩阵的棒材端面字符图像识别方法。其识别方法思想是根据二值图像像素之间的灰度关系，求出灰度共生矩阵，利用二值图像灰度共生矩阵中灰度组合GLCM(0,1)的数目作为特征参数值进行字符识别判断依据。识别时分别对棒材端面字符与模板库字符分别求灰度组合GLCM(0,1)的数目并做差，差值越小则代表二值的相似度越高。为提高字符识别的准确率，在二值图像灰度组合GLCM(0,1)的数目作为判断依据时，会人为设定一定的差值范围区间，当区间范围内仅有一组数值时，则对应的模板字符就是最相似字符，当区间范围内超过一组数值时，则采用二值字符图像的上半部连通域面积这一特征参数值作为判断依据，对上一次识别中与待识别相似的模板字符重新识别。计算棒材端面字符与相似模板库字符上半部连通域的连通域面积并做差，取差值最小时对应的模板库字符作为识别结果。最终，经过不超过两次的数据识别判断即可得到识别结果。基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：(1)建立标准字符模板库；(2)棒材端面字符图像灰度二值化；(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；(4)计算棒材端面字符图像上半部连通域面积；(5)进行特征数据模板匹配确定识别结果。本专利技术的有益技术效果是：由于棒材端面凹凸不平、纹理杂乱且表面锈迹较多，对棒材端面的图像进行图像处理求取灰度共生矩阵时，采用以往将图像按照灰度分为多级再进行灰度共生矩阵求解的方法会引入非字符区域的连通域，识别效果并不良好。为此本专利技术将图像进行二值化处理，并根据棒材端面二值字符图像像素之间存在的灰度关系，通过灰度共生矩阵对二值字符图像进行灰度状况的统计，将灰度共生矩阵中灰度组合GLCM(0,1)数目作为特征参数值一，同时对二值字符图像的上半部求取连通域面积，将上半部连通域面积作为特征参数值二，基于二值图像的两组特征参数值进行匹配，减少了灰度共生矩阵的运算量，提高了运算速度和识别率。附图说明图1是本专利技术棒材端面字符图像识别方法的流程图。具体实施方式结合附图1说明本专利技术的内容与操作。基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：(1)建立标准字符模板库；(2)棒材端面字符图像灰度二值化；(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；(4)计算棒材端面字符图像上半部连通域面积；(5)进行特征数据模板匹配确定识别结果。字符图像的识别最重要的环节就是要根据字符的各自的特点，寻找到能够区分不同字符的特征用作判断依据，为最终字符识别奠定基础。用来区分字符的特征的优劣，直接决定了字符识别的速度与准确率。本专利技术提出了一种基于二值图像灰度共生矩阵的字符识别方法，灰度共生矩阵是用来描述纹理的灰度空间特性的一种方法，它代表了图像空间中相隔某距离的两像素之间会存在一定的灰度关系。传统利用灰度共生矩阵描述字符特征的案例中，多是将采集的棒材端面字符图像转变为灰度图像，并将灰度图像按照像素灰度分为多个等级，进而求取多个方向的灰度共生矩阵。采用类似这种方法的获得的灰度共生矩阵虽然在一定程度上将棒材端面字符的纹理特征描述的更加准确，但同时丧失了字符识别的速度。而且将采集的字符图像划分为多个灰度等级并求取多方向的灰度共生矩阵，对于恶劣生产环境下的棒材端面字符特征的描述与字符的识别并没有太大意义，反而会因为将图像处理为多级灰度图像，增加非字符区域的连通域面积，提高识别难度。在不降低字符识别准确率的基础上，提高棒材端面上字符信息识别的速度，本专利技术提出一种新的字符识别方法。字符识别首先需要构建模板库，通过将模板字符图像经过预处理变成二值图像，求取二值图像的灰度共生矩阵，计算灰度共生矩阵的灰度组合GLCM(0,1)数目以及上半部二值图像连通域面积作为进行训练的两组数据模型，然后将待识别字符与相对应模板库特征参数值进行近似比较，差值小的则视为近似度最高并最终作为识别结果。1、建立标准字符模板库(1)分别对每个标准模板字符图像二值化工业相机采集到的每个标准模板字符图像，其图像中像素点的颜色深浅程度不同，范围一般从0到255，白色为255，黑色为0，每一个图像的亮度程度不同，跟灰度值的大小有直接联系，灰度值越大图像越亮，反之则图像会暗。可根据标准模板字符图像灰度特征为匹配依据，为减少计算量，分别对每个标准模板字符图像进行灰度级压缩，完成标准模板字符图像二值化。(2)分别对每个标准模板字符图像求灰度共生矩阵及灰度组合GLCM(0,1)数目求取标准模板字符图像灰度共生矩阵采用的方法是分别对每个标准模板字符图像二值化，将0-255压缩为2个灰度等级，以其中模板库中的一个标准模板字符图像为例，进行详细说明：首先将其标准模板字符图像量化为2个灰度等级即二值化，故灰度共生矩阵就是一个2×2的矩阵，其中行和列分别表示0至1的灰度值，即灰度共生矩阵中共包括GLCM(0,0)、GLCM(0,1)、GLCM(1,0)、GLCM(1,1)四对灰度组合。求灰度共生矩阵的过程如下，例如标准本文档来自技高网...

【技术保护点】
1.基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：/n(1)建立标准字符模板库；/n(2)棒材端面字符图像灰度二值化；/n(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；/n(4)计算棒材端面字符图像上半部连通域面积；/n(5)进行特征数据模板匹配确定识别结果。/n

【技术特征摘要】
1.基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：
(1)建立标准字符模板库；
(2)棒材端面字符图像灰度二值化；
(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；
(4)计算棒材端面字符图像上半部连通域面积；
(5)进行特征数据模板匹配确定识别结果。


2.根据权利要求1所述的基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，其特征在于，建立标准字符模板库的步骤包括：
(1)分别对每个标准模板字符图像二值化；
(2)分别对每个标准模板字符图像求灰度共生矩阵及灰度组合GLCM(0,1)数目；
(3)分别对每个标准模板字符图像计算上半部连通域面积；
(4)分别对每个标准模板字符图像的灰度组合GLCM(0,1)数目及上半部连通域面积存储。


3.根据权利要求1所述的基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，其特征在于，模板库中的一个标准模板字符图像求取灰度共生矩阵时分别对每个标准模板字符图像二值化，将0-255压缩为2个灰度等级即二值化，故灰度共生矩阵就是一个2×2的矩阵，其中行和列分别表示0至1的灰度值，即灰度共生矩阵中共包括GLCM(0,0)，GLCM(0,1)，GLCM(1,0)和GLCM(1,1)四对灰度组合，例如标准模板字符图像为4×5的矩阵，矩阵中的元素值为0或1，当基于水平0°方向且相邻像素距离为1求取灰度共生矩阵时，求灰度共生矩阵步骤包括：从矩阵第一行开始，统计灰度组合GLCM(0,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(0,1)的像素对数目并将数值计入灰度共生矩阵；从矩阵第一行开始，统计灰度组合GLCM(1,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(1,1)的像素对数目并将数值计入灰度共生矩阵中。


4.根据权利要求1所述的基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，其特征在于，棒材端面0-9字符图像识别时，求取整张棒材端面字符图像和上半部图像的连通域面积分别作为特征参数值与标准模板库中的字符进行比较，进而得到识别结果。


5.根据权利要求1所述的基于二值图像灰度共生...

【专利技术属性】
技术研发人员：张付祥，赵阳，王春梅，黄风山，李文忠，周京博，
申请(专利权)人：河北科技大学，
类型：发明
国别省市：河北;13