鋼材圖像編號(hào)的提取與分割方法
【專(zhuān)利摘要】本發(fā)明提出了一種復(fù)雜背景下鋼材圖像編號(hào)的提取和分割方法。采用HSV顏色空間，并以飽和度為主區(qū)分前景和背景，再綜合運(yùn)用數(shù)學(xué)形態(tài)學(xué)運(yùn)算及邊界跟蹤技術(shù)提取出鋼塊的有效區(qū)域；對(duì)灰度鋼材圖像進(jìn)行二值化、梯度銳化、去離散噪聲等預(yù)處理，運(yùn)用多投影直方圖分割法對(duì)鋼材區(qū)域的編號(hào)進(jìn)行行、列分割，并解決了干擾、字符粘連等問(wèn)題，實(shí)現(xiàn)了編號(hào)的精確定位分割。本發(fā)明的抗干擾能力較強(qiáng)，分割效果良好。
【專(zhuān)利說(shuō)明】
鋼材圖像編號(hào)的提取與分割方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)，具體地說(shuō)，是涉及鋼材圖像編號(hào)的提取和分割方法。
【背景技術(shù)】
[0002] 在鋼廠，每塊鋼材成型后都有一個(gè)編號(hào)。這個(gè)編號(hào)一般用噴涂設(shè)備或手工加在鋼 塊的側(cè)面。當(dāng)鋼塊送到其它流程（庫(kù)存、質(zhì)量管理等）進(jìn)一步處理時(shí)，需要將它辨別出來(lái)。 目前識(shí)別的環(huán)芐基本上靠工人手工定時(shí)完成。人為登記既降低了工作效率，也不太安全，還 易發(fā)生錯(cuò)誤。因此迫切需要對(duì)鋼材編號(hào)實(shí)現(xiàn)自動(dòng)識(shí)別。
[0003] 在鋼材編號(hào)的識(shí)別過(guò)程中，鋼材區(qū)域定位、字符分割是關(guān)鍵技術(shù)。由于鋼材區(qū)域的 背景復(fù)雜，如圖1所示，拍攝的圖像除了鋼材區(qū)域外，還有軌道、鋼管、窗戶(hù)、標(biāo)語(yǔ)甚至工作 人員等影響鋼材編號(hào)識(shí)別的物體。而且在鋼材區(qū)域內(nèi)，鋼材的堆放也沒(méi)有特定的規(guī)律。由 于拍攝的角度，不同的鋼塊的傾斜度不同，圖片上的編號(hào)大小也不一。加上還有噪聲、光線 等外部條件的影響。這些給識(shí)別帶來(lái)了相當(dāng)?shù)碾y度。
[0004] 若用常規(guī)的灰度圖像閾值化的方法，由于鋼材編號(hào)的顏色與背景相似，二值化后 如圖2所示，有大量的干擾物體存在，不易于識(shí)別。所以要直接對(duì)彩色圖像進(jìn)行有效的分 割。
[0005] 對(duì)彩色圖像進(jìn)行分割，顏色空間的選取很重要。常見(jiàn)的顏色空間有RGB和HSV兩 種。H、S、V分別代表顏色的色調(diào)、飽和度和亮度。HSV顏色模型去掉了亮度成分在圖像中 與顏色信息的聯(lián)系，色調(diào)飽和度成分與人們獲得顏色的方式密切相關(guān)；且HSV顏色模型用 Munsell三維空間坐標(biāo)系統(tǒng)表示，坐標(biāo)可以獨(dú)立感知各顏色分量的變化。仿照灰度直方圖的 定義方法，在HSV空間中，可將色調(diào)、飽和度直方圖定義為：
[0008] 這里，NQO、N(Sl)分別是色調(diào)為 hji = 0, ? ? ?，255)、飽和度為 Sl(i = 0, ? ? ?， 255)的象素個(gè)數(shù)。當(dāng) Hue = 時(shí)，f(x，y) = 1。當(dāng) Saturation = s ;時(shí)，f(x，y) = 1〇
[0009] 二值化求解閾值的方法很多，如直方圖變換法、最大類(lèi)間方差法、共生矩陣法、迭 代法。迭代法基本思想是：首先計(jì)算圖像灰度直方圖，選取圖像灰度范圍的中值作為初始閾 值T。（設(shè)共有L級(jí)灰度），然后按下式進(jìn)行迭代：
