【正文】 書(shū) —— 印刷體索書(shū)號(hào)，從圖書(shū)館的書(shū)架上隨即抽取樣本進(jìn)行研究。圖像處理技術(shù)是索書(shū)號(hào)識(shí)別的核心技術(shù)，而與相類(lèi)似的應(yīng)用相比，索書(shū)號(hào)圖像處理與識(shí)別又有其自身顯著的特點(diǎn)和難點(diǎn)。按照上述流程，具體介紹索書(shū)號(hào)識(shí)別的整個(gè)過(guò)程。由于噪聲和 五點(diǎn)的干擾，以及光照不均勻的影響，二值化后的文字會(huì)發(fā)生粘連，嚴(yán)重改變文字的自營(yíng)。如圖 11 所示 CCD攝像機(jī)拍攝排放在書(shū)架上的圖書(shū)圖像，圖書(shū)的圖像出索書(shū)號(hào)外還有其他內(nèi)容，如出版社的標(biāo)志，其他文字甚至大塊的污漬等，必須從中分割出僅包含索書(shū)號(hào)的文字圖像。因此，借助其經(jīng)驗(yàn)，本文研究采用圖像處理和識(shí)別技術(shù) 實(shí)現(xiàn)索書(shū)號(hào)的自動(dòng)識(shí)別。確保電子數(shù)據(jù)庫(kù)中的圖書(shū)狀態(tài)與書(shū)庫(kù)中的一致，以及書(shū)庫(kù)中的圖書(shū)準(zhǔn)確排放，從而有效解決上述“用索書(shū)號(hào)找不到圖書(shū)”的問(wèn)題。但是，由丁館藏圖書(shū) 多達(dá)上萬(wàn)，甚至幾十萬(wàn)，而且每天又都有大量圖書(shū)的借出和還入，人工檢查工作量很大，單調(diào)、 重復(fù)的工作容易使工作員疲勞，檢查速度比 較慢，無(wú)法滿足實(shí)際的需要。這一方面嚴(yán)重降低了圖書(shū)館的資源的利用率；另一方面，浪費(fèi)了讀者的時(shí)間，造成了很大麻煩。 (2)圖書(shū)已經(jīng)丟失，即雖然電子數(shù)據(jù)庫(kù)中顯示圖書(shū)狀態(tài)為“歸還”，但實(shí)質(zhì)圖書(shū)已經(jīng)丟失，并不在書(shū)庫(kù)中。但是，經(jīng)常會(huì)遇到下列問(wèn)題：電子數(shù)據(jù)庫(kù)系統(tǒng)顯示圖書(shū)狀態(tài)為“歸還”，利用檢索到號(hào)，卻無(wú)法在書(shū)庫(kù)找到此書(shū)。讀者借圖書(shū)的流程如圖 2 所示，一般利用書(shū)目查詢系統(tǒng)，根據(jù)圖書(shū)的 書(shū)名，出版社，作者以及書(shū)的內(nèi)容等在電子數(shù)據(jù)庫(kù)中檢索自己需要的圖書(shū)，記錄圖書(shū)相關(guān)信息。最后按照字母表和數(shù)字大小的順序排列。有的圖書(shū)館如清華大學(xué)還在圖書(shū)分類(lèi)號(hào)碼后添加按照?qǐng)D書(shū)作者姓名所編排的著者號(hào)碼，或者是按照?qǐng)D書(shū)進(jìn)館時(shí)間的先后所取用的順序號(hào)碼。字母之后再用阿拉伯?dāng)?shù)字對(duì)大類(lèi)進(jìn)行細(xì)分。根據(jù)圖書(shū)的學(xué)科主題，以拉丁字母標(biāo)記并順序展列出 22個(gè)基本大類(lèi)，其中沒(méi)有 L、 M 和 Y 開(kāi)頭的 —— 參考附錄 1 中圖 法簡(jiǎn)表。 索書(shū)號(hào)通常是根據(jù)中國(guó)圖書(shū)資料分類(lèi)法編排的【 1】 —— 簡(jiǎn)稱《中圖法》。 