商場現(xiàn)代化管理中員工胸牌自動識別系統(tǒng)的關(guān)鍵技術(shù)研究

[摘要] 圖像識別技術(shù)是利用計算機進(jìn)行圖像分析，從中提取有效的識別信息，用來辨別圖像中的有效信息的一門技術(shù)。隨著計算機技術(shù)的迅速發(fā)展，以及現(xiàn)實生活的需要，在很多地方采用了圖像識別技術(shù)，胸牌識別技術(shù)在未來的許多領(lǐng)域中，如個人工作情況、智能入口檢測系統(tǒng)等。本文首先介紹圖像識別技術(shù)的概念，接下來詳述圖像識別技術(shù)對于胸牌識別技術(shù)中的關(guān)鍵問題——細(xì)化的研究，詳細(xì)介紹細(xì)化的過程和具體方法。

[關(guān)鍵詞] 識別技術(shù)圖像細(xì)化

目前，隨著我國的經(jīng)濟(jì)發(fā)展，隨著國人的生活條件逐步提高，一方面，國人進(jìn)入超市購物的情況越來越多，商場消費逐步增加，這給商場的管理帶來了巨大的難度；另外一方面，商場在對員工的管理方面一直還處于人工方法進(jìn)行，員工違紀(jì)現(xiàn)象隨時存在、隨時發(fā)生。例如，擅自離開崗位、越權(quán)進(jìn)入倉庫通道、擅自進(jìn)入庫存重地、收銀員擅自離崗等等不勝枚舉，可是我們的管理手段還非常陳舊，管理人力非常有限。所以，研究員工的計算機自動管理就顯得非常重要和有使用價值，胸牌的自動識別系統(tǒng)可以客觀有效的對上述現(xiàn)象進(jìn)行記錄和信息追蹤，加強現(xiàn)代化的管理手段和引入先進(jìn)的管理思路，從社會價值來講，胸牌的自動識別的工作就變得很有意義和價值。

一、圖像識別技術(shù)的概念

圖像識別技術(shù)是計算機視覺和模式識別技術(shù)在現(xiàn)代智能管理系統(tǒng)中的一項非常重要的研究課題，也是實現(xiàn)現(xiàn)代化管理智能化的重要環(huán)節(jié)。它是以計算機數(shù)字圖像處理、模式識別、計算機視覺等技術(shù)為基礎(chǔ)的智能識別系統(tǒng)，利用每一個被管理對象都有的惟一的號碼進(jìn)行管理，通過攝像機所拍攝的被管理對象的圖像進(jìn)行號碼識別。在不影響被管理對象當(dāng)前狀態(tài)的情況下，計算機自動完成圖像的識別，從而可以現(xiàn)代化管理工作的復(fù)雜程度。

分析研究以往的圖像識別算法，我們就會發(fā)現(xiàn)目前還有許多缺點和不足，例如識別率低、識別速度慢、定位不夠準(zhǔn)確等，所以，如何改進(jìn)算法，提高準(zhǔn)確率，已經(jīng)成為一項非常重要的任務(wù)和課題。

二、胸牌識別系統(tǒng)的工作流程和主要功能

胸牌自動識別系統(tǒng)的工作流程主要分胸牌檢測、圖像抓拍、胸牌自動識別、數(shù)據(jù)傳輸?shù)取?/p>

具體流程就是，當(dāng)有商場員工通過規(guī)定通道或路口時，預(yù)埋在通道上的感應(yīng)線圈經(jīng)過觸發(fā)，感應(yīng)檢測器向信息處理單元發(fā)出人員通過信號，處理單元收到人員或員工通過信號后啟動抓拍單元的輔助光源，發(fā)出一束脈沖閃光，同時控制并利用員工的胸牌圖像采集攝像頭送出圖像信號，通過抓拍單元所得的圖像信息，自動識別單元將胸牌進(jìn)行定位、關(guān)鍵字符的邊緣提取、字符粗切分、字符細(xì)切分、字符特征提取、字符識別、胸牌底色識別等處理，完成對員工胸牌的自動識別過程，然后數(shù)據(jù)傳輸單元把以上識別出的胸牌信息及圖像傳輸給數(shù)據(jù)中心計算機進(jìn)行信息處理和綜合。

員工胸牌自動識別系統(tǒng)的主要功能有自動識別胸牌中的顏色、漢字、字母和數(shù)字，通過向中心計算機傳送抓拍的圖像，完成實時數(shù)據(jù)傳送，并可以提供一路模擬電視信號用以代替通道攝像機，同時具有信息聯(lián)網(wǎng)的功能等。

為了盡量提高識別效率，首先對獲得的原始圖像進(jìn)行必要的預(yù)處理，例如灰度圖像的幾何校正、光照強度校正、去噪聲和胸牌邊緣檢測；接著開始進(jìn)行胸牌識別，采用胸牌識別技術(shù)，將胸牌和非胸牌區(qū)域分離，然后運用約束條件，確定胸牌的具體位置；接著運用胸牌圖像進(jìn)行胸牌邊緣檢測，通過圖像二值化處理得到需要的員工胸牌信息。

