基于霍夫变换的方法提高铭牌OCR识别率v11.docVIP

基于霍夫变换的铭牌OCR识别方法设计与实现 （文章名改为这个为好！） 摘要：针对什么问题提出了什么方法，该方法的技术要点，效果较已有方法的先进性。（大概200字左右） 本文针对当互感器铭牌图像倾斜时，其字符识别准确率下降的问题，提出了基于霍夫变换获取图像倾斜角度，进而通过图像旋转矫正的方法提高OCR字符识别准确率的方法。该方法先对原始图像进行二值化，进而获得铭牌的轮廓，再采用基于霍夫变换的方法获得铭牌中的水平线段，通过计算得到的线段水平倾斜角，对图像进行还原。未采用旋转矫正的图像其OCR识别准确率很低，容易造成识别失败的结果，使用了该方法后，OCR识别率可达95%以上。 关键词：3-5个 霍夫变换 OCR 铭牌识别 旋转矫正 1概述 这部分这样组织语言 （参考一些相关论文后）概述一下关于OCR识别的研究意义，动机和背景知识，以及现有方案（如方案一的名称、优点和不足；方案二的名称、优点和不足；方案三的名称、优点和不足；等等），最后引出自己方案。 OCR（光学字符识别互感器自动化检定要对互感器的铭牌信息识别主要识别内容包括英文数字常用的识别方式有两种一种是通过模式匹配的方式将每种字符标准存成模板在识别过程中对图像中的字符进行分割后逐一比对找到匹配度最高的字符这种方式运算量相对较小因此识别速度快对系统硬件要求较低然而不同厂家制作的互感器铭牌字体不尽相同模式匹配方式对不同的字体的适应性不好 然而，OCR识别结果并非完全取决于软件算法的优略，图像字体、文字图像分辨率、图像对比度、文字图像水平度等都会影响到图像的识别结果。本文针对互感器铭牌的OCR识别，提出一种基于霍夫变换确定铭牌水平度，进而通过图像旋转方法对图像进行旋转矫正，从而达到提高铭牌识别率的方法。 应用背景 随着国家电网公司三集五大成立集约高效的省级计量中心，通过自动化检定流水线和智能仓储技术的推广应用，，成为必然 计量用低压电流互感器自动化检定系统作为“四线一库”的重要组成部分，可实现与智能立体化仓库系统的无缝对接、自动运输、自动上下料、自动检定、自动分选贴标等功能。计量用低压电流互感器的外观检查作为自动检定的一项重要内容，要求对互感器的铭牌信息正确性进行检测。针对直接采用OCR进行铭牌信息识别率不高的问题，本文采用了基于霍夫变换与图像旋转相结合的方法，先将铭牌图像调整水平，再进行OCR识别，从而提高了互感器铭牌信息的识别率。 获取图像外围轮廓 互感器的铭牌如图1所示，从图中我们可以看到使用OpenCV中的cvHistogram函数获得图片的直方图，进而从中得到图像的灰度分布情况。根据灰度分布情况找到两个峰值，分别对应黑色背景和白色文字的像素数量。 图1 原始采集图像 以直方图中黑白两个峰值的作为图像二值化的两个阀值，使用OpenCV中的cvCanny 获取下图方框中的轮廓，得到图像如下图所示。 图2 轮廓图像 采用霍夫变换找到图像中的最长直线 霍夫变换从黑白图像中检测直线 线段 的原理如下 直线的方程可以用y k*x+b 来表示，其中k和b分别对应直线的斜率和截距。那么经过某一点 x0,y0 的所有直线的参数都会满足方程y0 kx0+b我们。即将方程变换为 b -x0*k+y0 …………………………………………（1） 这样，图像x--y平面上的一个点就映射到参数平面k--b上的一条直线。x--y平面上的参数平面k--b上的一组直线这些直线将相交于 霍夫变换就是根据这一性质对于图像上每一点，利用公式求出参数平面对应的直线，把在这直线上的所有点的值都加１。最后，找到参数平面上最大点的位置，这个位置就是原图像上直线的参数。假如图像平面上有两条直线，那么最终在参数平面上就会看到两个峰值点，依此类推。 图3 使用霍夫变换获得直线段 计算水平线角度 根据找到的直线，获得图像水平偏差的角度。 对图像进行旋转 根据水平偏差角，进行图像旋转矫正。矫正分三步： 第一步：坐标变换，把以图形左上角为原点的图像坐标变换为以图像中心为原点的图像坐标。假设图像的宽为w,高为h,（x0,y0）为原坐标系内的一点,变换后该点坐标为（x1,y1）。 x1 x0 - w/2; y1 y0 h/2; 即： 第二步：图像旋转 在新的坐标系下,假设点（x0,y0）距离原点的距离为r,点与原点之间的连线与轴的夹角为α,旋转的角度为θ,旋转后的点为（x1,y1）, 如下图所示。 那么有以下结论： x0 rcosα；y0 rsinα x1 rcos αθ rcosαcosθ+rsinαsinθ x0cosθ+y0sinθ； y1 rsin αθ rsinαcosθ-rcosαsinθ y0cosθ-x0sinθ； 第三步：坐标反变换。即第一步的逆变换，把以图像中心为原点的图像坐标变换为以图形左上角