批量圖像采集中數(shù)字標(biāo)識自動識別系統(tǒng)的構(gòu)建

王 磊

（武漢船舶職業(yè)技術(shù)學(xué)院，湖北武漢 430050）

高校為了方便教學(xué)管理，會組織入學(xué)新生統(tǒng)一采集圖像，以制作各類證件。影響圖像采集速度的關(guān)鍵是如何對圖像進(jìn)行有意義的標(biāo)識。根據(jù)調(diào)研，現(xiàn)行方法是靠人工根據(jù)圖像采集人的身份信息來完成圖像的數(shù)字標(biāo)識，當(dāng)需采集圖像的人數(shù)較多時，工作量巨大，且易發(fā)生錯誤。本文基于數(shù)字圖像處理與分析技術(shù)，對批量圖像采集中數(shù)字標(biāo)識自動識別的問題進(jìn)行了研究。

1 數(shù)字標(biāo)識自動識別原理

數(shù)字標(biāo)識識別系統(tǒng)主要是由圖像采集、圖像預(yù)處理、數(shù)字目標(biāo)定位及分割、數(shù)字識別等模塊構(gòu)成。圖像采集采用常用的數(shù)碼相機(jī)，以較淺的純色（如淺紅色、淺藍(lán)色等）為背景，圖像采集人手持特定底色的標(biāo)識數(shù)字放于胸下，為取得較好效果，可輔助一定的光源，照片大小要求在800x600以上。在對數(shù)字標(biāo)識識別之前要根據(jù)需要對圖像進(jìn)行預(yù)處理，通常圖像的預(yù)處理包括縮放、增強(qiáng)、去噪等步驟，目的是為目標(biāo)數(shù)字的定位做準(zhǔn)備。數(shù)字的定位與分割是指在圖像中對目標(biāo)位置進(jìn)行標(biāo)記，并將目標(biāo)數(shù)字從復(fù)雜的背景中分割出來，根據(jù)識別的需要將數(shù)字列分成單個字符，數(shù)字識別是數(shù)字標(biāo)識自動識別系統(tǒng)的核心功能，由于實際使用條件存在諸多干擾因素，為確保較高的識別率，要求識別算法覺有快速準(zhǔn)確的優(yōu)良特性。

2 圖像預(yù)處理

使用數(shù)碼相機(jī)獲取的圖像分辨率很大，合理的縮小圖像可以有效的減少圖像處理的時間，且不會影響目標(biāo)數(shù)字的定位識別。圖像縮放是圖像空間變換中的一種，通過增加或去掉像素來改變圖像的尺寸，通常有最近鄰插值法、雙線性內(nèi)插法、雙三次插值等。雙線性插值的核心思想是在圖像縱橫兩個方向分別進(jìn)行一次線性插值。假設(shè)源圖像f（x，y）縮放k倍后為圖像g（u，v），則源圖像與目標(biāo)圖像中得對應(yīng)點為

已知源圖像的點（x1，y1），（x1，y2），（x2，y1），（x2，y2）是包圍（x，y）的點相應(yīng)點的灰度值為：

首先在x方向上進(jìn)行線性插值：

在方向y上進(jìn)行線性插值：

g（u，v）就是目標(biāo)圖像點處灰度值。線性插值的結(jié)果與插值的順序無關(guān)。首先進(jìn)行y方向的插值，然后進(jìn)行x方向的插值，所得到的結(jié)果是一樣的。

3 目標(biāo)數(shù)字區(qū)域定位

目前進(jìn)行數(shù)字定位的方法有很多，最常見的定位技術(shù)主要有基于邊緣檢測的方法、基于彩色分割的方法、基于數(shù)學(xué)形態(tài)學(xué)的定位和基于灰度圖像紋理特征分析的方法等［1］。本文根據(jù)目標(biāo)區(qū)域顏色明顯區(qū)別于背景色的特征，采用了根據(jù)色彩信息進(jìn)行粗定位［2］［3］，然后基于數(shù)學(xué)形態(tài)學(xué)處理來精確定位的方法。

經(jīng)過分分析待處理圖像，發(fā)現(xiàn)人像背景圖像在HSV色彩空間中數(shù)字區(qū)域背景的色調(diào)和飽和度相對穩(wěn)定（圖1），且與非數(shù)字區(qū)域有很好的區(qū)分度，可以作為數(shù)字區(qū)域定位的圖像特征。從待識別圖片中隨機(jī)選取若干圖片，對圖像中字符區(qū)域進(jìn)行標(biāo)定，統(tǒng)計標(biāo)定區(qū)域的色調(diào)和飽和度的樣本均值及樣本標(biāo)準(zhǔn)差stdh，stds，建立圖像像素色調(diào)及飽和度定位的特征空間。色調(diào)范圍：（－stdh＋stdh），飽和度范圍：。然后根據(jù)像素的是否屬于特征空間對圖像進(jìn)行過濾（圖2）；用矩形區(qū)域?qū)Χ祷蟮膱D像進(jìn)行形態(tài)學(xué)閉運算，形成連通的區(qū)域（圖3）；獲取源圖像中與目標(biāo)色對應(yīng)的區(qū)域，即為目標(biāo)區(qū)域（圖4）。