1 基于 matlab的數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)論文 研究背景 索書(shū)號(hào)的簡(jiǎn)介 索書(shū)號(hào)是圖書(shū)館賦予每一種館藏圖書(shū)的號(hào)碼，這種號(hào)碼具有一定結(jié)構(gòu)并帶有特定的意義。在館藏系中，每種書(shū)的索書(shū)號(hào)是唯一的，可準(zhǔn)確地確定館藏圖書(shū)在書(shū)架上的排列位置，它是讀者查找圖書(shū)必要的代碼信息?！吨袌D法》采拉丁字母 和阿拉伯?dāng)?shù)字相結(jié)合的混合標(biāo)記符號(hào)。由于“ T 工業(yè)技術(shù)”的大類(lèi)范圍廣泛、內(nèi)容繁多，故又在該類(lèi)基礎(chǔ)上采用雙位拉丁字母標(biāo)記出 16 個(gè)二級(jí)類(lèi)目，如 TK、 TL、 TM 和TN等。如 B 表示哲學(xué)、宗教一大類(lèi)； B020 則表示宗教理論。 不同索書(shū)號(hào)確定排列先后順序的步驟是，先比較分類(lèi)號(hào)碼：如分類(lèi)號(hào)碼相同再比較著者號(hào)碼 或順序號(hào)碼。 書(shū)庫(kù)中圖書(shū)查找 存在的問(wèn)題 隨著電子計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的發(fā)展，現(xiàn)代圖書(shū)館都已經(jīng)廣泛建立電子數(shù)據(jù)庫(kù)圖書(shū)管理系統(tǒng)， 方便用戶查找、閱覽書(shū)籍。 最后，根據(jù)圖書(shū)的索書(shū)號(hào)，快速方便地在書(shū)庫(kù)中找到相應(yīng)的圖書(shū)。出現(xiàn)這種情況主要有兩個(gè)原因： (1)圖書(shū)錯(cuò)位放置，即圖書(shū)在書(shū)庫(kù)中擺放的位置與索書(shū) 號(hào)不一致。隨著圖書(shū)館藏書(shū)數(shù)目的不斷增加，每天借閱的人數(shù)增多，而且有的圖書(shū)館發(fā)展成擁有幾個(gè)分館，上述問(wèn)題越來(lái)越嚴(yán)重。 目前，圖書(shū)館主要通過(guò)定期的人工檢查發(fā)現(xiàn)書(shū)庫(kù)中錯(cuò)位和丟失的圖書(shū)。因此，迫切希望開(kāi)發(fā)索書(shū) 2 號(hào)自動(dòng)識(shí)別系統(tǒng)，實(shí)現(xiàn)對(duì)書(shū)庫(kù)中圖書(shū)放置位置的自動(dòng)檢查，并通過(guò)索書(shū)號(hào)識(shí)別結(jié)果與電子數(shù)據(jù)庫(kù)中圖書(shū)信息的比較，找出已經(jīng)丟失的圖書(shū)。 ．索書(shū)號(hào)自動(dòng)識(shí)別系統(tǒng) 近年來(lái)，隨著電子計(jì)算機(jī)技術(shù)、圖像處理技術(shù)和攝像技術(shù)的迅速發(fā)展，圖像中的文字信息提 取系統(tǒng)已經(jīng)成功地應(yīng)用于各個(gè)領(lǐng)域。 索書(shū)號(hào)自動(dòng)識(shí)別系統(tǒng)概述 系統(tǒng)的硬件由彩色 CCD 攝像頭， 8 位圖像采集卡和計(jì)算機(jī)組成，拍攝的圖像為 8 位 RGB 彩色數(shù)字圖像?