為了減輕地磅檢測(cè)過(guò)程中檢測(cè)人員的工作量，提高檢測(cè)質(zhì)量，本文提出了一 種基于液晶屏的數(shù)據(jù)識(shí)別采集方法，該方法首先讀入衡器上含有液晶屏數(shù)字的圖像，在手動(dòng) 標(biāo)注出數(shù)字區(qū)域的基礎(chǔ)上，通過(guò)中值濾波、二值化、形態(tài)學(xué)閉運(yùn)算、數(shù)字分割、數(shù)字圖像歸 一化等處理，得到待識(shí)別的單個(gè)數(shù)字圖像，然后提取數(shù)字圖像的水平方向和垂直方向的直方 圖作為特征，最后用K最近鄰算法識(shí)別出各個(gè)數(shù)字。實(shí)驗(yàn)結(jié)果表明，該方法能夠正確識(shí)別出 衡器液晶屏中的數(shù)字。

引言

作為計(jì)算機(jī)科學(xué)的重要研究方向之一，機(jī)器 視覺(jué)正處于一個(gè)飛速發(fā)展的時(shí)期，在很多行業(yè)都 得到了成功的應(yīng)用。目前，機(jī)器視覺(jué)在數(shù)字或符 號(hào)識(shí)別[1]方面的應(yīng)用主要有車(chē)牌識(shí)別、手寫(xiě)數(shù)字 識(shí)別等。隨著數(shù)字圖像處理相關(guān)算法的不斷改進(jìn) 和優(yōu)化，識(shí)別的準(zhǔn)確率不斷得到提高。

在工業(yè)生產(chǎn)中，液晶屏作為人機(jī)交互的輸出 方式被大量應(yīng)用。例如在衡器檢測(cè)中，需要在多 種環(huán)境中檢測(cè)衡器的液晶屏讀數(shù)是否準(zhǔn)確，檢驗(yàn) 人員疲于重復(fù)性的記錄讀數(shù)，在此過(guò)程中容易產(chǎn)生疏忽，影響檢測(cè)質(zhì)量。針對(duì)類(lèi)似應(yīng)用的特點(diǎn)， 設(shè)計(jì)一種液晶屏數(shù)字自動(dòng)識(shí)別采集方法具有重要 的實(shí)用價(jià)值。

2.基于液晶屏數(shù)字識(shí)別采集方法

為了實(shí)現(xiàn)液晶屏數(shù)字自動(dòng)識(shí)別功能，本文提 出了一種液晶屏數(shù)字識(shí)別方法，該方法首先讀入 含有液晶屏數(shù)字的圖像，在手動(dòng)標(biāo)注出圖像中含 有的數(shù)字區(qū)域的基礎(chǔ)上，通過(guò)中值濾波、二值化、 形態(tài)學(xué)閉運(yùn)算、輪廓提取、字符圖像歸一化等處 理，得到分割出的待識(shí)別的單個(gè)數(shù)字圖像，然后 通過(guò)提取數(shù)字圖像的水平方向和垂直方向的直方圖作為數(shù)字的特征，最后用K最近鄰算法識(shí)別出 各個(gè)數(shù)字。整個(gè)算法的流程如圖1所示。

2.1圖像讀取與預(yù)處理 1讀取工業(yè)相機(jī)拍攝到的含有液晶屏的圖 像，若為彩色圖像，則按照公式d轉(zhuǎn)化成灰度

圖,grey。

Igray=0.299Ir+0.587Ig+0.114Ib 1

其中：Ir——彩色圖像的紅色分量；

Ig—彩色圖像的綠色分量；

Ib——彩色圖像的藍(lán)色分量。

2通過(guò)鼠標(biāo)選取含有多個(gè)待識(shí)別數(shù)字的圖像 區(qū)域，作為感興趣區(qū)域ROI (Region Of Interest。

3圖像濾波。對(duì)ROI圖像按照公式2進(jìn) 行中值濾波處理，去除圖像噪聲。

g (x,}) =med{f(x- k,y-1 , (k,/ ^ W } 2

其中：/(x，；y——原始圖像；

g(c,y)——中值濾波后圖像；

W——二維模板，本文取3x3的區(qū)域。 4圖像二值化。對(duì)中值濾波后的圖像進(jìn)行二 值化處理，本文采用的二值化方法為最大類(lèi)間方 差法。設(shè)T為前景圖像與背景圖像的閾值，圖像 的平均灰度值為u,前景圖像的平均灰度值為u。,

