棉加工機械儀表中的數字識別研究初探

引言

隨著機器視覺[1]、物聯網技術及人工智能（Atificial Intelligence）技術的發展，半自動甚至全自動機械設備的廣泛使用將成為主流趨勢，現代化的工廠中每臺設備中都有若干個傳感器，能源源不斷地將控制信息和狀態信息傳給中央控制臺統一管理。然而一些老式的加工設備中沒有裝備這些設備，只有一些儀表或七段數碼管顯示設備，對這些設備集中管理主要有人工巡檢、加裝傳感器及機器人自動巡檢3種方案。顯然人工巡檢成本高、效率低；加裝傳感器的方案更可行一點，但對已有設備要做較大改動，有可能會損壞設備；采用機器人自動巡檢成本低、無時間限制，可以24小時工作且不需要改動原有機器設備，是一種較優的方案。要讓機器人自動巡檢，首先要解決儀表及數碼管的自動識別問題。

由于七段數碼管數字顯示設備[2]具有可靠性高、精度高、控制簡單等特點，被廣泛應用于工廠自動化流水生產線、儀器儀表顯示等領域；七段數碼管數顯設備的自動識別技術，是實現各種老式數顯設備互聯和集成，實現管控一體化、智能化的關鍵，也是儀表自動校正和儀表數據自動錄入系統的核心。

本文初步探討了七段數碼管數字的識別方法，提出了一種使用神經網絡分類、識別數顯儀表的字符圖像特征向量的算法。試驗結果表明，該系統的分類正確率較高，對于帶小數點的數字圖像能達到94%，對于不帶小數點的數字圖像能達到98%。本方法暫時僅用于識別七段數碼管顯示的數字字符圖像，應用領域有一定限制。后續研究中將進一步提高算法的正確率和魯棒性，完善其他儀表的識別功能[3]，為實現遠程儀表數據識別和錄入以及各種數顯設備互聯和集成提供技術支持。

1 數顯儀表數字識別算法

七段數碼管圖像中數字識別算法的流程框圖如圖1所示。首先由數碼相機獲取儀表盤的圖像，由于廠房內一般是燈光照明而非自然日光照明，拍攝的數碼圖像上往往存在噪聲，表現在數碼管圖像上的顏色不夠均一，會影響數字的提??；這就需要先去除圖像上的噪聲，再對圖像進行平滑，使數字上顏色值盡可能相同，便于從圖片中提取數字。為便于進一步處理，將提取出的數字圖像設置為黑色，其余部分全部設置為白色；為便于用神經網絡進行識別，還需要進一步將多數字圖片分割為一個個獨立數字的圖片，并轉化為相同的圖片尺寸，即對圖片尺寸進行歸一化處理；歸一化后的圖片若直接作為神經網絡輸入，以一幅圖片像素為例，將產生900個數據，這對神經網絡來說是很龐大的數據，將影響神經網絡計算的實時性，比如將圖片分塊為分割成塊，則只有25個數據，容易實現實時計算。為使得神經網絡能識別出對應的數字，需要先用多幅數字0～9的圖片的特征向量對神經網絡進行訓練，得到神經網絡正確的參數以后，神經網絡才能根據輸入向量輸出對應的識別結果。

2 預處理與特征提取

2.1 去噪與平滑

圖像去噪算法主要有均值濾波、眾值濾波、中值濾波、傅里葉變換及小波變換等算法。傅里葉變換及小波變換時間復雜度高，一般難以滿足實時性要求，中值濾波在濾除椒鹽噪聲方面效果較好且算法簡單、運行速度快，因而本文采用中值濾波先過濾椒鹽噪聲。中值濾波的原理如圖2所示，9是待處理的像素點，要同時考慮其周圍8個像素點的值，將9個點從小到大排序，取中間一個值作為最終結果，本例中將以6代替中間的9。

圖2 中值濾波原理

去除噪聲點后的數字圖像中各像素值的差異仍然比較大，為便于根據顏色提取數字圖像，需要將圖像進行平滑，也即低通濾波，其效果就是圖像看起來更加模糊。最簡單的低通濾波算法就是將一個像素值與其周圍8個點取平均值，算法簡單，但效果不好。二維高斯函數[見公式（1）]由于存在中間最大、四周逐漸變小的特性，能夠很好地處理當前像素點與周圍像素點之間的關系，且可以通過標準差(σ)調節函數的凹凸程度，使用較靈活、方便，因而本文使用二維高斯函數作為低通濾波器。如公式（2）所示，I(x，y)表示原圖像，如圖3中A1到A5所示；G(x，y，σ)表示二維高斯函數；L(x，y，σ)表示經過二維高斯函數濾波后的圖像，如圖3中B1到B5所示，(x，y)，表示圖像中x，y處的像素。

圖3 樣本及識別過程

2.2 提取數字區域與二值化

圖3中B1到B5是幾種典型顏色（粉紅色、深黃色、淡黃色、綠色、紅色）的七段數碼管去噪并平滑后的圖像，每種數碼管的典型色彩也列于圖片下方。提取時以典型顏色為中心，上下浮動30級，其區間內的顏色作為數碼管的顏色，并將其設置為黑色，其余部分設置為白色。提取出的結果如圖3中C1到C5所示。