[0011] 其中匕是灰度為1值的像素個(gè)數(shù)。迭代一直進(jìn)行到T 1+1= T i結(jié)束，取結(jié)束時(shí)的T i 為最終分割閾值并按1\二值化。

【發(fā)明內(nèi)容】

[0012] 本發(fā)明旨在克服現(xiàn)有技術(shù)缺陷，目的在于提供一種鋼材編號(hào)提取與分割技術(shù)的方 法。該方法先在彩色圖像中提取出鋼材區(qū)域，然后將鋼材編號(hào)按行粗分割，最后精確定位字 符。
[0013] 為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0014] 第一步、鋼材區(qū)域提取
[0015] (1)在彩色圖像中將前景和背景區(qū)分；
[0016] 采集到的圖像一般是RGB格式，因此先將圖像進(jìn)行格式轉(zhuǎn)換，轉(zhuǎn)換成HSV格式。需 要指出的是色調(diào)是循環(huán)結(jié)構(gòu)。為了更清楚表示，將色調(diào)直方圖左移。左移后色調(diào)直方圖、飽 和度直方圖分別如圖3、圖4所示（濾波后）。
[0017] 從左移后的色調(diào)直方圖可以看出色調(diào)比較多，不利于直接分割；而飽和度直方圖 呈現(xiàn)明顯的雙峰，很容易將前景和背景區(qū)分開(kāi)。本發(fā)明采用Otsu方法求取分割閾值，并按 閾值完成圖像的二值化。
[0018] (2)鋼材區(qū)域與其它背景區(qū)域分開(kāi)成獨(dú)立的連通域；
[0019] 盡管已經(jīng)有效將鋼材區(qū)域標(biāo)識(shí)出來(lái)，但背景中仍然有雜物和大量零散點(diǎn)的存在。 針對(duì)零散點(diǎn)，使用結(jié)構(gòu)元素進(jìn)行先膨脹后腐蝕運(yùn)算，得到圖5。從圖5可見(jiàn)，鋼材區(qū)域與其它 背景區(qū)域已經(jīng)分開(kāi)成獨(dú)立的連通域了。
[0020] (3)從彩色圖像對(duì)應(yīng)的灰度圖中裁剪出相應(yīng)的鋼材圖像。
[0021] 圖5中的鋼材區(qū)域比較明顯，但仍有少數(shù)細(xì)小的連通區(qū)域，必須去掉。本文采用邊 界跟蹤的方法，將周長(zhǎng)最大的部分確定為鋼材區(qū)域。邊界跟蹤用到了 Freeman鏈法則。具 體的跟蹤規(guī)則如圖6所示。得到邊界跟蹤后的區(qū)域后標(biāo)識(shí)出其鄰接矩形。并從彩色圖像對(duì) 應(yīng)的灰度圖中裁剪出相應(yīng)的圖像。結(jié)果如圖7所示。
[0022] 第二步、字符分割定位
[0023] (1)二值化、梯度銳化、去離散噪聲；
[0024] 用迭代法對(duì)第一步得到的鋼材圖像灰度圖進(jìn)行二值化。由于需要處理的圖像編號(hào) 邊緣比較模糊，對(duì)識(shí)別造成了一定的困難。在這里采用Roberts梯度算子進(jìn)行銳化使圖像 的邊緣變得清晰起來(lái)。圖像可能在拍攝過(guò)程中夾帶了噪聲。系統(tǒng)采用的是去除雜點(diǎn)的方法 來(lái)進(jìn)行去噪聲處理的。銳化、去噪后的圖像如圖8所示。
[0025] ⑵行劃分
[0026] X軸方向投影直方圖公式？K = 2^.，/U2,…，匕⑷
[0027] Y軸方向投影直方圖公式4，"?，尤⑶
[0028] X1= X01，…，X1= X01+i_l，…，Xn= X02;
[0029] Y1=Y01，...，Y1=Y 01+i-l，...，Yn=Y02;
[0030] 其中（XQ1，YQ1)，（XQ2, YQ2)分別為區(qū)域左上角、右下角的坐標(biāo)。