前景圖像像素?cái)?shù)與圖像全部像素?cái)?shù)的比值為_, 背景圖像的平均灰度值為^,背景圖像像素?cái)?shù)與 圖像全部像素?cái)?shù)的比值為Wl,前景圖像與背景圖 像的方差為g,則

u=u0w0+u1w1 3

g= (u0- u) 2W0+ (u1- u) 2W1 4

由公式(3)和公式(4可得

g= (u0- u) 2W0W g

當(dāng)g取最大值時(shí)，前景和背景的差異也最大， 此時(shí)的閾值T即為二值化圖像的最佳閾值。

2.2數(shù)字分割 1形態(tài)學(xué)閉運(yùn)算

考慮到七段碼方式顯示的數(shù)字，同一個(gè)數(shù)字 可能由多個(gè)不同的輪廓區(qū)域組成，如圖2所示的 數(shù)字7,由3部分組成，為使得同一個(gè)數(shù)字的不同 區(qū)域在輪廓檢測(cè)時(shí)能作為一個(gè)輪廓檢測(cè)出來(lái)，本 文對(duì)二值化后的圖像按照公式@進(jìn)行形態(tài)學(xué)閉 運(yùn)算，其中十表示膨脹運(yùn)算，一表示腐蝕運(yùn)算， 結(jié)構(gòu)元素s取為1x 7的列向量，結(jié)構(gòu)元素的原點(diǎn) 取中心點(diǎn)。

2數(shù)字分割與歸一化

遍歷圖像，找出形態(tài)學(xué)閉運(yùn)算后的圖像中的 所有輪廓區(qū)域[89],并去除面積小于9的輪廓區(qū)域。 然后根據(jù)剩余的每個(gè)輪廓的最左、最右、最上和 最下像素點(diǎn)的位置，求取對(duì)應(yīng)輪廓的最小外接矩 形，并歸一化成大小為32x 16的標(biāo)準(zhǔn)圖像，作為 待識(shí)別的單個(gè)數(shù)字圖像。

2.3特征提取與識(shí)別

分別計(jì)算每個(gè)歸一化后的待識(shí)別二值字符圖 像的垂直方向和水平方向的直方圖，得到大小為 1x48的圖像特征向量，作為待識(shí)別字符圖像的特 征。

對(duì)需要識(shí)別的各類(lèi)衡器，按照上述方法提取 其液晶屏的0-9個(gè)數(shù)字特征，并標(biāo)記好數(shù)字類(lèi)別， 作為識(shí)別數(shù)字庫(kù)。

對(duì)于每個(gè)待識(shí)別的數(shù)字圖像，計(jì)算其特征向 量U與數(shù)字庫(kù)中每個(gè)數(shù)字的特征向量X的相似度， 即按照公式G計(jì)算兩個(gè)向量的距離D。則距離 最小的D所對(duì)應(yīng)的x即為與u最相似的特征向量， 其所對(duì)應(yīng)的數(shù)字即為u所對(duì)應(yīng)的數(shù)字。

D (x,U =姨豆 f=i (x - u)~ 7

3.實(shí)驗(yàn)結(jié)果與分析

按照本文的方法，對(duì)如圖3所示的衡器液晶 數(shù)字進(jìn)行識(shí)別，圖像處理過(guò)程中的結(jié)果如圖4所 示，其中Q為鼠標(biāo)選擇的待識(shí)別數(shù)字ROI區(qū)域， (b)為中值濾波后的數(shù)字圖像區(qū)域，為二值化處 理后的數(shù)字圖像區(qū)域，（d為形態(tài)學(xué)閉運(yùn)算后的數(shù) 字圖像區(qū)域，（e>為提取的數(shù)字輪廓區(qū)域，o為求取 的各數(shù)字的最小外接矩形。分割并歸一化之后的5 個(gè)數(shù)字如圖5所示，最終，該方法能夠正確識(shí)別 出數(shù)字15441。

4.結(jié)論

本文提出了一種衡器檢測(cè)中基于液晶屏數(shù)字 識(shí)別米集方法，該方法在手動(dòng)選擇待識(shí)別數(shù)字區(qū)

域圖像的基礎(chǔ)上，首先通過(guò)圖像濾波、二值化等 操作對(duì)圖像進(jìn)行預(yù)處理；然后通過(guò)形態(tài)學(xué)閉運(yùn)算、 輪廓提取與小輪廓去除、計(jì)算最小外接矩形等操 作進(jìn)行數(shù)字分割；最后，在歸一化處理的基礎(chǔ)上， 提取單個(gè)數(shù)字圖像的水平方向和垂直方向的直方 圖作為數(shù)字的特征，用K最近鄰算法識(shí)別出各個(gè) 數(shù)字。實(shí)驗(yàn)結(jié)果表明，該方法能夠正確識(shí)別出衡 器液晶屏中的數(shù)字。