圖1 源圖像

圖2 色調(diào)過濾后的圖像

4 基于數(shù)學(xué)形態(tài)學(xué)的數(shù)字標(biāo)識分割

數(shù)字區(qū)域定位完成后，需要進(jìn)一步將圖像分割成單個數(shù)字的形式，以便進(jìn)一步的識別。本文研究的圖像成像質(zhì)量較高，無外在污染，但目標(biāo)數(shù)字區(qū)域存在傾斜的現(xiàn)象，且目標(biāo)數(shù)字區(qū)域無明顯的邊框，經(jīng)典的圖像傾斜校正算法無法取得較好的效果。通過實驗，本文選擇使用連通域分割法對字符進(jìn)行分割，并使用數(shù)學(xué)形態(tài)學(xué)的方法對其較敏感的字符粘連和不連通進(jìn)行預(yù)先處理。

圖3 形態(tài)學(xué)處理后的圖像

圖4 目標(biāo)數(shù)字

4.1 圖像的二值化

在對字符分割前，首先要對目標(biāo)數(shù)字區(qū)域進(jìn)行二值化［4］，將原始的灰度圖像轉(zhuǎn)化成只有黑白色的二值圖像，對于一個二元圖像f（x，y），設(shè)T為閾值，二值化可表示為：

如何選擇合適的閾值T是二值化的關(guān)鍵。當(dāng)T值過小時，可能會增加許多冗余信息，而T值過大又可能會丟失有用信息。常用的二值化方法有Otsu法（大津法）、直方圖法等。

經(jīng)過對目標(biāo)數(shù)字圖像仔細(xì)研究發(fā)現(xiàn)，主要含有三種不同的灰度值，一種是字符接近黑色，一種是主要背景顏色接近白色，還有一種是由于圖像傾斜造成的純白色區(qū)域，觀察圖像的的灰度直方圖（圖5），發(fā)現(xiàn)有三個主要的波峰，所占比例最大的部分應(yīng)該對應(yīng)圖像中的背景顏色。通過實驗，取圖像灰度直方圖兩波谷間所占分量最大的區(qū)域左側(cè)波谷處的灰度值作為二值化的全局閾值可以取得良好的效果（圖6）。

4.2 連通域數(shù)字分割算法

目標(biāo)數(shù)字圖像經(jīng)二值化及形態(tài)學(xué)處理后，圖像中出現(xiàn)了若干連通區(qū)域，這些區(qū)域除要分割的數(shù)字外還有多個形狀各異不規(guī)則的連通區(qū)域。數(shù)字分割算法的基本思想是先對圖像進(jìn)行連通域標(biāo)記，對標(biāo)記后的整幅圖像進(jìn)行一次掃描確定和記錄各個連通域的上、下、左、右四個邊界，計算連通域的高度、寬度、面積、位置等特征值。根據(jù)特征的相近程度對連通域進(jìn)行分類，因為數(shù)字的個數(shù)是固定的，查詢哪一類中元素的個數(shù)等于預(yù)知的數(shù)字的個數(shù)，再把其對應(yīng)的連通域提取出來，即可得到分離的數(shù)字。

圖5 目標(biāo)數(shù)字區(qū)域像素直方圖

圖6 二值化的目標(biāo)數(shù)字區(qū)域

下面是連通域數(shù)字分割算法的步驟：

（1）對二值化后的圖像做連通域標(biāo)記；

（2）對每個連通域統(tǒng)計長度、寬度、面積、位置信息等特征；

（3）根據(jù)連通域的長寬比，面積、位置等信息進(jìn)行分類；

（4）查找個數(shù)為預(yù)知字符數(shù)的連通域的類別；

（5）提取該類別中標(biāo)識所對應(yīng)的數(shù)字。

算法實驗效果如圖7所示。

圖7 分割的目標(biāo)數(shù)字

5 數(shù)字識別

5.1 數(shù)字傾斜矯正

根據(jù)觀察，在圖采集像時，被采集人手持的數(shù)字標(biāo)識牌普遍向左下傾斜一定的角度（如圖8），數(shù)字圖像傾斜將會對數(shù)字識別產(chǎn)生影響，需要對傾斜的數(shù)字進(jìn)行矯正［5］。常用圖形傾斜矯正算法有Hough變換、randon變換、基于圖像特征點的算法等。經(jīng)過試驗，本文選擇使用基于特征點擬合直線的圖像傾斜矯正算法。選取每個數(shù)字區(qū)域首行像素的中點作為特征點，進(jìn)行直線擬合，根據(jù)擬合直線的角度對數(shù)字圖像進(jìn)行傾斜矯正，矯正算法采用雙線性插值算法。矯正后的數(shù)字如圖9所示。

