基于攝像表的圖像分析處理以及識(shí)別算法研究

基于攝像表的圖像分析處理以及識(shí)別算法研究黃振亞（蘇州自來(lái)水表業(yè)有限公司）0引言隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，科技的進(jìn)步，人們的生產(chǎn)生活方式得到了很大的改善。對(duì)于所有的傳統(tǒng)行業(yè)而言，都面臨著巨大的挑戰(zhàn)和機(jī)遇，相對(duì)于傳統(tǒng)的水表行業(yè)也同樣面臨著諸多問(wèn)題比如說(shuō)：抄表難，人情難，智能抄表可能與用戶的讀數(shù)不符而導(dǎo)致的核對(duì)麻煩?，F(xiàn)在市場(chǎng)上存在著脈沖表以及直讀表等智能水表，功能上比原有的水表進(jìn)步很多，但是仍然存在著讀數(shù)不準(zhǔn)確，易受干擾等問(wèn)題。本文提出一種新的方案，旨在增加一個(gè)攝像頭以及含有單片機(jī)的主板的新型智能識(shí)別讀數(shù)的。以解決供水公司以及用戶之間讀數(shù)不相符以及智能識(shí)別的等問(wèn)題。識(shí)別方法簡(jiǎn)介 本方案中主要對(duì)于的是智能遠(yuǎn)傳水表。本文著重講述智能識(shí)別水表部分，智能遠(yuǎn)傳水表現(xiàn)階段主要分為脈沖式和直讀式。水表識(shí)別方式國(guó)內(nèi)遠(yuǎn)傳水表從上世紀(jì)80年代開(kāi)始研制，早期水表結(jié)構(gòu)為以磁鐵和干簧管為主，水表轉(zhuǎn)動(dòng)一定流量，磁鐵吸引干簧管，從而產(chǎn)生一個(gè)信號(hào)脈沖，將這個(gè)脈沖采集后累加從而得到讀數(shù)，行業(yè)中稱之為分線制遠(yuǎn)傳水表。后來(lái)又發(fā)展了脈沖式和直讀式兩種方式。脈沖式遠(yuǎn)傳水表原理主要有干簧管，光耦，以及磁感應(yīng)元件，當(dāng)水流流過(guò)時(shí)這些都能產(chǎn)生脈沖信號(hào)，這種水表要求電路對(duì)脈沖信號(hào)實(shí)時(shí)采集后者不斷休眠——喚醒后采集狀態(tài)——休眠，才能大道計(jì)數(shù)的目的；光電只讀方式水表是把水表的字輪做出較大的調(diào)整，通過(guò)光電管的發(fā)射和接收或者電阻值的大小來(lái)判斷字輪的狀態(tài)，根據(jù)字輪的狀態(tài)即可讀出水表的讀數(shù)，即通過(guò)直接讀取的方式采集水表的數(shù)據(jù)，該方式平時(shí)不工作，旨在讀取時(shí)瞬時(shí)工作。攝像表以原來(lái)的機(jī)械機(jī)構(gòu)統(tǒng)統(tǒng)不變，只是在字面上方加裝攝像模塊，然后單片機(jī)對(duì)圖像進(jìn)行處理識(shí)別。MATLAB算法介紹該設(shè)計(jì)主要研究基于MATLAB軟件的字輪窗設(shè)別系統(tǒng)設(shè)計(jì)，系統(tǒng)主要包括圖像采集、圖像預(yù)處理、字輪數(shù)字定位、字符分割、字符識(shí)別五大核心部分。系統(tǒng)的圖像預(yù)處理模塊是將圖像經(jīng)過(guò)圖像灰度化、圖像增強(qiáng)、邊緣提取、二值化等操作，轉(zhuǎn)換成便于字輪數(shù)字定位的二值化圖像；利用字輪數(shù)字的邊緣、形狀等特征，再結(jié)合Rberts算子邊緣檢測(cè)、數(shù)字圖像、形態(tài)學(xué)等技術(shù)對(duì)字輪數(shù)字進(jìn)行定位；字符的分割采用的方法是將二值化后的字輪數(shù)字部分進(jìn)行尋找連續(xù)有文字的塊，若長(zhǎng)度大于設(shè)定的閾值則切割，從而完成字符的分割；字符識(shí)別運(yùn)用模板匹配算法完成。