【技术实现步骤摘要】
液化石油气标签图形识别系统
[0001]本专利技术涉及图像增强领域,具体涉及液化石油气标签图形识别系统。
技术介绍
[0002]液化石油气是一种危险程度较高的化工用品,需要对其进行安全管理。为了更好的进行管理一般会在液化石油瓶罐上张贴安全管理标签。在进行运输、存储管理时可以通过识别石油气瓶身的标签上的图形文字来进行区分性管理。
[0003]然而光滑的标签会产生反光,特别是光滑的标签张贴在弧面的液化石油气瓶身上,其反光程度更大,这种反光的影响会增加标签识别的难度,因而需对受反光影响的标签图像进行相应处理。
[0004]现有技术中大多通过构建神经网络,通过对神经网络进行训练得到训练好的神经网络,然后将待增强图像输入神经网络中,最终输出增强后的图像,进一步识别增强后的标签图像中的图形文字,从而获得标签上的图形文字对液化石油气进行保存,然而标签图像不是每个区域的反光程度均相同,利用神经网络对整个标签图像进行增强处理,需要大量的图像数据,并且训练过程要耗费大量时间,而通过神经网络进行图像增强,并不能保障增强后图像的识别结果的准确性。
技术实现思路
[0005]针对上述技术问题,本专利技术提供了液化石油气标签图形识别系统,具体包括:图像采集单元:利用相机采集液化石油气罐上的标签图像;图像处理单元:用于将图像采集单元采集的标签图像转化为HSV颜色空间图像,并均匀分割得到多个图像块,获取每个图像块的向量;数据处理单元:用于将图像处理单元得到的所有图像块向量输入K
‑
SVD网络中,得到 ...
【技术保护点】
【技术特征摘要】
1.液化石油气标签图形识别系统,其特征在于,包括:图像采集单元:利用相机采集液化石油气罐上的标签图像;图像处理单元:用于将图像采集单元采集的标签图像转化为HSV颜色空间图像,并均匀分割得到多个图像块,获取每个图像块的向量;数据处理单元:用于将图像处理单元得到的所有图像块向量输入K
‑
SVD网络中,得到字典矩阵和每个图像块对应的每个第一稀疏向量;对第一稀疏向量中的每个特征描述值进行调整,得到每个图像块在每次调整后的稀疏向量,并获取每个图像块在经过多次调整后的稀疏向量的特征描述值序列;将每个图像块在每次调整后的稀疏向量与第一稀疏向量的差向量作为每个图像块在每次调整下的差值图像块向量,并计算每个图像块在每次调整下的差值图像块向量中三个通道向量的模长,得到每个差值图像块的三个通道的模长序列;利用每个图像块的特征描述值序列,与该图像块的差值图像块向量的三个通道的模长序列获得每个图像块中每个特征描述值的三个皮尔逊相关系数;利用每个图像块中每个特征描述值的三个皮尔逊相关系数计算每个图像块中每个特征描述值的反光特征符合程度,确定出每个图像块的所有反光特征;根据每个图像块的稀疏向量的每个特征描述值及其对应的特征描述值的反光特征符合程度计算每个图像块的所需增强程度;利用每个图像块的所有反光特征对该图像块进行调整,并结合字典矩阵得到调整图像块,对每个图像块与对应的调整图像块作差得到调整差值图像块,计算每个调整差值图像块中每个像素点的对比度;根据每个调整差值图像块中每个像素点的对比度计算每个像素点的反光纹理符合程度;根据每个图像块的所需增强程度和每个图像块中每个像素点的反光纹理符合程度得到每个图像块中每个像素点的增强系数;图像增强单元:利用数据处理单元得到的每个图像块中每个像素点的增强系数对液化石油气的标签图像进行增强,得到液化石油气增强后的标签图像;图像识别单元:用于对图像增强单元得到的液化石油气增强后的标签图像进行标签信息识别。2.根据权利要求1所述的液化石油气标签图形识别系统,其特征在于,数据处理单元所述得到每个图像块在每次调整后的稀疏向量的过程如下:对每个图像块的第一稀疏向量中的每个特征描述值进行调整,调整方法为对原始的特征描述值在上一次调整后的基础上加1,并设置调整次数,完成对每个图像块的第一稀疏向量中的每个特征描述值的多次调整;保持每个图像块对应的稀疏向量的其他描述值不变,得到每个图像块每次调整后的稀疏向量,即每个图像块在每次调整后的稀疏向量。3.根据权利要求1所述的液化石油气标签图形识别系统,其特征在于,数据处理单元所述皮尔逊相关系数的获取过程如下:获取每个图像块在每次调整后的稀疏向量的每个特征描述值序列;获取每个图像块在每次调整后的稀疏向量和每个图像块的第一稀疏向量,将图像块在
每次调整后的稀疏向量与第一稀疏向量的差向量作为每个图像块在每次调整下的差值图像块向量,得到每个图像块在每次调整下的差值图像块向量;获取每个图像块在每次调整下的差值图像块向量在H通道/S通道/V通道的向量,并计算该图像块在每次调整下的差值图像块向量在H通道/S通道/V通道的向量的模长,得到该图像块在每次调整下的差值图像块向量在H通道/S通道/V通道的向量的模长序列;分别计算每个图像块在每次调整下的差值图像块向量在H通道/S通道/V通道的向量的模长...
【专利技术属性】
技术研发人员:高鹏,葛云峰,刘云洁,邵珠帅,李晓东,毕延苹,常海岳,芮帅林,
申请(专利权)人:山东特联信息科技有限公司,
类型:发明
国别省市:
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。