圖8 目標(biāo)數(shù)字特征點擬合直線

圖9 傾斜矯正后的目標(biāo)數(shù)字

5.2 基于結(jié)構(gòu)特征的數(shù)字識別

5.2.1 結(jié)構(gòu)特征提取

根據(jù)對印刷體數(shù)字的分析，本文提取4個特征作為數(shù)字識別的依據(jù)：

（1）數(shù)字圖像的長寬比例

數(shù)字1的長寬比與其它數(shù)字有較大差別，其它數(shù)字的長寬基本相同，而1的長是寬的2倍以上，因此這一特征可作為判別1的標(biāo)準(zhǔn)。

（2）上橫線長度特征

有些數(shù)字頂部具有較長的直線，可以使用頂部連續(xù)像素的位數(shù)作為直線的長度描述（圖10），5和7頂部的長橫線幾乎占據(jù)了數(shù)字的整個寬度，是所有數(shù)字中最大的，可以通過計算頂部直線的長度把5和7同其它數(shù)字區(qū)別開來。

（3）下橫線長度特征

如同上橫線長度特征，有些數(shù)字的底端具有較長的直線，如數(shù)字2和4（圖11）底部直線占據(jù)了數(shù)字寬度的大部分，通過計算底部直線的長度可以有效地區(qū)分2和4與其它數(shù)字。

（4）輪廓跟蹤特征

輪廓跟蹤，又叫邊緣跟蹤，是通過順序找出邊緣點來跟蹤圖像邊界。數(shù)字圖像輪廓包含非常豐富的數(shù)字特征，輪廓也是人眼識別物體的重要特征。在數(shù)字的中間作一垂線，垂線和圖像邊界相交，記錄下所有交點，從數(shù)字頂端第n個交點處開始輪廓跟蹤，先后依次記錄跟蹤點經(jīng)過的中垂線與數(shù)字的交點，稱作n－輪廓跟蹤向量（圖12），如數(shù)字2的2－輪廓跟蹤向量為［2 3 6 5 4 1 2］，多數(shù)數(shù)字都具有不同的n－輪廓跟蹤向量，因此可以作為分辨數(shù)字的有效特征。

5.2.2 結(jié)構(gòu)特征識別算法

人類在觀察事物的時候，主要是通過物體的形狀、輪廓等特征辨別物體，所以利用數(shù)字的外形輪廓特征具有直觀、準(zhǔn)確的特點。分析各個數(shù)字的結(jié)構(gòu)特征可知，通過長寬比可以識別出數(shù)字1；通過2－輪廓跟蹤向量可以識別出數(shù)字2、3、5、6、7。2－輪廓跟蹤向量為［2 3 2］的數(shù)字有0、4、8、9。這4個數(shù)字將通過4－輪廓跟蹤向量進(jìn)行辨別，其中8的4－輪廓跟蹤向量為［4 5 4］，可以分辨；0和4的4－輪廓向量為［4 1 4］，進(jìn)一步通過4的下橫線長度辨別；4和9的4－輪廓跟蹤向量都是［4 5 6 1 4］，進(jìn)一步通過4的下橫線長度辨別。

圖10 數(shù)字上橫線特征示意圖

圖11 數(shù)字下橫線特征示意圖

圖12 數(shù)字2的輪廓跟蹤示意圖

下面是結(jié)構(gòu)特征識別算法的步驟：

（1）設(shè)置標(biāo)準(zhǔn)形態(tài)數(shù)字的2－輪廓跟蹤向量組｛［2 3 2］；［2 3 6 5 4 1 2］；［2 3 4 5 6 1 2］；［2 1 4 5 6 3 2］；［2 1 6 3 2］；［2 3 4 1 2］｝；