以上每個(gè)功能模塊用MATLAB軟件實(shí)現(xiàn)，最后識(shí)別出字輪數(shù)字，在研究設(shè)計(jì)的同時(shí)對(duì)其中出現(xiàn)的問(wèn)題進(jìn)行具體分析、處理，并尋求更優(yōu)的方法。詳細(xì)算法介紹識(shí)別系統(tǒng)采集圖片主要是利用攝像模塊拍攝獲得的。拍攝照片時(shí)應(yīng)注意一下幾點(diǎn)：拍攝的圖片應(yīng)包含字輪窗。閃光燈位置居中，字面不得太光滑攝像頭與字輪盡量平行圖像預(yù)處理流程綜述為了更能夠準(zhǔn)確的進(jìn)行字輪窗的定位和分割，字符識(shí)別必須經(jīng)過(guò)圖像預(yù)處理，圖像預(yù)處理可以提高圖片的適用性。原始圖像不只是包括字輪窗，還有字面本身和其他一些背景，所以必須去掉這些非字輪窗圖像的影響，才有可能正確的提取出字輪窗的區(qū)域，為進(jìn)行下面的字輪字符識(shí)別打下基礎(chǔ)。由于本系統(tǒng)設(shè)計(jì)使用的圖片是生產(chǎn)線上制作完成，攝像機(jī)與字面的矩離和角度等因素的影響，使圖片存在各種各樣的噪聲。字輪圖片可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重問(wèn)題，因此需要對(duì)原始圖片進(jìn)行預(yù)處理，以改善圖像的質(zhì)量，提高字符識(shí)別率[1]。下圖3.1流程圖簡(jiǎn)要的概述了圖像預(yù)處理的基本步驟：讀取圖片讀取圖片平滑處理圖像灰度化提取邊緣圖3.1圖像預(yù)處理流程圖圖片灰度化未經(jīng)處理的原始圖片包含著大量的顏色信息，不但占用存儲(chǔ)內(nèi)存很大，而且在運(yùn)行過(guò)程中也會(huì)降低系統(tǒng)的速度，因此要將彩色圖片轉(zhuǎn)變?yōu)榛叶葓D片，以加快系統(tǒng)執(zhí)行速度。由彩色轉(zhuǎn)換為灰度的過(guò)程叫做灰度化處理，灰度圖是指只包含亮度信息，不包含色彩信息的圖像。經(jīng)過(guò)灰度變換后的圖片，像素的動(dòng)態(tài)范圍增加，圖像的對(duì)比度增強(qiáng)，使圖像變得更加清晰、細(xì)膩、容易識(shí)別。彩色圖片分為R、G、B三個(gè)分量，分別顯示紅、綠、藍(lán)等各種顏色，灰度化就是使彩色的R、G、B分量相等的過(guò)程?；叶戎荡蟮南袼攸c(diǎn)比較亮（像素值最大為255，為白色），反之比較暗（像素值最小為0，是黑色）。本設(shè)計(jì)的灰度圖片變換的實(shí)現(xiàn)采用了rgb2gray函數(shù)，代碼為I1=rgb2gray(I)。原始圖像、灰度圖和直方圖如下：RGBRGB灰度變換圖3.2.1原始圖像、灰度圖和直方圖圖像增強(qiáng)圖像增強(qiáng)的目的是對(duì)圖像進(jìn)行加工，得到更能準(zhǔn)確提取字輪邊緣，從而準(zhǔn)確定位字輪的圖像。對(duì)圖像進(jìn)行灰度化處理之后，字輪部分和非字輪部分圖像的對(duì)比度并不是很高，由于字輪界限較為模糊，難以提取出字輪邊緣。為了增強(qiáng)字輪部分圖像和其他部分圖像的對(duì)比度，使其明暗鮮明，有利于提高識(shí)別率，需要將圖像進(jìn)行增強(qiáng)。圖片3.3.1先進(jìn)行的灰度拉伸對(duì)比增強(qiáng)圖像的方法有很多，如灰度變換、圖像平滑處理和線性濾波等，根據(jù)處理圖像域又可分為空間增強(qiáng)與頻域增強(qiáng)。目前用于字輪圖像增強(qiáng)的方法有：灰度拉伸、直方圖均衡、中值濾波、高斯濾波、鄰域?yàn)V波、圖像腐蝕、多圖像平均、同態(tài)濾波等[2]。