[0031] 按公式（4)先對(duì)圖像8進(jìn)行水平投影，得到圖9。因?yàn)殇摬木幪?hào)的間隔比較大，水 平投影會(huì)出現(xiàn)投影輪廓的谷點(diǎn)且不同行編號(hào)的投影不會(huì)重疊。找出在Y軸方向的谷點(diǎn)，根 據(jù)谷點(diǎn)沿X軸方向切分圖像得到不同的行。若這時(shí)將切分行的高度與已知待識(shí)別的字符的 高度比較，從而得到目標(biāo)圖像行，將會(huì)遇到兩個(gè)問(wèn)題，一是由于拍攝角度，每行編號(hào)大小不 一且部分行編號(hào)存在明顯的傾斜；二是干擾的存在，尤其是干擾區(qū)高度與鋼材編號(hào)接近時(shí)。 [0032] (3)每行傾斜度自動(dòng)測(cè)量
[0033] 調(diào)整的方法主要是根據(jù)圖像上左右兩邊的黑色象素的平均高度來(lái)的。
[0034] (4)字符的精確定位
[0035] 在調(diào)整傾斜度后的各行中，先要判定字符區(qū)的存在，來(lái)排除干擾行。對(duì)含有字符的 行，確定字符區(qū)的起始位置，然后對(duì)各個(gè)字符水平分割。
[0036] 1)確定含有字符的行
[0037] 通過(guò)觀察字符區(qū)域，可以看到每行的鋼材編號(hào)前后為兩個(gè)字母，中間為十個(gè)數(shù)字。 按公式（5)對(duì)圖9中第4行（從下往上）進(jìn)行垂直投影可得圖10,投影值發(fā)生零值跳變的 位置有T (此處T = 24)處。對(duì)每行投影值零值跳變點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，大于或等于T/2的保 留，小于T/2認(rèn)為是干擾行。
[0038] 2)精確定位
[0039] 下面對(duì)含有字符區(qū)域的行確定字符區(qū)域的精確位置。
[0040] 在圖11中，字符區(qū)上邊有兩道斜線，兩塊黑點(diǎn)，左側(cè)有一塊黑點(diǎn)，構(gòu)成了干擾。
[0041] 按式⑷得到X方向的投影直方圖PY，如圖12所示。在PY中，存在k個(gè)結(jié)果區(qū)域 (k = 2)，圖中標(biāo)出PYwp ?￥*2兩個(gè)結(jié)果區(qū)域。
[0042] 先求出直方圖中PY投影區(qū)的平均高度
[0044] 其中，m為PY中不為零的行數(shù)。
[0045] 再根據(jù)PY求出每個(gè)區(qū)域的寬度PYWl (i = 1~k)和每個(gè)區(qū)域的平均高度PYh (i =1~k)。（這里區(qū)域數(shù)k = 2)。
[0046] 根據(jù)兩個(gè)條件來(lái)得到字符區(qū)域的高度。
[0047] I)PYWl中取出最大值作為PYw，為候選字符區(qū)，即區(qū)域?qū)挾茸畲笾担?br>[0048] II)求出PY&對(duì)應(yīng)的區(qū)域平均高度PYh "要滿足：。
[0049] 第一個(gè)條件是說(shuō)明字符區(qū)域的高度范圍內(nèi)的水平方向黑色象素點(diǎn)最多。第二個(gè)條 件為了排除直線。
[0050] 這樣，字符區(qū)的高度完全可確定。并可由此切分出高度上的干擾。結(jié)果如圖13所 示。作垂直投影可得圖14。
[0051 ] 本發(fā)明對(duì)字符的粘連進(jìn)行了處理。
[0052] 現(xiàn)在可以把字符區(qū)域中的字符獨(dú)立的分割出來(lái)。
[0053] 在已知的每個(gè)字符比較精確的寬度范圍內(nèi)，先自下向上對(duì)圖像進(jìn)行逐行掃描直至 遇到第一個(gè)黑色的象素點(diǎn)。記錄下來(lái)。然后再由上向下對(duì)圖像進(jìn)行逐行掃描直至找到第一 個(gè)黑色象素，這樣就找到每個(gè)字符精確的高度范圍。效果如圖15表示。
