復雜光照條件下鋼坯字符檢測方法

洪漢玉,俞喆俊，章秀華

(武漢工程大學圖像處理與智能控制實驗室，湖北 武漢 430205)

0 引 言

字符區域能否正確的檢測出來是鋼坯字符識別系統中十分關鍵的一步[1].在生產線上，由CCD相機得到的圖像中包含了許多信息，如圖1所示.定位檢測就是將鋼坯斷面字符區域從圖片中切割出來.與普通字符檢測不同的是，鋼坯字符目標是動目標，位置的不確定性使得很難固定窗口大小.同時，環境的多變性也讓目標檢測變得十分復雜.

圖1 復雜光照條件下的鋼坯圖像Fig.1 Complex illumination of billet image

常用的字符檢測方法有許多種，其中比較好的方法有：1字符邊緣的檢測提取[2-5]；2水平灰度變化特征[6]；3神經網絡[7-10]；4彩色分割[11-14]等.上述方案中，方案1的邊緣檢測可以快速的處理圖像，不過會遺漏很多細節部分的信息；方案2很難適應復雜場景變化的圖像，幾乎很難提取字符信息；方案3的計算時間長，數據量大滿足不了實時性的要求；方案4對于顏色比較接近的鋼坯字符而言(對比度低的圖像)，很難做到統一、有效地提取字符.

視頻內容分析的最終目標是捕獲興趣區域的描述證據，這些描述證據依照人類視覺系統的分析，盡可能的表達出目標特征.針對在復雜場景中檢測出目標區域這一問題，采用多次分割方法分割圖像，并通過有效的聚類和投影特性來自適應區分興趣區域和非興趣區域.

1 多次最大類間方差分割方法

最大類間方差算法的目標是在直方圖中尋找圖像的最佳分割閾值[15-16].當類間方差最大時，此時的閾值便為最佳閾值，即可最大化的區分背景與前景.最大類間方差算法和直方圖有著密切的關系，直方圖的分布形式會影響它的計算.當處理場景復雜圖像時，圖像的直方圖信息就不會出現“雙峰”的情況，即背景與前景信息有明顯的區分.此時，會出現多個波峰交替出現的情況，根據原有方法的計算，得出的閾值會偏向于較大波峰處，從而存在較大差異.以下提出的基于多次最大類間方差分割方法可以避免這一現象，較好的完成分割任務.其原理是多次利用最大類間方差分割方法，對于每次小于閾值門限的像素置0，直到判斷出分割圖像中包含字符信息.

可以看出，多次分割的終止條件是整個分割方法的核心.在復雜場景下的鋼坯端面字符檢測中，由于現場環境干擾，使用一般的多級分割無法檢測出字符區域.因此對多級分割算法加入聚類連通域的方法去噪，改進算法如下：

(1)計算最大類間方差得出最佳閾值，小于閾值門限的像素置0，大于則保留原像素不變.然后用聚類連通域的方法對分割后的二值圖做連通域標記，同時統計各個連通域面積、寬度和高度.為避免復雜光照造成的影響，根據先驗知識，將連通域個體寬度或者高度過大的連通域點集灰度置為0.由此得到新的灰度圖像(S1).

(2)判斷是否滿足多級分割的終止條件，如果不滿足將S1返回步驟1，直到滿足多級分割終止條件為止.

2 鋼號字符提取

2.1 鋼坯端面有無字符判定

根據鋼廠需要，鋼坯兩個端面只有一端有字符，而鋼坯在生產線上的位置是不確定的，所以由相機得到的鋼坯圖像有可能是包含字符的鋼坯端面，也有可能呈現無字符端面.上述提出的改進最大類間方差分割算法對圖像進行多級分割，粗略統計圖像可能存在的字符興趣區域個數.由實驗對比發現，鋼坯空白端面有的會呈現出凸凹不平，造成偽字符目標區域個數較多的情況(數量大于5)；有的空白端面因為比較平整，字符目標區域個數較少(1個字符目標區域)甚至沒有.而由先驗知識已知，待識別的鋼坯端面上字符分兩行(鋼坯號和鋼種號)，由此判定過多或者過少字符目標區域的鋼坯端面為無字符端面.