圖像的獲取和傳輸過(guò)程中原始圖像會(huì)受到各種噪聲的干擾，由于噪聲點(diǎn)多在頻域中映射為高頻分量，使圖像質(zhì)量下降。為了抑制噪聲、改善圖像質(zhì)量，要對(duì)圖像進(jìn)行平滑處理。圖像平滑處理的方法主要有空域中求鄰域平均值，鄰域平均值的平滑處理會(huì)使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產(chǎn)生模糊作用。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點(diǎn)像素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點(diǎn)才能替換為鄰域平均值，而差值不大于閾值時(shí)，仍保留原來(lái)的值，從而減少由于平均化引起的圖像模糊。圖像平滑的目的是為了消除噪聲。噪聲消除的方法又可以分為空間域或頻率域，亦可以分為全局處理或局部處理，亦可以按線性平滑、非線性平滑和自適應(yīng)平滑來(lái)區(qū)別。圖像的平滑是一種實(shí)用的數(shù)字圖像處理技術(shù)，一個(gè)較好的平滑處理方法應(yīng)該既能消除圖像噪聲，又不使圖像邊緣輪廓和線條變模糊，這就是研究數(shù)字圖像平滑處理要追求的目標(biāo)。一般情況下，減少噪聲的方法可以在空間域或頻率域進(jìn)行處理，主要有鄰域平均法、中值濾波法、低通濾波法等，鄰域平均法即通過(guò)提高信噪比，取得較好的平滑效果；空間域低通濾波采用低通濾波的方法去除噪聲；以及頻域低通濾波法通過(guò)除去其高頻分量就能去掉噪聲，從而使圖像得到平滑[1]。定位與分割以及圖片歸一化由于攝像模塊對(duì)于字面一旦安裝完成就不再改變，字輪窗相對(duì)的像素位置也就固定了，也就是攝像表一旦安裝完成之后只需要定點(diǎn)切割就可以了。對(duì)圖像橫方向象素點(diǎn)累加，就可以明顯看到字輪窗的起始位置以及終止為止的縱坐標(biāo)， 圖3.4.1行方向象素點(diǎn)灰度值累加和有圖可以明顯看出字輪窗縱坐標(biāo)起始位置92終止位置163，然后進(jìn)行圖片分割圖3.4.2圖像分割結(jié)束之后的二值圖像以及原圖像圖3.4.3選取圖像分割點(diǎn)對(duì)圖像縱方向象素點(diǎn)累加，就可以明顯看到字輪窗的起始位置以及終止為止的橫坐標(biāo)，由圖可以看出五個(gè)字輪的橫坐標(biāo)其實(shí)以及終止位置圖3.4.4圖像歸一化字符識(shí)別目前已經(jīng)提出的字輪字符識(shí)別的方法[3]有以下幾種：(1)模板匹配字符識(shí)別算法。模板匹配字符識(shí)別算法的實(shí)現(xiàn)方法是計(jì)算輸入模式與樣本之間的相似性，取相似性最大的樣本為輸入模式所屬類別。該方法識(shí)別速度快，但是對(duì)噪點(diǎn)比較敏感。在實(shí)際應(yīng)用中，為了提高正確率往往需要使用大的模板或多個(gè)模板進(jìn)行匹配，處理時(shí)間則隨著模板的增大以及模板個(gè)數(shù)的增加而增加。(2)統(tǒng)計(jì)特征匹配法。統(tǒng)計(jì)特征匹配法的要點(diǎn)是先提取待識(shí)別模式的一組統(tǒng)計(jì)特征，然后按照一定的準(zhǔn)則所確定的決策函數(shù)進(jìn)行分類判決。實(shí)際應(yīng)用中，當(dāng)字符出現(xiàn)字符模糊、筆畫(huà)融合，斷裂、部分缺失時(shí)，此方法效果不理想，魯棒性較差。(3)神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法。