【附圖說(shuō)明】
[0054] 圖1是本發(fā)明第一步中鋼材編號(hào)原始彩色圖；
[0055] 圖2是本發(fā)明第一步中鋼材編號(hào)直接二值化后黑白圖；
[0056] 圖3是本發(fā)明第一步中左移后色調(diào)直方圖；
[0057] 圖4是本發(fā)明第一步中飽和度直方圖；
[0058] 圖5是本發(fā)明第一步中膨脹、腐蝕后效果圖；
[0059] 圖6是本發(fā)明第一步中8近鄰輪廓線跟蹤過(guò)程；
[0060] 圖7是本發(fā)明第一步中鋼材區(qū)域的灰度圖；
[0061] 圖8是本發(fā)明第二步中銳化、去噪后的效果圖；
[0062] 圖9是本發(fā)明第二步中水平投影圖；
[0063] 圖10是本發(fā)明第二步中垂直投影圖；
[0064] 圖11是本發(fā)明第二步中含干擾的一行字符圖；
[0065] 圖12是本發(fā)明第二步中投影直方圖PY ;
[0066] 圖13是本發(fā)明第二步中去除高度上的干擾后效果圖；
[0067] 圖14是本發(fā)明第二步中垂直投影圖；
[0068] 圖15是本發(fā)明第二步中定位分割后效果圖。
【具體實(shí)施方式】
[0069] 下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明做進(jìn)一步的描述，并非對(duì)其保護(hù)范圍的限 制。
[0070] 第一步、鋼材區(qū)域提取
[0071] (1)在彩色圖像中將前景和背景區(qū)分；
[0072] 采集到的圖像一般是RGB格式，因此先將圖像進(jìn)行格式轉(zhuǎn)換，轉(zhuǎn)換成HSV格式。需 要指出的是色調(diào)是循環(huán)結(jié)構(gòu)。為了更清楚表示，將色調(diào)直方圖左移，具體辦法是將環(huán)形結(jié)構(gòu) 的色調(diào)數(shù)據(jù)的〇點(diǎn)安置在像素最少的色調(diào)處。左移后色調(diào)直方圖、飽和度直方圖分別如圖 3、圖4所不（濾波后）。
[0073] 從左移后的色調(diào)直方圖可以看出色調(diào)比較多，不利于直接分割；而飽和度直方圖 呈現(xiàn)明顯的雙峰，很容易將前景和背景區(qū)分開(kāi)。本發(fā)明采用Otsu方法即最大類(lèi)間方差準(zhǔn)則 下的最佳門(mén)限法求取分割閾值，并按閾值完成圖像的二值化。
[0074] (2)鋼材區(qū)域與其它背景區(qū)域分開(kāi)成獨(dú)立的連通域；
[0075] 盡管已經(jīng)有效將鋼材區(qū)域標(biāo)識(shí)出來(lái)，但背景中仍然有雜物和大量零散點(diǎn)的存在。 '〇 1 〇' 針對(duì)零散點(diǎn)，使用結(jié)構(gòu)元素1 0 1進(jìn)行先膨脹后腐蝕運(yùn)算，得到圖5。從圖5可見(jiàn)，鋼材區(qū)
[0 1 0. 域與其它背景區(qū)域已經(jīng)分開(kāi)成獨(dú)立的連通域了。
[0076] (3)從彩色圖像對(duì)應(yīng)的灰度圖中裁剪出相應(yīng)的鋼材圖像。
[0077] 圖5中的鋼材區(qū)域比較明顯，但仍有少數(shù)細(xì)小的連通區(qū)域，必須去掉。本文采用邊 界跟蹤的方法，將周長(zhǎng)最大的部分確定為鋼材區(qū)域。邊界跟蹤用到了 Freeman鏈法則。具 體的跟蹤規(guī)則如圖6所示。得到邊界跟蹤后的區(qū)域后標(biāo)識(shí)出其鄰接矩形。并從彩色圖像對(duì) 應(yīng)的灰度圖中裁剪出相應(yīng)的圖像。結(jié)果如圖7所示。
[0078] 第二步、字符分割定位
[0079] (1)二值化、梯度銳化、去離散噪聲；