2.2 鋼坯端面垂直字符的判斷

由于生產線上鋼坯位置不固定性，CCD照相機得到的鋼坯字符圖像往往存在90°旋轉問題，這會影響鋼坯的端面字符識別.

對于鋼坯90°端面圖像旋轉校正的具體步驟如下：

(1) 使用多級分割方法得到每一級的二值分割圖；

(2) 統計水平方向上所有255像素點總數(totalrow)，同時統計水平方向上255像素點的行數(countrow),計算出水平方向上的平均255像素數量(Averagerow)，即：A1=totalrow/countrow；

(3) 統計垂直方向上所有255像素點總數(totalcol)，同時統計垂直方向上255像素點的列數(countcol),計算出垂直方向上的平均255像素數量(Averagecol)，即：A2=totalcol/countcol；

(4)在水平方向和垂直方向上比較平均255像素數量的大小.當水平方向上的平均255像素數量小于垂直方向上的255像素數量時，此二值圖需要90°順時針旋轉，在得到旋轉獲得的新二值圖后再進行后續字符識別處理；反之，此二值圖無需旋轉，可直接進入后續字符識別處理.

2.3 鋼坯字符定位

當背景復雜時，此時所需要的最佳閾值和最大類間方差便有可能失去直接聯系，即在直方圖上，背景的像素概率密度掩蓋了目標區域的像素概率密度，使最大類間方差算法失效.所以分割圖像前需要通過圖像平滑的方法，保證目標區域信息不減弱的同時有效的簡化圖像，確保了最大類間方差算法的可行性.

上述采用多次最大類間方差的方式，多次循環尋找最佳閾值，終止條件為判斷是否滿足水平/垂直聚類條件.終止條件的設定是能否找到最佳閾值的關鍵因素.在所獲得的最佳二值圖像中，鋼坯字符區域的連通域會排列成線性趨勢，如圖2所示的方框區域，把這種和水平線角度偏差不大的歸結為水平聚類，同理可歸納垂直聚類，聚類這些大小，左右間距相近的連通域數組(number(x))，通過比較(number(x))選出最佳值，就可以完成分割與定位.

圖2 最佳閾值的二值圖Fig.2 Binary image with optimal threshold

具體聚類步驟為：

(1)對第一次最大類間方差分割的二值圖像進行區域合并，記錄連通域的幾何、位置、像素屬性，并標記為0；

(2)依次使標記為0的連通域作為模版，對圖像進行排序掃描(以絕對距離最小為排序準則)，如果連通域的幾何、位置、像素屬性與模版相比在規定范圍內，聚類此連通域，使number(x)加1，并使其標記為1，然后更新模版，繼續循環(2)步；

(3)以聚類連通域數組為原則，把number(x)≥4的集合進行排序，使最大數組number(x)賦值給number1；

(4)對第二次最大類間方差分割的二值圖進行步驟(1)，把最后的最大數組number(x)賦值給number2；

(5)比較number1與number2，如果number1

3 實驗結果與分析

為了驗證上述鋼坯字符檢測算法的可靠性與適應性，在線采集了復雜場景下的鋼坯號字符圖像進行了實驗，其中包括：倒立字符、90度旋轉字符、粘連及模糊字符、殘缺字符等復雜情況.上述算法均是在VC++6.0的環境下實現的，進行了復雜鋼坯端面字符分割、字符標定和篩選工作、以及字符檢測對比等實驗，如圖3、4、5所示.