2.3 字符分割與尺寸歸一化

經過上一步操作得到的是包含多個數字的黑白圖像，為識別出各個獨立的數字需要對這幅圖像進行分割。為使分割容易進行，最好先將C1到C5中的黑白圖像先放大一倍，雖然使黑色數字區域增大了，但也使得數字之間的白色間隔增大了一倍，使分割出錯的概率明顯降低。分割時，先對圖像進行行掃描，若一行中所有像素都是白色，表示其中沒有字符組成像素，直接忽略；若該行中存在多個黑色像素點，說明該行跨過了字符像素，需要保留。經過行掃描后，可以得到一行或數行字符圖片，再對這些圖片進行列掃描，即可得到一個一個獨立的數字圖片，如圖D1到D5所示。

值得注意的是，同一幅圖片中的各個數字高和寬是基本相同的，但1除外。1不但在高度方向上短于其他字符，在寬度方向上也比其他字符窄很多。為便于神經網絡的識別，需要將這些數字圖片歸一化為相同的高和寬的圖片，與非歸一化相比，統一高寬的字符圖像的識別準確率更高。字符圖片寬、高的歸一化處理也會在一定程度上破壞原來的圖像，給識別帶來困難；若調整后的寬與高比原來的圖像小很多，會壓縮字符圖像，丟失圖像的細節，不利于識別；若調整后的寬與高過大，圖像處理的計算量大，處理速度緩慢，考慮到數字圖片呈長方形狀，本文將調整后的寬、高分別設置為30與50。

拍攝的數碼管字符圖像中，有些圖像的數字組合中是帶小數點的，需要先處理小數點。對于帶有小數點的圖像，由于小數點離數字非常近，在分割圖像中的數字區域時，容易把小數點和其左邊的數字作為同一個數字劃分為一個字符，特別是數碼管是傾斜字體時更容易出現這種錯誤劃分，這種誤分對數字的識別影響不大，但損失了小數點的信息。字符分割前，先要判別圖像中是否帶有小數點及其具體位置，數字圖像中是否存在小數點的具體算法。首先定位小數點所在區域，一般在一個數字圖像的右下角，再統計此區域內黑色像素的個數，與區域整體像素個數相除，得出黑色像素比例m，若m大于通過試驗事先確定的閾值M，則表示此處有小數點，否則說明無小數點。

2.4 特征提取

圖像的特征是指圖像中可以與其他圖像相區別的標志性信息。特征提取是將圖像中不易受隨機因素干擾的信息作為該圖像的標識提取出來。特征提取操作會產生一組數據，按一定規律組合起來就是特征向量，特征向量所包含的信息雖比原圖像少，但它過濾了隨機噪聲，且包含識別、分類所需的關鍵信息，使識別或分類結果更穩定。

本文中特征提取采用分塊法，將每一個數字圖形劃分為H×W個模塊，即將每個數字圖片的高度分為H份，寬度分為W份，整個圖像被分為H×W塊，統計每一塊內黑色像素個數占本塊內像素總數的比例，作為該塊區域的特征值。H、W的值越大，所得特征數據就越多，但計算量就越大。文中將圖片分塊為5×3塊，可提取出15個特征值，將這15個特征值按從左至右、從上往下的次序組合起來就成為特征向量，可進一步作為神經網絡輸入，由神經網絡識別出對應的數字。

圖4 數字2的特征提取示例

圖4中是提取數字2的圖像中特征向量的例子，為簡單起見，本例中只將圖像分為4（2×2）塊；首先計算出每個分塊中黑色像素所占比例，如圖中箭頭所指各塊中黑色像素所占比例分別為0.04、0.27、0.25、0.07；再將這4個數字按從左至右、從上往下的次序組合起來就得到右邊的特征向量。

3 神經網絡訓練與數字識別

在求出數字圖像的特征向量之后，就可以使用人工神經網絡、SVM(Support Vector Machine)等分類算法進行識別。經試驗確定選擇3層BP(Back Propagation)[4]神經網絡對數字圖像的特征向量進行分類，每個數字圖像經過預處理，得到一個含15個特征值的特征向量，因此將神經網絡的輸入層神經元設置為15個；隱含層的神經元數設置為20個；輸出層神經元數為10個，分別對應數字0到9；當識別出是某個數字時，輸出神經元對應位置上為1，其余位置為-1。選擇S(Sigmoid)型函數作為隱含層的激勵函數，線性函數作為輸出層的激勵函數。神經網絡的結構如圖5所示，采用梯度下降法調整神經網絡各節點的權重和偏置值，調整為公式（3）和（4）。

其中，W(m)——第m層的權重；b(m)——第m層的偏置值；k——第k次訓練；δ——調整速率因子；s(m)——第m層敏感因子，a(m-1)——第m-1層的實際輸出。

先要用若干特征向量的樣本對神經網絡進行訓練，訓練后的神經網絡才能用于識別與分類。

圖5 識別用神經網絡結構

4 試驗

為了測試算法的性能和分類準確率，文中進行了一定量的試驗。其中，不帶小數點的數碼管圖像及帶小數點的數碼管圖像各用了50張，0到9每個數字各5張，分別來自不同的棉花加工設備的數顯儀表，這些圖像的拍攝角度及拍攝時的環境光線均不完全相同。測試結果如表1所示。從表1可見，無小數點的數碼管圖像的識別率要稍高于帶小數點的圖像，說明小數點對圖像識別準確性有些干擾，但強度不大。

表1 分類試驗與結果

5 結束語

本文初步探討了七段數碼管數字的識別方法，提出了一種使用神經網絡分類、識別數顯儀表的字符圖像特征向量的算法。試驗結果表明，該系統的分類正確率較高，對于帶小數點的數字圖像能達到94%，對于不帶小數點的數字圖像能達到98%。后續研究中將進一步提高算法的正確率和魯棒性，完善其他儀表的識別功能，為實現各種數顯設備互聯和集成提供技術支持。