[0080] 用迭代法對(duì)第一步得到的鋼材圖像灰度圖進(jìn)行二值化。由于需要處理的圖像編號(hào) 邊緣比較模糊，對(duì)識(shí)別造成了一定的困難。在這里采用Roberts梯度算子進(jìn)行銳化使圖像 的邊緣變得清晰起來(lái)。圖像可能在拍攝過(guò)程中夾帶了噪聲。系統(tǒng)采用的是去除雜點(diǎn)的方法 來(lái)進(jìn)行去噪聲處理的。具體方法如下：掃描整個(gè)圖像，當(dāng)發(fā)現(xiàn)一個(gè)黑色點(diǎn)的時(shí)候，就考察和 該黑色點(diǎn)間接或者直接相連接的黑色點(diǎn)的個(gè)數(shù)有多少，如果大于一定的值，那就說(shuō)明該點(diǎn) 不是離散點(diǎn)，否則就是離散點(diǎn)，把它去掉。在考察相連的黑色點(diǎn)的時(shí)候用的是遞歸的方法。 銳化、去噪后的圖像如圖8所示。
[0081] (2)行劃分
[0082] X軸方向投影直方圖公式Pf == (4)
[0083] Y軸方向投影直方圖公式戶(hù)；=⑶
[0084] Xi= X01，…，Xf X01+i-l，…，Xn= XwYf Y01，…，Yf Y01+i-l，…，Yn = YD2;其中（XQ1，YQ1)，（XQ2，Y Q2)分別為區(qū)域左上角、右下角的坐標(biāo)。
[0085] 按公式⑷先對(duì)圖像8進(jìn)行水平投影，得到圖9。因?yàn)殇摬木幪?hào)的間隔比較大，水 平投影會(huì)出現(xiàn)投影輪廓的谷點(diǎn)且不同行編號(hào)的投影不會(huì)重疊。找出在Y軸方向的谷點(diǎn)，根 據(jù)谷點(diǎn)沿X軸方向切分圖像得到不同的行。若這時(shí)將切分行的高度與已知待識(shí)別的字符的 高度比較，從而得到目標(biāo)圖像行，將會(huì)遇到兩個(gè)問(wèn)題，一是由于拍攝角度，每行編號(hào)大小不 一且部分行編號(hào)存在明顯的傾斜；二是干擾的存在，尤其是干擾區(qū)高度與鋼材編號(hào)接近時(shí)。
[0086] (3)每行傾斜度自動(dòng)測(cè)量
[0087] 調(diào)整的方法主要是根據(jù)圖像上左右兩邊的黑色象素的平均高度來(lái)的。具體來(lái)說(shuō)， 首先要分別計(jì)算圖像左半邊和右半邊的象素的平均高度，然后求得斜率，根據(jù)斜率重新組 織圖像。
[0088] (4)字符的精確定位
[0089] 在調(diào)整傾斜度后的各行中，先要判定字符區(qū)的存在，來(lái)排除干擾行。對(duì)含有字符的 行，確定字符區(qū)的起始位置，然后對(duì)各個(gè)字符水平分割。
[0090] 1)確定含有字符的行
[0091] 通過(guò)觀察字符區(qū)域，可以看到每行的鋼材編號(hào)前后為兩個(gè)字母，中間為十個(gè)數(shù)字。 按公式（5)對(duì)圖9中第4行（從下往上）進(jìn)行垂直投影可得圖10,投影值發(fā)生零值跳變的 位置有T (此處T = 24)處。對(duì)每行投影值零值跳變點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，大于或等于T/2的保 留，小于T/2認(rèn)為是干擾行。
[0092] 2)精確定位
[0093] 下面對(duì)含有字符區(qū)域的行確定字符區(qū)域的精確位置。
[0094] 在圖11中，字符區(qū)上邊有兩道斜線，兩塊黑點(diǎn)，左側(cè)有一塊黑點(diǎn)，構(gòu)成了干擾。
[0095] 按式⑷得到X方向的投影直方圖PY，如圖12所示。在PY中，存在k個(gè)結(jié)果區(qū)域 (k = 2)，圖中標(biāo)出PYwp ?￥*2兩個(gè)結(jié)果區(qū)域。
