一种钢铁板坯编码图像中的字符识别方法技术

本发明专利技术公开了一种钢铁板坯编码图像中的字符识别方法，包括以下步骤：步骤1：将获取的钢铁板坯编码图像切分为多个单字符图像；每一个单字符图像中包含有一个待识别的字符；步骤2：依次对每一个单字符图像进行字符识别，从而完成对钢铁板坯编码图像中的字符识别。该钢铁板坯编码图像中的字符识别方法具有运算简便、识别效率高的特点。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
板坯编码是钢铁企业用来表示钢铁板坯信息的标识，通常喷涂在钢铁板坯的侧面。本专利技术提出ー种钢铁板坯编码图像识别方法，用于钢铁板坯图像中板坯编码的识别。字符特征提取是字符识别技术中的关键环节，也是ー个难点，其需要根据识别方法的要求，对满足识别要求的模式进行特征提取，从而进行字符识别。字符特征提取的关键是特征选择，即如何从众多特征中找出有效的特征。目前，常用的字符特征主要分为两类字符结构特征和字符统计与变换特征。字符结构特征，主要是提取字符的宽度、长度、水平特征，基于链码的结构特征等，该方法对字符的结构较敏感，能够很好的区分相似字符，但 是结构特征很难抽取，而且不稳定，在对复杂的字符笔划进行分析与提取时，会产生很大的运算量，因此对计算机性能要求较高。字符结构特征和字符统计与变换特征中，通用的统计特征包括字符的投影特征，轮廓特征，网格特征等，通用的变换有小波变换、傅立叶变换等。统计方法鲁棒性強，抗干扰能力好、抗噪能力强，但是，可能会失去区分“敏感部位”的差异，因此很难区分相似字符。钢铁板坯图像通常从钢铁エ业现场获得，而钢鉄工业现场存在环境复杂、光照环境变化，板坯侧面的板坯编码成像背景复杂等恶劣因素的影响，致使不同钢铁板坯图像之间的差异性较大，加大了选取恰当板坯编码字符特征的难度，此外，板坯编码通常是由エ业涂料喷涂而成的，而エ业涂料是颗粒状的，致使板坯字符编码连通性及规范性不佳。由于存在以上原因，现有的字符特征提取方法，均无法有效地提取板坯编码字符特征，从而降低了板坯字符编码的识别率。
技术实现思路
本专利技术所要解决的技术问题是提供，该钢铁板坯编码图像中的字符识别方法具有运算简便、识别效率高的特点。专利技术的技术解决方案如下—种钢铁板坯编码图像中的字符识别方法，包括以下步骤步骤I :将获取的钢铁板坯编码图像切分为多个单字符图像；每一个单字符图像中包含有ー个待识别的字符；步骤2 :对每ー个单字符图像都进行字符识别，从而完成对钢铁板坯编码图像中的字符识别。根据权利要求I所述的钢铁板坯编码图像中的字符识别方法，其特征在于，步骤2中，所述的单字符图像进行字符识别包括以下步骤步骤a :对单字符图像进行灰度化，获得灰度图；步骤b :对所述灰度图进行滤波处理，获得滤波后的灰度步骤c :对所述滤波后的灰度图进行ニ值化处理，获得ニ值图；步骤d :对所述ニ值图进行大小归ー化处理，获得归ー化单字符ニ值图；步骤e :对所述的归ー化单字符ニ值图进行逐像素点特征提取，得到特征向量矩阵；所述的逐像素点特征提取是指对归ー化单字符ニ值图逐行逐列扫描，对归ー化单字符ニ值图中的白色像素点，取特征值为1，对归ー化单字符ニ值图中的黒色像素点，取特征值为0，最后得到一个特征向量矩阵，特征向量矩阵的维数等于归ー化单字符ニ值图中像素点的总数目；步骤f :逐像素点模板匹配将所述的特征向量矩阵与多个字符模板进行匹配，获得多个相似度，相似度指元素数目占总元素数目的比例；以相似度最大的字符模板所对应的字符作为当前单字符图像的匹配结果；每ー个字符模板中的元素数量与特征向量矩阵中包含的元素数量相同。 所述的步骤f中，所述字符模板的制作过程如下首先获取板坯编码图像，以包含所有单个板坯编码为一組，选取ー组板坯编码的单字符图像，经过步骤a至步骤e的处理，获得ー组与板坯编码图像对应的特征向量矩阵，将该组特征存储为文件，即为ー组与板坯编码图像对应的字符模板。