（2）設(shè)置標(biāo)準(zhǔn)形態(tài)數(shù)字的4－輪廓跟蹤向量組｛［4 1 4］；［4 5 6 1 4］；［4 5 4］｝；

（3）獲取待識別數(shù)字圖像；

（4）If數(shù)字長度／數(shù)字寬度＞＝2

（5）數(shù)字識別為1；

（6）Return；

（7）End

（8）獲取數(shù)字圖像中垂線與數(shù)字輪廓邊緣的交點集；

（9）對圖像進(jìn)行輪廓跟蹤，獲取2－輪廓跟蹤向量vec2；

（10）If vec2＝［2 3 6 5 4 1 2］

（11）數(shù)字識別為2；

（12）Return；

（13）Else if vec2＝［2 3 4 5 6 1 2］

（14）數(shù)字識別為3；

（15）Return；

（16）Else if vec2＝［2 1 4 5 6 3 2］

（17）數(shù)字識別為5；

（18）Return；

（19）Else if vec2＝［2 1 6 3 2］

（20）數(shù)字識別為6；

（21）Return；

（22）Else if vec2＝［2 3 4 1 2］

（23）數(shù)字識別為7；

（24）Return；

（25）Else if vec2＝［2 3 2］

（26）轉(zhuǎn)行（30）；

（27）Else

（28）轉(zhuǎn)基于面積特征的識別；

（29）End

（30）獲取待識別數(shù)字圖像的4－輪廓跟蹤向量vec4

（31）If vec4＝［4 1 4］

（32）轉(zhuǎn)行（41）；

（33）Else if vec4＝［4 5 6 1 4］

（34）轉(zhuǎn)行（49）；

（35）Else if vec4＝［4 5 4］

（36）數(shù)字識別為8；

（37）Return；

（38）Else

（39）轉(zhuǎn)基于面積特征的識別；

（40）End

（41）計算待識別數(shù)字圖像的下橫線長度length；

（42）If length＞數(shù)字寬度的3／5

（43）數(shù)字識別為4；

（44）Return；

（45）Else

（46）數(shù)字識別為0；

（47）Return；

（48）End

（49）計算待識別數(shù)字圖像的下橫線長度length；

（50）If length＞數(shù)字寬度的3／5

（51）數(shù)字識別為4；

（52）Return；

（53）Else

（54）數(shù)字識別為9；

（55）Return；

（56）End

本文基于MATLAB R2010b平臺實現(xiàn)了數(shù)字標(biāo)識自動識別系統(tǒng)，對45幅樣本圖像進(jìn)行了處理，基于n－輪廓跟蹤向量的結(jié)構(gòu)特征識別方法正確識別44幅，誤識1幅，正確識別率為97.78%，表明本系統(tǒng)采用的結(jié)構(gòu)特征能夠取得良好的識別效果。

6 結(jié) 語

本文根據(jù)實際需求，建立了一個人像背景下數(shù)字標(biāo)識自動識別的系統(tǒng)。該系統(tǒng)是由預(yù)處理、目標(biāo)數(shù)字定位分割及模式識別三個環(huán)節(jié)構(gòu)成。本系統(tǒng)在Matlab 2010平臺下實現(xiàn)，對各個階段算法進(jìn)行了實驗，實驗結(jié)果表明各算法運行正常，系統(tǒng)取得了很好的識別效果。盡管如此，部分算法依然有改進(jìn)的空間，可以進(jìn)一步對各階段的算法進(jìn)行優(yōu)化，提高系統(tǒng)的執(zhí)行效率和識別精度。

1 廖宇.車牌定位系統(tǒng)中關(guān)鍵技術(shù)的研究與實現(xiàn)［J］.湖北民族學(xué)院學(xué)報（自然科學(xué)版），2011，29（1）：91－95

2 郭大波，陳禮民，盧朝陽等.基于車牌底色識別的車牌定位方法［J］.計算機(jī)工程與設(shè)計，2003，24（5）：81－87

3 王洪建.基于HSV顏色空間的一種車牌定位和分割方法［J］.儀器儀表學(xué)報，2005，26（8）：371－373

4 江明，劉輝，黃歡.圖像二值化技術(shù)的研究［J］.軟件導(dǎo)刊，2009，8（4）：175－177

5 黃新，郝礦榮，竇易文.一種新的字符圖像傾斜矯正與分割算法［J］.計算機(jī)工程與科學(xué)，2011，33（1）：116－122

6 吳一全，謝靜.基于特征點最小距離擬合的文檔圖像傾斜檢測［J］.光學(xué)技術(shù)，2009，35（1）：152－156

7 鄒星.車牌識別中的圖像提取和分割算法［J］.重慶工學(xué)院學(xué)報（自然科學(xué)），2009，23（8）：19－25

8 陳寅鵬，丁曉青.復(fù)雜車輛圖像中的車牌定位與字符分割方法［J］.紅外與激光工程，2004，33（1）：29－34