[0096] 先求出直方圖中PY投影區(qū)的平均高度
[0098] 其中，m為PY中不為零的行數(shù)。
[0099] 再根據(jù)PY求出每個(gè)區(qū)域的寬度PYWl (i = 1~k)和每個(gè)區(qū)域的平均高度PYh (i =1~k)。（這里區(qū)域數(shù)k = 2)。
[0100] 根據(jù)兩個(gè)條件來(lái)得到字符區(qū)域的高度。
[0101] I)PYWl中取出最大值作為PYwit為候選字符區(qū)，即區(qū)域?qū)挾茸畲笾担?br>[0102] II)求出PY&對(duì)應(yīng)的區(qū)域平均高度PYh "要滿足：PYhm>pW/3。
[0103] 第一個(gè)條件是說(shuō)明字符區(qū)域的高度范圍內(nèi)的水平方向黑色象素點(diǎn)最多。第二個(gè)條 件為了排除直線。
[0104] 這樣，字符區(qū)的高度完全可確定。并可由此切分出高度上的干擾。結(jié)果如圖13所 示。作垂直投影可得圖14。
[0105] 如圖14所示，在PX投影區(qū)中從左至右依次將每個(gè)候選字符的起始坐標(biāo)找出?？?表示為Ui = 1~k ;j = 1，2)
[0106] 每個(gè)字符的區(qū)域?qū)挾葹椋篜XWl= X y-Xu
[0107] 區(qū)域間隙寬度：(^= X m-Xw;
[0108] 區(qū)域總寬度：SW1= X m-X^;
[0109] 判斷是否干擾的條件為
[0110] ①區(qū)域間隙寬度大于區(qū)域?qū)挾龋篊Wi> PXw1;
[0111] ②區(qū)域總寬度大于某個(gè)閾值別，T ;
[0112] 第一個(gè)條件說(shuō)明間隙太大，可能是干擾信號(hào)。第二個(gè)條件是為了排除碼號(hào)的第一 個(gè)字符為" 1"的情況。當(dāng)碼號(hào)的第一個(gè)字符為" 1"時(shí)，可能會(huì)滿足第一種情況，但總寬度不 會(huì)太小。
[0113] 這樣，可以精確定出字符區(qū)域的水平位置。
[0114] 下一步還需要注意的問(wèn)題是字符的粘連。
[0115] 如圖13和圖14,第二個(gè)字符"4"和第三個(gè)字符"2"投影區(qū)連在一起，第四個(gè)字符 "9"和第五個(gè)字符"4 "直接粘連。若再對(duì)圖像進(jìn)行梯度銳化，即使消除了粘連，也會(huì)造成圖 像的邊緣彳目息損失。故米用如下的方法：
[0116] ①計(jì)算區(qū)域?qū)挾鹊钠骄礎(chǔ)veWidth(由水平位置的總寬度/字符個(gè)數(shù)，這里字符 個(gè)數(shù)為14)
[0117] ②依次比較每個(gè)字符區(qū)域?qū)挾?11與寬度的平均值A(chǔ)veWidth。
[0118] 若SWi< 1. 5*AveWidth，轉(zhuǎn)入下一個(gè)字符，重復(fù)步驟②直至結(jié)束。
[0119] 若SWiS 1. 5*AveWidth，則認(rèn)為發(fā)生了粘連，執(zhí)行步驟③。
[0120] ③切分字符，其中點(diǎn)位置為X^+SWi/2。
[0121] ④比較切分后字符的寬度SW^ (為切分前字符寬度的一半）與AveWidth的關(guān)系。
[0122] 若 SWi ' < 1 ? 5*AveWi dth，轉(zhuǎn)入步驟②。
[0123] 若SW/彡1. 5*AveWidth，則需要再次切分，執(zhí)行步驟③。
[0124] 現(xiàn)在可以把字符區(qū)域中的字符獨(dú)立的分割出來(lái)。