三、胸牌識別的關(guān)鍵技術(shù)研究

在計算機圖像的胸牌識別中關(guān)鍵技術(shù)有很多，這里本文先研究其中的圖像細(xì)化問題。

細(xì)化（Thinning）的算法有很多，筆者使用的是簡單而且效果比較好的一種算法，用它能夠?qū)崿F(xiàn)從文本或者圖像抽取骨架的功能，比如現(xiàn)在要細(xì)化的對象是白底黑字的文本，程序中為了處理的方便，采用256級的灰度圖像，不過只用到了調(diào)色板中的0到255兩項。

所謂細(xì)化，就是從原來的圖形中去掉一些點，但還是要保持原來的形狀，也就是保持原來圖形的骨架，所謂骨架，可以理解為圖像的中軸，例如一個長方形的骨架是它的長方向上的中軸線，正方形的骨架是它的中心點，圓形的骨架是它的圓心，直線的骨架還是它自身，孤立點的骨架還是它自身。文本的骨架是它筆畫的中心線。可是怎樣判斷一個點能否被去掉呢？顯然，要根據(jù)它的上下左右的8個相鄰點的情況來判斷。例如下圖:

下面來分析一下，如圖所示，（1）圖中，相鄰的8個點都是依附與中心點的，也就是中心點是一個內(nèi)部點，所以，要是內(nèi)部點刪除了，骨架就會架空了，所以，這點不能夠刪除。（2）對于的點也不能夠刪除，原理和（1）是一樣的;（3）可以刪除，因為它不是骨架;（4）不能夠刪除，否則原來連接的就會斷掉了;（5）可以刪除，因為也不是骨架;（6）不能夠刪除，因為它關(guān)系到直線的端點，刪除以后，線就不完整了。

所以，總結(jié)出來以后，就有以下這樣的因素了：內(nèi)部點不能夠刪除，孤立點不能夠刪除，直線端點不能夠刪除，另外對于某個邊界點，如果去掉以后，連通分量沒有增加，則該點也可以刪除。

由于計算機很難處理空間的判斷問題，所以，現(xiàn)在把一個點的相鄰點所出現(xiàn)的所有幾率都列舉出來，并從中標(biāo)識出哪些情況可以刪除，哪些情況不能夠刪除，這樣，計算機在處理的時候好比就有了一個參照，所以，程序中要先制作出這樣的一個表，在表中，列舉出可能出現(xiàn)的情況最多就是256種，這里設(shè)置一個數(shù)組記錄下來。在表中，如果某個元素是0，就不能夠刪除，如果是1，表示可以刪除掉。

下面看一下查表的方法，假設(shè)白點是1，黑的點是0，左上方點對應(yīng)一個8位數(shù)的第一位（最低位）正上方點對應(yīng)第二位，右上方點對應(yīng)第三位，左邊相鄰點對應(yīng)第四位，右邊相鄰點對應(yīng)第五位，左下方點對應(yīng)第六位，正下方點對應(yīng)第七位，右下方點對應(yīng)第八位，也就是如果看到編碼是0000 0000八個零的就是某點上下左右全是0，這樣的點在表中直接找第0個元素（就是表里的第一個元素），也就是對應(yīng)了上圖中的第（1）中的情況，它是不可以刪除的。上圖的第（2）種情況的編碼是：0010 0101，也就是對應(yīng)十進(jìn)制的37，該項不可以刪除，在表中就應(yīng)該是0；第（3）種情況編碼是：1010 1101，對應(yīng)到137，表中就是1，說明可以刪除；（4）編碼：11100111，對應(yīng)231，表中是0，不可以刪除；（5）編碼：1110 1101，對應(yīng)237，表中是1，可以刪除；（6）編碼是：1111 1110，對應(yīng)254，表中是0，不可以刪除。

下邊是對應(yīng)的表：這個表出來以后，計算機就可以根據(jù)具體情況作出判斷了，每次的處理就可以一行一行的把整個圖像掃描一遍，對于每一個點（不包括邊界點），先計算機出它在表中的索引，找到以后，發(fā)現(xiàn)是0的，就保留下來，如果是1，表示可以刪除，如果本次掃描沒有一個點被刪除，則循環(huán)就結(jié)束了，剩下的就是骨架點了，如果有點被刪除，則進(jìn)行下一輪的新的掃描，如果反復(fù)，直到?jīng)]有點被刪除為止。

其中細(xì)化處理的過程具體算法如下：

（1）生成邊界：假如一個被標(biāo)志的點的四周有任何一個點未標(biāo)志，則此點就是邊界點，也可以使用八方向進(jìn)行判斷，就是假如一個被標(biāo)志的點的八方向鄰接點有任何一個未標(biāo)志，則此點是邊界點。

（2）如果被標(biāo)志的點的連通區(qū)域中有任何一個非邊界點（被標(biāo)志了但是不是邊界點），則去掉邊界（相當(dāng)于細(xì)化），否則將所有的邊界點，也就是整個的連通區(qū)域標(biāo)志為臨時中心點。

（3）重復(fù)（1）（2）兩個步驟，直到所有的點都被訪問過為止。

為了取得最終的中心點，還需要對所有被標(biāo)志為臨時中心點并且連通的像素取坐標(biāo)的平均值，將平均值作為最終中心點。

對于圓形或者接近圓形的橢圓來說，一次的細(xì)化則半徑就減去1，因此根據(jù)細(xì)化的次數(shù)就可以得到半徑的值。

經(jīng)過細(xì)化之后的圖像就可以方便存儲和供以后管理之用。