所述的步骤f中，所述特征向量矩阵与字符模板的特征向量的匹配方式为依次比较特征向量矩阵中的每个元素与字符模版中的对应元素，判断是否相同，并统计相同元素的数目，将相同元素的数目占总元素数目的比例作为当前单字符图像与该当前字符模板的相似度。所述的滤波是指用3 X 3窗ロ进行最小值滤波。所述的ニ值化处理是指采用大津法进行自适应ニ值化处理。所述的大小归ー化处理是指将ニ值图转换为50X60像素尺寸大小的ニ值图。所述的字符模板为多组。所述的字符模板对应的字符组包含的字符为数字0-9、英文大写字母、英文小写字母、汉字中的至少ー种。有益效果本专利技术的钢铁板坯编码图像中的字符识别方法，针对板坯编码的特征，采用ー种新方法进行特征提取，提高了字符特征信息提取的全面性，具有特征提取简单，运算方便，井能够有效地实现板坯编码的识别。本专利技术采用有效的图像预处理技术，并提取恰当的板坯编码字符特征，结合板坯编码字符检验技术，实现对复杂エ业环境中获取的钢铁板坯图像中板坯编码的有效识别。由于板坯编码通常是由エ业涂料喷涂而成的，而エ业涂料是颗粒状的，致使板坯编码连通性及规范性不佳，从而导致现有的特征提取方法无法有效地提取板坯编码的字符特征。而本方法的特征提取过程，只是简单的变换过程，即将ニ值图中的黑(灰度值为O)像素点和白(灰度值为255)像素点，分别用特征值O和I来表示，从而获得特征向量。因而，本专利技术的方法能够全面的提取字符特征信息，特征提取过程简单，运算方便，容易实现。附图说明图I为本专利技术中板坯编码字符模板制作示意图2为本专利技术字符识别流程图；图3为某ー钢铁板坯编码图像；图4为将图3的钢铁板坯编码图像切分后的单字符图像；图5为将图4的单字符图像进行处理后获得的单字符ニ值图；图6为将图5的单字符ニ值图进行归ー化处理后的获得的单字符ニ值具体实施例方式以下将结合附图和具体实施例对本专利技术做进ー步详细说明本专利技术的方法包括以下步骤I.对从钢铁板坯编码图像中切分获得的含有单个板坯编码字符的图像按顺序进行编号，并进行灰度化处理；2.对单字符(含有单个板坯编码字符)灰度图进行滤波处理；3.对滤波处理后图像采用自适应ニ值化分割技术，进行ニ值化处理；4.对单字符ニ值图，进行大小归ー化处理；5.对归ー化后单字符ニ值图，进行逐像素点特征提取。本专利的重点内容有两点I、灰度化、滤波和ニ值化技术的恰当组合；(现有主要组合方式灰度化、均值滤波和人工设定整体阈值法；)2、逐像素点特征提取。逐像素点特征提取法选用字符图像的灰度特征作为字符特征，属于ー种字符统计与变换特征，采用灰度变换及ニ值化处理获得单个字符图像的灰度特征向量矩阵。与现有技术的相同之处是通过变换算法提取字符的特征信息，变换算法是成熟的算法；不同之处是变换算法的合理搭配，及字符特征的选取，在已搜索到的文献中，并没有发现与本专利相同的字符特征；采用灰度变换及ニ值化处理获得单个字符图像的灰度特征向量矩阵。6.对单字符ニ值图，进行逐像素点模板匹配；7.重复步骤I到步骤6，直到识别完整个板坯编码图像中的所有单个字符；8.对识别后获得的整个板坯编码图像中的所有单个字符，按照切分时的编号，按顺序组合，获得完整的板坯编码。对识别获得的完整板坯编码可根据自行定义的编码格式来进行校验处理。校验处理的作用当图像中板坯编码存在缺损等情况，并造成识别结果出现违反编码规则的情形时，通过校验，可以发现此类问题，并输出警示信息，降低输出错误识别结果的概率。校验成功的标准，是指识别获得的编码字符串是否满足全部编码规则，若满足全部编码规则，则判断校验成功；否则校验失败。 若校验成功，证明识别成功，输出板坯编码识别结果；若校验失败，证明本次识别失败，并输出警示信息“识别失败！ ”；进ー步的在所述步骤I中，灰度化处理的变换公式如下 f (i, j) 本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：吴敏，安剑奇，曹卫华，何勇，杜楠，田胜雄，
申请(专利权)人：中南大学，
类型：发明
国别省市：