一种彩喷SD卡光学字符验证方法及验证系统技术方案

本发明专利技术公开了一种彩喷SD卡光学字符验证方法及验证系统，属于数字图像处理技术领域。本发明专利技术首先基于HSV直方图特性，提出了一种快速的字符验证方法，实现了与模板图像差异较大字符的快速验证，将具有明显差异的字符快速得出识别结果，减少了下一步精密验证的计算量，有效地提升了识别效率；其次提出了一种抗光照和旋转变化的HOG特征提取方法，提高了微小旋转与光照变化字符的验证准确率；最后设计了一种中心化广义Jaccard系数，增强了距离测度的辨别力，提升了相似字符的验证精度，可广泛应用于彩喷图像质量自动检验技术中。用于彩喷图像质量自动检验技术中。用于彩喷图像质量自动检验技术中。

【技术实现步骤摘要】
一种彩喷SD卡光学字符验证方法及验证系统


[0001]本专利技术涉及一种彩喷SD卡光学字符验证方法及验证系统，属于数字图像处理


技术介绍

[0002]在SD卡的彩喷工序中，由于人为错误或设备故障导致打印的SD卡表面字符和真实型号不符，给制造商增加了高额成本，同时影响了消费者的使用体验。当前彩喷工序中普遍采用人工验证的方法，效率低、准确性易受主观因素影响。因此，需要研究一种基于机器视觉的彩喷图像质量自动检验方法代替人工目检。
[0003]光学字符验证(Optical Character Verification，OCV)是彩喷图像质量自动检验的核心环节，本质是验证待测图像与模板图像表面字符是否相同，在目标检测和计算机视觉等领域具有广泛的应用。OCV算法可以分为两类：基于深度学习的验证算法和基于匹配的验证算法。
[0004]在深度学习验证算法的研究方面，“Lin C H,Wang S H,Lin C J.Using convolutional neural networks for character verificati本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种彩喷SD卡光学字符验证方法，其特征在于，所述彩喷SD卡光学字符验证方法包括：步骤1：将待测图像和模板图像转换到HSV颜色空间，利用巴氏系数计算模板图像和待测图像的H、S、V三通道颜色直方图相似度，若相似度值小于设定的阈值，则直接输出最终验证结果“相异”，若相似度值不小于设定的阈值，则进行步骤2继续验证；步骤2：提取所述待测图像的V通道图像，基于所述V通道图像提取HOG特征向量；步骤3：基于中心化广义Jaccard系数计算所述待测图像的HOG特征向量与模板图像的特征向量的相似度，并将相似度与设定的阈值比较大小，若相似度大于阈值，则输出最终验证结果为“相同”，否则输出“相异”。2.根据权利要求1所述的彩喷SD卡光学字符验证方法，其特征在于，所述步骤2中提取HOG特征向量的过程包括：步骤21：将所述待测图像划分为四块检测区域，每个区域提取V通道图像V
i
进行Gamma校正；步骤22：以3
×
3个像素为梯度提取单元，中心点p(x,y)为旋转中心，将周围8个像素依次顺时针旋转1、2、3个像素，分别计算所述梯度提取单元无旋转以及旋转3次后的水平和垂直方向梯度；步骤23：把图像分为尺寸相同的cell和block，统计各个cell内所有梯度提取单元无旋转以及旋转3次的梯度方向直方图，并将cell的梯度方向180度分为n个被称为bin的方向块，得到4个n维的特征向量；步骤24：将一个block内所有cell的特征向量串联组合并归一化，按照一定的步长沿着行列方向进行滑窗操作得到多个block，再计算每一个block的特征向量，并将每一个block的特征向量串联在一起，得到最终的4个HOG特征向量H
i1
、H
i2
、H
i3
、H
i4
。3.根据权利要求2所述的彩喷SD卡光学字符验证方法，其特征在于，所述步骤3中具体包括：基于中心化广义Jaccard系数计算所述待测图像的4个HOG特征向量H
i1
、H
i2
、H
i3
、H
i4
与所述模板图像特征向量H
t
的相似度，选择最大的相似度与设定的阈值比...

【专利技术属性】
技术研发人员：吴静静，李天贺，
申请(专利权)人：江南大学，
类型：发明
国别省市：