；叶鹊奈淖謭D像難以直接用于識(shí)別，所以講灰度的文字圖像裝換為二值圖像。字符切分成單個(gè)字符后才進(jìn)行文字識(shí)別。 索書(shū)號(hào)識(shí)別存在的問(wèn)題及關(guān)鍵技術(shù) 索書(shū)號(hào)識(shí)別所涉及的攝像技術(shù)，無(wú)線通訊技術(shù)，電子數(shù)據(jù)庫(kù)圖書(shū)管理技術(shù)， AGV 自動(dòng)導(dǎo)引技術(shù)和圖像處理技術(shù)都已經(jīng)在其他領(lǐng)域有成功應(yīng)用的實(shí)例。 圖書(shū)館收集了近幾十年的藏書(shū)，不同時(shí)代的索書(shū)號(hào)編 寫(xiě)風(fēng)格大不相同。如圖 7 所示， CCD 攝像頭拍攝的索書(shū)號(hào)圖像，由于光照不均勻、退色、污跡、噪聲以及其他非索書(shū)號(hào)文字的存在，大 CCD 攝像 索書(shū)號(hào)文字圖像分割 文字圖像二值化 單個(gè)字符切分 索書(shū)號(hào)識(shí)別 圖書(shū)排放位置判斷 3 大增加了索書(shū)號(hào)識(shí)別的困難。 第一階段：索書(shū)號(hào)定位是在圖像中找到包含索書(shū)號(hào)的圖像區(qū)域，要求該區(qū)域盡可能包含完整 的索書(shū)號(hào)，同時(shí)盡量排除非索書(shū)號(hào)的圖像區(qū)域。為了包含完整的索書(shū)號(hào)以及避免索書(shū)號(hào) 漏檢，往往是定位得到的圖像區(qū)域略大于索書(shū)號(hào)的真實(shí)區(qū)域。因此，將索書(shū)號(hào)與其他文字相區(qū)別比較困難。通過(guò)二值化處理，能將字符與背最相互分離。 所以，二值化后采用連通域?yàn)V波進(jìn)一步消除索書(shū)號(hào)周?chē)姆亲址繕?biāo)。 (2)褪色程度的不同則降低了字符與背景的對(duì)比度。上述因素的存在不僅使得確定二值化過(guò)程中合理的閾值非常困難，而且會(huì)改變索書(shū)號(hào)字符的形狀特征，最終 影響連通域?yàn)V波的性能。單字切分的結(jié)果如何將直接影響識(shí)別結(jié)果，而且切分好壞除字符能否正確識(shí)別之外，沒(méi)有較 好的判別依據(jù)。 索書(shū)號(hào)的單字切分可以分為兩種情況：非粘連單字切分和粘連字符的單字切分。但質(zhì)量較差索書(shū)號(hào)圖像二值化處理后，相鄰字符可能會(huì)發(fā)生粘連。即使正確的切分也不一定能夠完全修正筆畫(huà)的變形， 即無(wú)法通過(guò)粘連切分恢復(fù)字符的原形。印刷體單字識(shí)別的研究已經(jīng)相當(dāng)成熟，只是與其他應(yīng)用領(lǐng)域的 文字識(shí)別相比，索書(shū)號(hào)文字的質(zhì)量較差，存在字符不均勻褪色，筆劃殘缺以及大面積污跡等問(wèn)題， 4 2 索書(shū)號(hào)文字圖像分割 復(fù)雜背景圖像中的文字定位和分割是從圖像中獲取文字信息的關(guān)鍵步驟，直接影響到后續(xù)文字識(shí)別的準(zhǔn)確性，它在機(jī)器人視覺(jué)．汽車(chē)牌照自動(dòng)識(shí)別，計(jì)算機(jī)文本自動(dòng)輸入，郵件地址自 動(dòng)識(shí)別，集裝箱編號(hào)自動(dòng)識(shí)別以及視頻圖像內(nèi)容的檢索等系統(tǒng)中都有廣泛的應(yīng)用。 