基于HALCON平臺快速開發光學字符識別系統的研究*

陳 思，張濤川，彭一航

(佛山職業技術學院 機電工程學院，廣東 佛山528137)

近年來，光學字符識別技術被廣泛用于車牌號碼識別、票據識別、卡片識別等領域[1]。隨著計算機技術的不斷發展，市場上不斷推出先進的機器視覺開發平臺，促進了光學字符識別技術的發展及推廣。HALCON平臺提供成熟的圖像處理算法包及大量開放式結構的功能模塊，有助于快速開發光學字符識別系統，具有開發效率高、開發成本低廉的特點。

1 基于HALCON的光學字符識別

HALCON能夠快速連接圖像采集器，完成圖像采集任務，提供了多種圖像增強和圖像分割的算法[2]，用戶根據實際應用的需要通過選用合適的算子來調用算法;提供了OCR助手，用戶使用助手能快速制作樣本訓練集文件和對分類器進行訓練，提高了光學字符識別系統開發的效率。

1.1 基于HALCON的圖像增強

復雜背景下的光學字符識別，需要適當選用圖像增強方法[3]，突出字符區域空間，抑制不感興趣的背景空間。為了突出圖像中的目標區域和灰度空間，HALCON平臺提供了大量基于空域的非線性的灰度變換算法包，例如對數變換、指數變換算法包等，也提供大量基于頻域的圖像運算算法包，例如頻域低通濾波器、頻域高通濾波器算法包。用戶通過算子輕松調用復雜的算法包，對圖像進行變換運算。

1.1.1 對數變換與指數變換

灰度圖像的對數變換和指數變換是典型的非線性變換方法，變換函數分別如式(1)和式(2)所示，對數變換方法可以擴張低灰度像素的灰度跨度，壓縮高灰度值像素的灰度跨度，而指數變換通過設置參數γ能得到選擇性高灰度值或者低灰度值像素的灰度跨度。

公式(1)中，f0(x，y)是原圖像，g1(x，y)是對數變換后的圖像。公式(2)中的g2(x，y)是指數變換后的圖像，γ為伽馬系數，當γ<1時，增大低灰度區域像素的灰度跨度，當γ>1時，增大高灰度區域像素的灰度跨度。圖1為對數變換和指數變換的示例，對應的灰度直方圖如圖2所示。

圖2 灰度直方圖

1.1.2 頻域高通濾波

圖像的頻域變換方法，需要對原圖像進行傅里葉變換得到圖像的頻譜圖，對頻譜圖進行修改，再通過反傅里葉變換得到空域圖像[4]，基于頻域的圖像變換原理示意圖如圖3所示，其中f(x，y)為輸入的原灰度圖像，經過傅里葉變換后得到F(u，v)，經過高通濾波器得到圖像G(u，v)，再經過反傅里葉變換，得到圖像g(x，y)。由于空域圖像輪廓部分對應于頻域圖像的高頻部分，為了突顯空域圖像的輪廓線，將高通濾波傳遞函數作用于頻譜圖，再將經過高通濾波處理后的頻譜圖還原到空域空間。示例如圖4所示，對圖1(d)的圖片進行頻域高通濾波處理。

圖1 對數變換和指數變換示例

圖3 基于頻域的圖像變換原理示意圖

圖4 頻域高通濾波示例

1.2 目標提取與字符分割

目標提取與字符分割是光學字符識別的重要步驟，主要應用輪廓提取、閾值分割、區域生長等圖像分割方法。閾值分割是設置灰度閾值將灰度圖像進行區域分割[5-6]，這種方法適用于目標區域和背景區域的灰度值都分布比較均勻的情況。如果背景區域復雜，存在的干擾區域很多，則不適合使用閾值分割方法。如果目標區域的輪廓有明顯的特征，如車牌架的輪廓具有邊緣灰度值相近且矩形度較高的特征，可以通過輪廓線特征來分割圖像，提取目標區域。當提取了目標區域，減少了背景區域的干擾后，可以結合閾值分割法來提取最終的目標區域[7-8]。對圖4(d)的車牌號碼圖像進行目標提取與字符分割，結果如圖5所示。

圖5 對圖4(d)進行目標提取與字符分割的結果

1.3 字符識別

HALCON平臺針對工業文本、文檔文本、證件文本、點打印文本和手寫文本中的大寫字母和數字識別[6]，提供了的二十多個分類器模板供用戶選擇使用，也提供了開放結構的分類器，如BOX分類器、神經網絡分類器、支持向量機分類器等。用戶可以使用開放結構的分類器，通過添加樣本及訓練分類器，能快速開發識別字母、數字、中文、日文、德文等文字的光學字符識別系統。基于HALCON平臺提供的OCR訓練器光學字符識別流程如圖6所示。

圖6 基于HALCON平臺OCR訓練器字符識別流程圖

HALCON平臺提供了多種文本字體的OCR分類器模板，供用戶直接使用，能識別多種字體的大寫字母和數字及手寫數字，操作方便，有助于快速開發光學字符識別產品。HALCON也提供了開放式結構的分類器，具有適用范圍廣、二次開發效率高的優點。分類器訓練流程如圖7所示。在HALCON平臺創建的開放式分類器模板，需要經過訓練集的訓練，從訓練集中計算字符的特征向量，訓練集是由大量的字符樣本組成。HALCON平臺的字庫提供了簡體中文、繁體中文、希臘文字、日本文字等文字，可以直接在字庫選取字符作為樣本，也可以從圖像上提取樣本，建立的樣本集盡可能代表實際應用中可能出現的情況，有助于提高識別系統的識別精度，缺點是其工作量大。實際上，字符訓練集還應該存在噪音干擾、筆畫尺寸、形狀發生畸變等情況，HALCON平臺提供的OCR助手具有生成變形樣本字符的功能，減少了制作樣本集的工作量，非常有助于快速開發光學字符識別系統。

圖7 分類器訓練流程圖

2 結束語

HALCON提供了成熟的光學字符識別系統開發平臺，具有功能強大、節約開發成本及操作簡單的優點。HALCON提供的光學字符識別分類器模板對部分打印字體大寫字母和數字具有較高的識別準確度，提供的OCR助手有助于快速制作樣本訓練集文件，提供的開放式光學字符分類器有助于用戶快速開發光學字符識別系統。