【正文】 一種在線圖像編碼識別系統(tǒng)的設計 摘要 ： 本文介紹了在線圖像編碼字符識別系統(tǒng)的設計與實現(xiàn)過程，對其中重點環(huán)節(jié)進行了分析與研究，給出了主要環(huán)節(jié)問題的解決方法，在識別算法上，結(jié)合模板匹配與特征識別，提出了基于特征加權(quán)的模板匹配算法，該算法對提高字符識別率提到了較好的作用。 關(guān)鍵詞 ： 圖像處理 。模式識別 。特征加權(quán) 。軟件設計 0 引言 圖像編碼字符識別的研究目前仍是國內(nèi)外一個重點研究課題，它具有廣泛的應用背景，比如車牌號碼自動識別、郵政編碼的自動識別、試卷自動閱讀、報表自動處理等，由于這種在線圖像編碼字符的識別都具有一 些共性，本文結(jié)合在線輪胎編碼字符識別系統(tǒng)的設計，對一般圖像編碼字符識別系統(tǒng)進行了闡述，對關(guān)鍵環(huán)節(jié)進行了研究與分析，該方法對其它在線圖像編碼字符系統(tǒng)的開發(fā)具有一定指導意義。 1 在線圖像編碼識別系統(tǒng)流程 在線圖像編碼字符識別系統(tǒng)主要包括數(shù)字圖像的采集、存儲、圖像預處理、編碼圖像提取、編碼特征提取、編碼識別和后續(xù)處理等一些環(huán)節(jié)，其流程圖如圖1所示。 圖 1 在線圖像編碼字符識別系統(tǒng)流程圖 在線輪胎圖像編碼字符識別系統(tǒng)要求對通過生產(chǎn)流水線上每一個輪胎采集含有輪胎編碼的圖像，然后通過對圖像的處理，提取出輪胎 編碼特征，采用合適的識別算法將每一位編碼字符進行識別。由于輪胎編碼字符在輪胎上有一定變形，且攝像角度不同，得到的編碼圖像差異也很大，規(guī)律性差，所以編碼圖像的預處理和識別算法的選取顯得尤為重要。 2 圖像采集與存儲 在線編碼圖像通常使用數(shù)碼攝像機、數(shù)碼照相機、數(shù)碼攝像頭等設備采集并輸入計算機進行處理，本系統(tǒng)采用 QuickCamPro4000 數(shù)碼攝像頭采集輪胎編碼圖像 ,直接按 JPG 格式存儲。 編碼圖像一般都要先轉(zhuǎn)成 BMP 圖像格式，因為 BMP 格式己經(jīng)成為 PC領域事圖像預處理 后續(xù)處理 編碼特征提取與識別 編碼圖像的采集與存儲 實上的標準 —— 幾乎所有為 Windows 操作系統(tǒng)設計的 圖像處理軟件都支持這種格式的圖像。 BMP 是 Windows 的原始位圖格式，它可以用于保存任意類型的位圖數(shù)據(jù)，可以支持所有的屏幕分辨率和 Windows 所支持的顏色組合。一般情況下，為了保證顯示的高效率，它對圖像數(shù)據(jù)沒有任何的壓縮，所以一幅很小的位圖就可能占據(jù)相當大的空間。 BMP 位圖文件包括位圖文件頭、位圖信息頭、調(diào)色板、位圖數(shù)據(jù)區(qū)四個部分，位圖文件頭由 14個字節(jié)構(gòu)成，位圖信息頭由 40 個字節(jié)構(gòu)成，調(diào)色板的大小取決于色彩數(shù)，單色圖像調(diào)色 板占 8個字節(jié)， 16 色圖像調(diào)色板占 64 個字節(jié)， 256色圖像調(diào)色板占 1024 個字 節(jié)，224色圖像沒有調(diào)色板，位圖數(shù)據(jù)區(qū)內(nèi)數(shù)據(jù)按行順序自下而上、自左而右排列。 3 圖像預處理 圖像預處理主要包括有：圖像灰度化、圖像降噪與增強、編碼區(qū)邊緣檢測、圖像幾何校正、編碼區(qū)圖像提取、編碼圖像二值化、字符分割、字符歸一化等。下面介紹幾個關(guān)鍵環(huán)節(jié)的處理過程。 圖像灰度化處理 編碼圖像通常是彩色的 ， 實際識別用的圖像是灰度圖，所在需要先將彩色編碼圖像轉(zhuǎn)換為灰度圖像。在 RGB顏色模型中，如果 R=G=B，則顏色（ R， G， B）表示一種黒白顏色，其中 R=G=B的值叫灰度值，灰度化處理就是使彩色的 R、 G、 B分量 值相等的過程。