圖 21 圖書(shū)索書(shū)號(hào)圖像 但是，從圖像尤其場(chǎng)景圖像中自動(dòng)定位和分割文字是比較困難的，其主要原因有以下幾個(gè)方面：第一，文字嵌入在圖像中，并與其它圖形共存，如邊框，商標(biāo)，裝飾物以及污點(diǎn)等；第二，由于文字顏色退化，文字顏色不均勻，熱切背景顏色有食欲吻脖子顏色差異很??；第三，文字尺寸大小變化；第四，關(guān)照條件無(wú)法控制，廣州不均勻；第五，索書(shū)號(hào)文字與其他文字。根據(jù)圖書(shū)館索書(shū)號(hào)的制定規(guī)則，索書(shū)號(hào)文字圖像具有如下特征：第一，索書(shū)號(hào)文字采用黑色應(yīng)刷；第二，索書(shū)號(hào)文字的數(shù)量至少為 3 個(gè)；第三，索書(shū)號(hào)字符水平排列；第四，索書(shū)號(hào)貼在書(shū)脊的下半部分。 5 圖 22 索書(shū)號(hào)圖像分割算法流程 HSI 彩色空間轉(zhuǎn)換 攝像頭拍攝的彩色圖片的像 素點(diǎn)通常是采用 24 位 RGB表示。比較接近人堆顏色視覺(jué)感知的是色度，飽和度和亮度空間。 本算法中，只對(duì)邊緣點(diǎn)進(jìn)行財(cái)社分割，切自用 S分量。轉(zhuǎn)換關(guān)系如下： I=(R+G+B)/3 (21) S=13/(R+G+B)*[min(R,G,B)] (22) 圖 22 HSI 彩色空間的 I 分量圖 Canny 算子檢測(cè) 索書(shū)號(hào)邊緣點(diǎn)彩色分割 文字圖像行區(qū)域檢測(cè) HSI 彩色空間轉(zhuǎn)換 文字圖像列區(qū)域檢測(cè) 邊界調(diào)整 6 Canny 算子檢測(cè) Canny 算子邊緣檢測(cè)先計(jì)算 X 和 Y 方向的梯度平方和，局部最大的梯度幅值局部變化最大的點(diǎn)的過(guò)程叫非極大值抑制。為此， Canny 像影帝定義了 3 給準(zhǔn)函數(shù)衣表達(dá)上述指標(biāo)的約束： a，信噪比函數(shù)準(zhǔn)則； b，定位精度準(zhǔn)這函數(shù)； c，單邊緣響應(yīng)準(zhǔn)這函數(shù)。 Canny算子中有 3個(gè)參數(shù)，σ是高斯函數(shù)聞不得參數(shù)，他控制平滑程度：高閾值（ TG）和低閾值（ TL)。這樣在 Canny算子中只保留了一個(gè)參數(shù)高閾值（ TG)。由于文字和背景具有較強(qiáng)的對(duì)比度， TG取值有一個(gè)較大的范圍，實(shí)驗(yàn)中 TG=。 圖 23 Canny算子檢測(cè)的邊緣 文字圖像有一些獨(dú)特的特征，文字圖像的解構(gòu)比較復(fù)雜，邊緣像素點(diǎn)比較多，切分布比 較集中。 Canny算子檢測(cè)等到的邊緣點(diǎn)在 HSI彩色空間 S分量上精心索書(shū)號(hào)文字邊緣點(diǎn)的分割。實(shí)驗(yàn)中，去 S1=0,S2=。 圖 25 分割出的索書(shū)號(hào)圖像 7 文字圖像行區(qū)域檢測(cè) 由 于文字圖像中解構(gòu)相對(duì)比較復(fù)雜，其邊緣點(diǎn)數(shù)量也就比較多，分布比較集中。 雖然文字圖像區(qū)域中也存在者字符見(jiàn)得間隔，必能完全保證每一行的邊緣點(diǎn)數(shù)量都比非文字區(qū)域的行邊緣點(diǎn)數(shù)量多 。邊緣點(diǎn)數(shù)量統(tǒng)計(jì)如圖 26所示。