圖3 多次分割圖Fig.3 Multistage segmentation image

從圖3可以看出，復雜場景下的鋼壞字符圖像被逐次分割，背景和目標區域可以很好的被分離出來。在經過特征去噪、標定侯選區域、篩選侯選區域的處理后，字符區域會被完整的提取出來，如圖4所示.與傳統投影方法相比，該字符提取方法能夠避免復雜光照的影響，充分利用字符連通域的聚類和幾何比例特征對生產線的鋼壞字符圖像進行實時提取.如圖5所示，傳統投影方法[17]基本不能檢測出字符區域，本文提出的字符檢測方法卻能很好的定位出鋼壞字符.

圖4 字符提取結果Fig.4 Result of character extraction

圖5 檢測結果比較Fig.5 Comparison of detection results

4 結 語

根據重軌生產線鋼坯字符識別這一技術難題，提出了一種有效的鋼坯字符定位檢測算法.采用基于最大類間方差的多次分割方法，利用有效的聚類處理和字符特征對復雜生產線場景下的字符進行定位檢測.實驗結果表明，該字符檢測方法準確率高，能夠較好地適應復雜多變的復雜環境，具有一定的穩定性和適應性，滿足重軌生產線鋼坯字符識別[18]的需求.

參考文獻：

[1] 林志敏, 洪漢玉, 章秀華, 等. 基于投影匹配的鋼坯端面字符快速識別方法[J]. 計算機與數字工程, 2009, 3(37):172-174.

[2] 鄭南寧, 張西寧, 戴瑩. 行駛車輛牌照自動識別系統[J]. 西安交通大學學報, 1991, 25(1):43-54.

[3] 郭勇, 吳樂南. 行駛車輛的牌照識別系統[J]. 電子工程師, 2000(11): 37-41.

[4] Yu M,Kim Y D. An approach to korean license plate recognition based on vertical edge matching[C]//2000 IEEE International Conference. Tennessee：2000(4)：2975-2980.

[5] Barroso J, Dagless E，Rafael L, et al.Number plate reading using computer vision [J]. Proceedings of IEEE International Symposium on Industrial Eledtronics,1997(3):761-766.

[6] 湯德佑, 黃元江. 基于灰度跳變的車牌自動識別技術[J]. 株洲工學院學報, 2004, 18(2): 87-89.

[7] 姚德宏. 基于神經網絡的汽車牌照提取研究[J]. 計算機應用, 2001, 21(6): 40-41.

[8] 陸峰. 基于改進的BP神經網絡進行車牌定位的研究[J]. 蘇州大學學報(工學版), 2004, 24(6):5-8.

[9] 蒙峭緣, 張遠夏. 基于BP神經網絡車牌字符識別的研究[J]. 玉林師范學院學報, 2008, 5(29):129-133.

[10] 劉艷梅, 薛定宇, 徐心和. 基于人工神經網絡的立體視覺定位方法[J]. 計算機工程與應用, 2005, 22(41):33-35.

[11] 郭捷, 施鵬飛. 基于顏色和紋理分析的車牌分析車牌定位方法[J]. 中國圖形圖象學報, 2002(5):58-62.

[12] 楊家輝, 王建英. 基于色彩分割與體態紋理分析的車牌定位方法[J]. 交通運輸工程與信息學報, 2004, 2(1): 99-105.

[13] Eun Ryung Lee, Pyeoung Kee Kim. Automatic recognition of a car license plate using color image processing[J]. Journal of Korea Institute of Telematics and Electronics,1995,24(2):128-131.

[14] Yen J C, Chang F J, Chang S. A New Criterion for Automatic Multilevel Thresholding [J]. IEEE Trans on Image processing,1995,4(3):370-377.

[15] 劉艷, 趙英良. Otsu多閾值快速求解算法 [J]. 計算機應用, 2011, 12(31): 3363-3365.

[16] Otsu N A. A Threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems Man and Cybernetics,1979, 9(1):62-66.

[17] 孫愛民，李會凱，侯一民.基于LabVIEW的視覺計數系統研究[J].武漢理工大學學報，2010，32(22)：205-208.

[18] 楊義軍, 洪漢玉, 章秀華,等. 重軌生產線鋼坯字符識別方法研究 [J]. 武漢工程大學學報, 2012,34(5): 64-67.