[0125] 在已知的每個(gè)字符比較精確的寬度范圍內(nèi)，先自下向上對(duì)圖像進(jìn)行逐行掃描直至 遇到第一個(gè)黑色的象素點(diǎn)。記錄下來(lái)。然后再由上向下對(duì)圖像進(jìn)行逐行掃描直至找到第一 個(gè)黑色象素，這樣就找到每個(gè)字符精確的高度范圍。效果如圖15表示。
【主權(quán)項(xiàng)】
1. 一種鋼材圖像編號(hào)的提取和分割方法，其特征在于先在彩色圖像中提取出鋼材區(qū) 域，然后將鋼材編號(hào)按行粗分割，最后精確定位字符，該方法的步驟包括： 第一步、鋼材區(qū)域提取 (1) 在彩色圖像中將前景和背景區(qū)分； 采集到的圖像由RGB格式轉(zhuǎn)換成HSV格式；并用飽和度直方圖區(qū)分前景和背景；用 Otsu方法求取分割閾值，并按閾值完成圖像的二值化； (2) 鋼材區(qū)域與其它背景區(qū)域分開(kāi)成獨(dú)立的連通域； 針對(duì)背景中的零散點(diǎn)，使用結(jié)構(gòu)元素進(jìn)行先膨脹后腐蝕運(yùn)算； (3) 從彩色圖像對(duì)應(yīng)的灰度圖中裁剪出相應(yīng)的鋼材圖像； 確定為鋼材區(qū)域從彩色圖像對(duì)應(yīng)的灰度圖中裁剪出相應(yīng)的圖像； 第二步、字符分割定位 (1) 二值化、梯度銳化、去離散噪聲； 用迭代法對(duì)第一步得到的鋼材圖像灰度圖進(jìn)行二值化；采用Roberts梯度算子進(jìn)行銳 化使圖像的邊緣變得清晰起來(lái)；；采用去除雜點(diǎn)的方法來(lái)對(duì)圖像進(jìn)行去噪聲處理的； (2) 行劃分 按投影法對(duì)圖像進(jìn)行行劃分； (3) 每行傾斜度自動(dòng)測(cè)量 根據(jù)圖像上左右兩邊的黑色象素的平均高度來(lái)進(jìn)行傾斜度調(diào)整； (4) 字符的精確定位 在調(diào)整傾斜度后的各行中，先要判定字符區(qū)的存在，來(lái)排除干擾行；對(duì)含有字符的行， 確定字符區(qū)的起始位置，然后對(duì)各個(gè)字符水平分割。2. 根據(jù)權(quán)利要求1所述的鋼材圖像編號(hào)的提取和分割方法，其特征是，采用Freeman鏈 法則邊界跟蹤的方法，將周長(zhǎng)最大的部分確定為鋼材區(qū)域，去掉零散連通區(qū)域；得到邊界跟 蹤后的區(qū)域后標(biāo)識(shí)出其鄰接矩形；并從彩色圖像對(duì)應(yīng)的灰度圖中裁剪出相應(yīng)的圖像。3. 根據(jù)權(quán)利要求1所述的鋼材圖像編號(hào)的提取和分割方法，其特征是對(duì)鋼材圖像進(jìn)行 水平投影，找出在Y軸方向的谷點(diǎn)，根據(jù)谷點(diǎn)沿X軸方向切分圖像得到不同的行。4. 根據(jù)權(quán)利要求1所述的鋼材圖像編號(hào)的提取和分割方法，其特征是通過(guò)觀察字符區(qū) 域，統(tǒng)計(jì)字符總數(shù)，對(duì)每行投影值零值跳變點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，大于或等于字符總數(shù)一半的保 留，小于一半認(rèn)為是干擾行。5. 根據(jù)權(quán)利要求1所述的鋼材圖像編號(hào)的提取和分割方法，其特征是先求出直方圖中 投影區(qū)的平均高度，再根據(jù)直方圖求出每個(gè)區(qū)域的寬度和每個(gè)區(qū)域的平均高度，根據(jù)區(qū)域 寬度最大值和每個(gè)區(qū)域的平局高度的大小關(guān)系來(lái)確定字符區(qū)的高度。
【文檔編號(hào)】G06T7/00GK105894487SQ201410430728
【公開(kāi)日】2016年8月24日
【申請(qǐng)日】2014年8月25日
【發(fā)明人】李俊
【申請(qǐng)人】武漢科技大學(xué)