基于投影不变量钢坯字符定位研究.docVIP

基于投影不变量钢坯字符定位研究 　　摘要：针对重轨生产线钢坯检测所涉及到的钢坯定位问题，提出一种基于投影不变量特征的字符定位方法。利用钢坯字符呈线性排列的特征，提出投影不变量的测量值定义；利用基于多级滤波的最大类间方差的递归分割方法，寻找满足投影不变量测量值的条件，快速寻找到钢坯字符所在的区域（即图像感兴趣区域）。最后，对感兴趣区域进行投影法的坐标定位，进而完成钢坯字符的定位问题。实验结果表明，与均值漂移的字符定位方法相比，该方法能够准确地完成字符的定位，具有良好的稳定性和准确性，提高了字符定位的正确率。 　　关键词关键词：投影不变量；线性排列；感兴趣区域；字符定位 　　DOIDOI：10.11907/rjdk.151060 　　中图分类号：TP317.4 　　文献标识码：A文章编号文章编号2015）002014504 　　0引言 　　国内钢铁集团和大型轧钢厂目前主要靠人工检测来识别钢坯端面的字符，为了满足重轨生产线的需求，提高生产率，开发钢坯自动检测系统尤为必要。但由于高速重轨生产线场景复杂，以及钢坯本身存在的缺陷，使得钢坯检测系统在理论和方法上存在以下难点＼[1＼]：①外部环境复杂。生产线外部环境严重影响钢坯字符的正确识别，如生产线高温、高热，光照不均等；②钢坯字符缺陷。钢坯字符存在字体间发生粘连、部分断裂及字符变形；③受输入设备影响。输入设备的鉴别率、光学畸变、量化过程会产生大量的噪声。这些现象都会对字符的定位、切分、识别造成很大影响。 　　钢坯图像的定位在钢坯检测识别系统中有着重要作用，是后续字符切分、识别的前提条件。现场环境恶劣、光照复杂、钢坯运动容易导致字符区域变化较大，加大了钢坯字符定位的难度，影响钢坯字符识别率，因此定位出复杂场景中的钢坯字符非常必要＼[2＼]。而对于一幅图像，首先必须分清楚目标和背景。所谓目标就是图像中感兴趣的部分，剩下部分即为背景＼[3＼]。只有将目标和背景完美分割出来，才能有效地进行后续操作。目前常用的字符定位方法有：基于特征的字符定位算法＼[4＼]；Dai Ruwei等＼[5＼]提出的基于Niblack二值化算法；基于均值漂移（Mean Shift）字符定位方法＼[6，7＼]等。上述方法在光照环境变化大，对比度不稳定的生产线场景中，定位结果并不理想。本文方法是基于目标字符的特征，在生产线复杂背景下，目标是不变的。 　　1投影不变量 　　为解决钢坯字符定位这一难题，在观察了大量生产线场景下的图像后，发现无论生产线背景如何变化，钢坯端面字符的投影是不会改变的，且字符呈线性排列，可充分利用这一特征来提取出目标字符信息。 　　投影不变量是指在投影变换中保持不变的特征。目前，投影不变量这一概念大多应用于目标跟踪算法上，使其计算简单方便。而在字符定位中鲜有运用，为在定位中充分利用钢坯字符线性排列这一特征，本文提出投影不变量这一概念并给出定义如下： 　　定义1：投影不变量M是钢坯字符有效的行投影和列投影波形个数。可以定义为3个特点：①它依赖于分割图像的投影波形，显示了投影波形的合理性；②每个存在的波形都是封闭的；③它寻找的波形具有一定的固定宽度，如图1所示。 　　将钢坯目标字符的投影不变量M值作为一种有效的判据，调用这个判据可以检测出复杂场景中钢坯端面字符的有效特征。如果图像分割比较理想，可以很容易地得到钢坯端面字符区域的坐标信息，从而定位出钢坯字符。所以需考虑如何在复杂场景下准确地分割出钢坯端面图像，从而确保投影不变量M值的可靠性。 　　2基于投影不变量判据的递归分割与多级滤波 　　在轧机重轨生产线复杂场景下的钢坯端面字符分割中，由于受到现场复杂光照环境的影响，用传统的最大类间方差（Otsu）分割方法＼[7＼]得到的阈值会向较大的波峰方向移动，导致目标字符的分割不完全甚至是没有被分割出来。因此，在分割钢坯图像时，一般采用基于多级滤波的Otsu递归分割方法＼[1＼]，如果字符区域不能在第一次分割时被发现，应继续分割图像，利用上述定义中的投影不变量M值作为判据，直到出现想要的分割结果为止。 　　本文将每一次分割后的图像对X轴和Y轴进行投影，寻找投影不变量M的测量值。对于钢坯端面的目标字符，投影不变量M的值随着递归分割次数的不同而不同，当分割图像中出现钢坯端面的目标字符时，可得到投影不变量M值。当图像在分割过程中连续出现2次相同的投影不变量M值时，将第一次出现的分割图像作为最终的递归分割结果。该算法流程如图2所示。 　　（1）第一次分割：先将整幅钢坯图像的像素点当成灰度值的点集T，利用最大类间方差分割方法对图像进行阈值分割，得到一个阈值Th1，将大于Th1的点集T1当作目标，小于Th1的点集B1当作背景。寻找投影不变量的值M是否等于2或者等于3，若是