常用灰度化處理方法是加權(quán)平均值法，即 R=G=B=(WRR+WGG+WBB)/3 其中， WR、 WG、 WB分別是 R、 G、 B 的權(quán)值，實驗和理論證明，當 WR=, WG=, WB= 時，即當 R=G=B=++ 時，能得到最合理的灰度圖像。 圖像增強處理 直接灰度變換 ①線性灰度變換：假設圖像灰度是線性變化的，如原圖像 f(x,y)灰度范圍為[a,b]，要求 變換后圖像灰度范圍達到 [c,d]，根據(jù)線性規(guī)律，則 變換后圖像 g(x,y)為： cyxfab cdyxg ???? ),(),( （ 1） ② 非線性變換 —— 對數(shù)變換和指數(shù)變換。當需要擴展低灰度區(qū)、壓縮高灰度區(qū)時使用對數(shù)變換，當需要擴展高灰度區(qū)時使用指數(shù)變換。 平滑濾波 — 降噪 由于噪聲對應圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，屬高頻分量，所以使用低通濾波器（即平滑濾波器）降噪。同時平滑還可以使圖像模糊，有利于在提取較大的目標前去除較小的細節(jié)或?qū)⒛繕藘?nèi)的小間斷連接起來。 平滑降噪的方法是使用模板對圖像進行卷積運算，線性平滑濾波器最常用的模板 是如圖 2所示的 3 3模板，將此模板與圖像中像素按如下方法進行卷積運算，可得到平滑降噪的圖像。 ① 將模板在圖中漫游，并將模板中心與圖中每個像素位置重合； ② 將模板上系數(shù)與模板下對應像素相乘； ③ 將所有乘積相加； ④ 將和賦給圖中對應模板中心位置的像素。 非線性平滑濾波器最常用的是中值濾波器，它將區(qū)域中所有的值按大小進行排序，將排序后位于中間的像素值賦予中心像素。中值濾波可有效地去除隨機噪聲，能 得到較好的視覺效果。 編碼區(qū)邊緣檢測 邊緣是灰度值不連續(xù)的結(jié)果，可利用求一階和二階導數(shù)的方法檢測到。因為在邊緣地帶導數(shù)值大，而非邊緣的地方導數(shù)值小。由于數(shù)字圖像是離散的，不能求導數(shù)，可以通過卷積的方法用差分近似代替微分。 效果較好的邊緣檢測算法是 Sobel算子。 Sobel算子是一種梯度幅值22 yx ssM ?? ，分別利用垂直算子 Sx、水平算子 Sy來獲取編碼區(qū)垂直邊緣和水平邊緣，即在水平和垂直方向上使用如圖 3所示的兩個不同的卷積模板，得到如圖 4所示的邊緣檢測結(jié)果。 圖 2 平滑濾波器模板 圖 3 Sobel邊緣檢測模板 圖 4 Sobel算子邊緣檢測結(jié)果 圖像幾何校正 Hough變換可以檢測出編碼區(qū)圖像傾斜角度，根據(jù)此角度進行旋轉(zhuǎn)變換可使編碼區(qū)圖像得到校正。 Hough變換可以將圖像空間 XY中的直線（ y=px+q）檢測問題轉(zhuǎn)換到參數(shù)空間PQ中點的檢測問題，在參數(shù)空間 PQ里，建立一個累加數(shù)組 Sum(p,q)，對每一個圖像空間中給定邊緣點，讓 p取遍所有可能值，根據(jù)直線方程 q=xp+y計算出對應的q，對 Sum(p,q)進行累加，得到 Sum(p,q)的值就是在 (p,q)處共線的點的個數(shù)， (p,q)1 0 1 2 0 2 1 0 1 1 2 1 0 0 0 1 2 1 的值就是圖像空間中直線的斜率和截距，由斜率得到圖像編碼區(qū)水平邊緣角度。 字符切割 通過對編碼字符區(qū)直接進行水平掃描，由字符間距一般可以將字符區(qū)域分割出來。 也可以 通過對編碼字符區(qū)做垂直方向投影運算，根據(jù)字符大致寬度與字符總數(shù)，對字符進行切割。如圖 5所示是編碼字符區(qū)及對應垂直投影圖。 圖 5 編碼字符及對應垂直投影 圖 6 線性插值示意圖 字符歸一化處理 對分割 出的字符從四個方向掃描，確定字符邊界，然后采用線性插值方法對每個字符作歸一化處