基于自適應投影法的數字分割算法研究

趙麗

關鍵詞：水平投影；垂直投影；自適應投影法；數字分割

0引言

目前工業生產中各類儀表數據主要采用人工讀取。人工讀取存在很多缺點：儀表位置隱蔽，人工不易讀取；人工無法實時監控同一個儀表；人工讀取速度較慢，并且可能泄露信息；不同的工作人員由于受到主觀因素的干擾，在讀取數據時，結果會有一定的誤差。因此，采用智能的讀取方法具有必然性。智能的儀表讀取方法既能減少人為因素的干擾，又能實現高效地讀取。相關算法包括模板匹配、機器學習訓練、骨骼提取等。但是上述算法針對不同情況的準確率不同，不具備普適性。

本文提出了一種自適應投影法，可以對工業現場各種儀表數字進行識別，同時采用一系列的預處理操作，并通過實驗確定了分割和預處理的順序，達到了最佳的分割效果。

1圖像分割

數字分割是將數字圖片中的數字分割出來，便于之后的特征提取和分類器訓練。本文采用投影法對數字表盤進行切分。

1.1投影數字分割算法

投影法可分為水平投影和垂直投影。水平投影主要是指二維圖像在y軸上的投影，即統計每一行像素的數量，表明圖像在水平方向上的特征。垂直投影主要是指二維圖像在x軸上的投影，即統計每一列像素的數量，表明圖像在垂直方向上的特征。

運用投影法進行數字分割，步驟如下。

步驟1：數字圖片列掃描。對數字圖像從左到右逐列掃描，記錄每列像素點個數，并將其投影到水平面上，得到垂直投影圖。人為設定一個閾值，在垂直投影圖上逐列掃描獲得每列的像素和，達到閾值則進行分割，直至將所有數字在垂直方向上都分割出來。如果該數字圖片中有3個數字，那么垂直投影結束后應該分割出來3個圖片，且3個圖片的左右邊緣均是數字本身的邊緣，但是圖片上下仍存在多余部分。

步驟2：數字圖片行掃描。對數字圖像從上到下逐行掃描，記錄每行像素點個數，并將其投影到垂直面上，得到水平投影圖。設定一個閾值將所有數字在水平方向上分割出來。由步驟1可知，垂直投影后的圖片上下存在多余部分，經過了水平投影后，可得到只含有數字區域的部分，上下多余的部分將被分割掉，從而得到精確的數字區域。投影數字分割算法流程如圖1所示。

1.2投影數字分割算法的改進

雖然上述投影數字分割算法可以得到精確的數字，但仍存在一些問題，本文對其做出以下改進。

圖像的分割閾值是人為規定的，不具有魯棒性，不同的圖片分割效果差別很大。基于此，本文選擇遍歷垂直和水平投影中的像素點，統計像素點個數和，選擇所有像素點個數的平均值作為閾值。針對不同情況的數字圖片，這種改進方式均可以選擇一個合適的閾值進行分割，效果較好。

此外，即使選擇了自適應閾值，如果圖片中存在獨立、細小的雜質或者干擾物，那么它們也有可能被分割出來。針對這種情況，本文選擇設定像素閾值為1000個，如果像素和小于該值就證明該圖片為干擾圖片，將其刪去；如果像素和大于該值就證明該圖片為正常數字圖片，即可進行后續的分類器預測。

2圖像預處理

圖像預處理是數字分割中較關鍵的一步，預處理效果與后續數字分割精確性有直接關系。現場圖片因光照、溫度、霧霾等影響，采集照片的清晰度并不能得到有效保障，因此，需要經過一系列的預處理過程。

本文對圖像進行了一系列的預處理操作，依次為二值化、腐蝕和去除小面積干擾。通過上述操作對圖像中出現的各種噪聲信息進行處理，可以最大化地利用有效信息，為后續操作提供便利條件。

3實驗結果分析

為了驗證本文算法的有效性，本文收集了各個工業現場變電站現場的圖片，其中包括各種復雜的環境。圖2為現場采集數字儀表圖片的分割效果。

本文算法對于有粘連的數字處理效果更好，由于受到外界光線以及拍攝角度的干擾，拍攝出來的數字上方可能會有粘連。如果直接對其進行特征提取和訓練，圖片分割結果可能有誤，如圖片中本有3個數字，但在單獨進行數字分割時，有可臺旨分割成2個數字甚至1個數字。而采用本文的算法后，可以將所有的數字完整分割出來，粘連圖片投影分割效果如圖3所示。

即使數字之間存在粘連，本文算法仍然可以將數字區域準確分割出來，并且分割之后的數字較清晰。只要分割出來的數字保持一個正常的清晰度，后續就可以準確識別該數字。

確定了算法的流程順序后，本文選擇了3組數字圖片進行測試（圖4），發現分割效果均較好，從而驗證了本文算法的有效性。

觀察3組分割效果圖可以發現，本文算法具有較好的普適性。針對3個數字的圖片、2個數字的圖片和中間有干擾顏色區域的圖片，本文算法均可以準確分割。

4結語

本文對戶外復雜環境下的表盤數字分割算法進行優化。采用水平投影與垂直投影相結合的方法對數字進行分割，得到每個數字的精確邊緣，再分別對其進行預處理，從而精確地進行數字分割。通過改變算法的流程，可以發現本文設定的算法流程可以精確識別出數字，具有較高的識別準確率。與其他方法相比，本文算法適用性強，可應用于各種形式圖片的數字識別，準確性高，具有較高的推廣價值。