一种数字编码图像识别方法研究与应用.docVIP

一种数字编码图像识别方法的研究与应用 　　摘要：本文提出的数字编码图像识别方法，包含图像的二值化处理、去噪处理、特征提取及特征识别等过程。仿真和实验表明，本方法识别5位数字编码仅需0.13秒。算法具有简单、适于多种笔画、便于程序化、实时性强等特点。算法已被程序化，用于数字化血型判读仪的实际生产实践。 　　关键词：数字；编码；图像识别 　　中图法分类号：TG 391.4 文献标识码：A 文章编号：1672-3791(2011)10(B)-0000-00 　　Abstract: A digital code image recognition method is been put forwards, which includes four processes, such as binaryzation, amendment, simplification and recognition. It took zero point one three second by using it to recognize five digital code. The method which is simple, easy to programmed, fast and using extensively has been put to practice by a computer system. 　　Key words: digital; code; image recognition 　　 　　 　　 　　 阿拉伯数字是世界各国唯一通用的符号，数字识别技术是模式识别的一个分支，它在车牌识别、身份证识别、护照识别、编码识别、邮件分拣、支票、财务等领域应用非常广阔。目前，数字识别的算法一般采用以知识、神经网络、人工智能为基础的模板匹配法、轮廓多边形相关、傅立叶系数等方法来进行识别的。这些方法中因包含有的字符笔画形状分析或笔画拟合，使识别系统变得非常庞大和复杂，无法实现实时识别的要求。本文通过对数字编码图像进行二值化、去噪、特征提取、特征识别等处理，能快捷准确地进行数字编码的实时识别。 　　 　　1 图像的二值化处理 　　 一幅图像可以用为一个二维函数f(x,y)表示，其中x,y是图像中像素坐标，f为图像像素在坐标点(x,y)处的灰度值。图像的数据矩阵表示如下： 　　 （1） 　　 数据矩阵中的数值在[0,255]范围中取值，坐标点的颜色越深其灰度值越大。 　　 在数字编码图像中，数字字符的颜色一般较背景颜色深，设定某一个阈值b，b值小于字符颜色灰度，且大于背景颜色灰度。将b值与数据矩阵f(x,y)中数值相比较，把小于b值的数值改成0，大于b的数值改成1，即可滤去背景颜色保留数字字符，得到数字编码图像的二值化图像。 　　 图1(a)为某医疗器械公司生产的用于血型定型检测的微柱凝胶检测卡。用于临床判读的软件，需要对图1(a)中上部检测卡的8个微柱凝胶血清实验结果的阴阳性进行图像识别，也要对检测卡左下角的产品编号“02285”进行识别。本文论述仅限于对检测卡编码的识别。 　　 图1(b)为对检测卡数字编码二值化处理，阈值设为80，消除背景的影响所得到的数字轮廓。由于图幅所限，图1(b)被缩小了5倍，只能呈现数字编码的轮廓。将图1(b)中数字编码前两位数“02”放大后如图1(c)所示，由图1(c)可知图1(b)中的数字编码轮廓是由数字“1”组成的。为了图示更清楚，下文以“02”为例进行有关算法的说明。 　　 　　 　　2去噪处理 　　 数字编码在印刷或打印的过程中，可能存在污染、断笔、粘连或变形等质量问题。如图1(b)所示，图中的数字笔画较粗，造成了5数字彼此之间的粘连。第一个数字“0”的及第二个数字“2”中上部存在污染，因而这两个数字二值化图的中上部，多了一小段横线。因此必须对二值化后的图像进行去噪处理。通过对不同数字字宽的判断，对数字进行分割，克服数字粘连；根据各个数字的结构特征，判断其二值化图像存在的断笔或污染，并修正二值化数据矩阵。图2是数字编码“02”去噪修正后的二值化图。 　　 　　3特征提取 　　 图2得到“02”数字去噪修正后的的轮廓图，但由于各种印刷体存在笔画粗细不同，依据数字的轮廓难以准确地识别数字。因此必须对笔画粗细不同的数字进行简化，细化笔画，保留并提取出各个数字特征。 　　 　　 　　 简化笔画需从左上至右下、从左下至右上、从右上至左下、从右下至左上等4各方向分别进行。 　　 设图3中坐标（x,y）处像素点的二值化数值为1，黑色方块表示与像素点（x,y）相邻且其二值化数值为1的像素点。图3所示的4种情况，可以将像素点（x,y）删除，删除之后并不会破坏数字图像笔画间的连接