受文字圖形自身結(jié)構(gòu)繁簡(jiǎn)程度不同的影響，以及索書(shū)號(hào)可能有多行字符串組成，而兩行字符串之間可能存在間隔，使的圖像文字區(qū)域中的某些行的邊緣點(diǎn)數(shù)量低于平均值，設(shè)置行方向的間隔閾值 Ty=行的間距 Dy≤Ty，這經(jīng)性合并，否則視為兩個(gè)獨(dú)立的文字圖像區(qū)域。現(xiàn)在其中包含可 能文字圖像行最多的區(qū)域?yàn)樗鲿?shū)號(hào)文字圖像。同理： Nx0（ word） Nx0 (nonword) （ 26） 式中， Nx0（ word）為文字圖像區(qū)域的列平均邊緣點(diǎn)個(gè)數(shù)， Nx0(nonword) 為非文字圖像區(qū)域的列平均邊緣點(diǎn)個(gè)數(shù)。邊緣點(diǎn)數(shù)量統(tǒng)計(jì)如圖 27所示。受文字圖形自身結(jié)構(gòu)繁簡(jiǎn)程度不同 的影響，以及索書(shū)號(hào)可能有多列字符串組成，而兩列字符串之間可能存在間隔，使的圖像文字區(qū)域中的某些列的邊緣點(diǎn)數(shù)量低于平均值，設(shè)置行方向的間隔閾值 Tx=行的間距 Dx≤Tx，這經(jīng)性合并，否則視為兩個(gè)獨(dú)立的文字圖像區(qū)域。現(xiàn)在其中包含可能文字圖像行最多的區(qū)域?yàn)樗鲿?shū)號(hào)文字圖像。因此，必須調(diào)整文字圖像的邊界。同理在列方向進(jìn)行邊界調(diào)整。如圖 21所示的索書(shū)號(hào)分割出的索書(shū)號(hào)圖像如圖 28所示。因此，灰度文字圖像的二值化處 理是文字識(shí)別系統(tǒng)中的關(guān)鍵步驟，其結(jié)果直接影響后續(xù)的圖像處理，包括字符切分、特征提取和 字符識(shí)別等。 設(shè) t為閾值， B=(0,1)，是一對(duì)二值灰度，其二值化過(guò)程為： f(x， y)= ???10 f(x， y)≤t 由此可見(jiàn)，確定合理的閾值是灰度圖像二值化的關(guān)鍵。所 確定的閾值作用與政府圖像的每個(gè)相熟，嬰兒對(duì)木表和背景的灰度有梯度變化的圖像效果較差或失效。許多常用的閾值選取反復(fù)發(fā)就是更具直方圖來(lái)進(jìn)行。谷的選取有很多方法，下面主要介紹最優(yōu)閾值法。實(shí)際中長(zhǎng)希望能盡可能減少誤分割（包括吧目標(biāo)分成背景和把背景分成目標(biāo)兩類(lèi)）的概率，而選取最有閾值是一種常用的方法。圖像的直方圖可看成像素灰度值的概率分布廣函數(shù)的一個(gè)近似，設(shè)疑富圖像僅包含兩類(lèi)主要的灰度值區(qū)域（目標(biāo)和背景），那其直方圖所代表的像素灰度值概率分布密度函數(shù)實(shí)際上是對(duì)應(yīng)目標(biāo)和背景的兩個(gè)蛋羹分布密度函數(shù)紙盒。 設(shè)有這樣一副混有加性高斯噪聲的圖像，背景和噪聲的概率密度分別是 P1(z)和 P2(z)，政府圖像的混合概率密度： P(z)=P1*p1(z)+P2*p2(z) （式 31） P1 和 p2 分別是背景和目標(biāo)區(qū)域灰度值的先驗(yàn)概率。如果能求的這些參數(shù)可以確定混合概率密度。這時(shí)錯(cuò)誤地將目標(biāo)像素劃分為背景的概率和將背景像素錯(cuò)誤地劃分為目標(biāo)的概率分別是： E1（ T)=??T dzzp )(2 （式 32）