主要有兩種方法：一種方法是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得的特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器。其中，字符特征的提取是研究的關(guān)鍵，特征參數(shù)過(guò)多會(huì)增加訓(xùn)練時(shí)間，過(guò)少會(huì)引起判斷上的歧義。另一種方法是充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別。這種網(wǎng)絡(luò)互連較多，待處理信息量大，抗干擾性能好，識(shí)別率高。但是產(chǎn)生的網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜，輸入模式維數(shù)的增加可能導(dǎo)致網(wǎng)絡(luò)規(guī)模龐大。(4)支持向量機(jī)模式識(shí)別算法。支持向量機(jī)（SupprtVectrMachine，SVM）是Vapnik及其研究小組對(duì)于二類別的分類問(wèn)題提出的一種分類技術(shù)，其基本思想是在樣本空間或特征空間，構(gòu)造出最優(yōu)平面使超平面與不同類樣本集之間的距離最大，從而達(dá)到最大的泛化能力。主要有兩種方法應(yīng)用于字符識(shí)別：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得的特征來(lái)訓(xùn)練SVM分類器。另一種是直接將每個(gè)字符的整幅圖像做為一個(gè)樣本輸入，不需要進(jìn)行特征提取，節(jié)省了識(shí)別時(shí)間[4]。這四種方法中，模板匹配是字輪字符識(shí)別最簡(jiǎn)單的方法之一，神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法是目前比較流行的算法，本系統(tǒng)設(shè)計(jì)是采用模版匹配算法進(jìn)行字符識(shí)別。基于模板匹配的字符識(shí)別基本過(guò)程是：首先對(duì)待識(shí)別字符進(jìn)行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。模板匹配的主要特點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率相當(dāng)高。建立自動(dòng)識(shí)別的代碼表建立自動(dòng)識(shí)別的代碼表讀取分割出來(lái)的字符第一個(gè)字符與模板中的模板進(jìn)行匹配第二個(gè)字符與模板中的模板進(jìn)行匹配待識(shí)別字符與模板字符相減，值越小相似度越大，找到最小的一個(gè)即為匹配的比較好的識(shí)別完成，輸出此模板對(duì)應(yīng)值依次進(jìn)行后三個(gè)字輪的匹配結(jié)束語(yǔ)隨著人工成本提高以及國(guó)家提出的經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，對(duì)于水表智能化的采集提出了更高的要求，高性能的采集高可靠性的方法成為了必然，圖像采集處理以及識(shí)別不僅可以運(yùn)用在大口徑水表同樣可以運(yùn)用于小口徑水表，小口徑水表一般情況下只是傳輸識(shí)別后的數(shù)字一般不傳輸圖像文件，當(dāng)對(duì)水表讀數(shù)產(chǎn)生疑義的時(shí)候可采用后續(xù)傳輸圖片的方式進(jìn)行核對(duì)，而大口徑水表在傳輸數(shù)字的同時(shí)把分割好的圖片傳輸，這樣既減少了傳輸數(shù)據(jù)的信息量大大提高