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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。