基于字符間隙和垂直投影特征的鐵路貨車編碼分割算法研究

常淑英，臧永杰，戴士杰

（1.天津電子信息職業(yè)技術(shù)學(xué)院 機(jī)電技術(shù)系，天津 300132；2.中國石油集團(tuán)渤海石油裝備公司 第一機(jī)械廠防腐公司，河北滄州 062658；3.河北工業(yè)大學(xué) 機(jī)器人及自動(dòng)化研究所，天津 300130）

鐵路貨車編碼識(shí)別技術(shù)是鐵路智能控制工程中的一項(xiàng)關(guān)鍵技術(shù)，其識(shí)別過程大致分為3個(gè)步驟即編碼定位、字符分割和字符識(shí)別.其中編碼定位是將含有編碼的圖像有效區(qū)域分割出來；字符分割是將定位后的字符串進(jìn)行切分，分割成單個(gè)字符圖像；字符識(shí)別是將單個(gè)字符圖像經(jīng)過適當(dāng)?shù)淖R(shí)別算法進(jìn)行識(shí)別.3個(gè)步驟中，字符分割的準(zhǔn)確率直接影響到識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度.因此，研究能將鐵路貨車編碼有效分割的字符分割方法是非常有意義的.

如何準(zhǔn)確而迅速地找出列車編碼的位置并進(jìn)行有效的分割是整個(gè)識(shí)別系統(tǒng)所要研究的關(guān)鍵問題.目前提出來的研究方法也很多，主要是基于灰度特征分析的方法，因?yàn)榛诓噬畔⒌姆椒ㄓ?jì)算量大并且受圖像亮度影響大.比較成熟的有統(tǒng)計(jì)投影直方圖[1]、邊界跟蹤法和區(qū)域增長法，在這3種分割算法中，邊界跟蹤法和區(qū)域增長法都是針對(duì)原圖像而言的，不同之處是邊界跟蹤法是尋找字符的邊界，而區(qū)域增長法是尋找整個(gè)的字符，這兩種方法對(duì)噪聲要求比較高，稍有噪聲就會(huì)產(chǎn)生很大的失真、不穩(wěn)定.所以本文結(jié)合列車編碼圖像的突出特征基礎(chǔ)上，借鑒了投影直方圖法對(duì)字符進(jìn)行分割，同時(shí)在閾值的選取上經(jīng)過統(tǒng)計(jì)分析做了一些改進(jìn).下面將對(duì)實(shí)現(xiàn)有效分割的過程進(jìn)行較詳細(xì)的說明.

1 貨車編碼定位

編碼定位是編碼識(shí)別系統(tǒng)的基礎(chǔ)，它可以幫助我們從一個(gè)復(fù)雜背景的圖像找到感興趣的編碼區(qū)域.為了準(zhǔn)確的對(duì)編碼加以定位，首先需要對(duì)采集到的圖像進(jìn)行各種預(yù)處理.一般來說，首先將采集到的BMP圖像轉(zhuǎn)化為灰度圖像，接著針對(duì)圖像中的噪聲進(jìn)行中值濾波處理，然后利用二值化算法將圖像進(jìn)行閾值分割，分別得到了編碼像素和背景像素.經(jīng)過處理后的圖像有利于單個(gè)字符的分割.文中采用了基于水平掃描與垂直投影的算法來實(shí)現(xiàn)貨車編碼定位，如圖1所示是對(duì)不同車型的貨車進(jìn)行了編碼的有效定位.

2 字符分割算法

字符分割是將字符串中的每一個(gè)字符準(zhǔn)確分割出來.由于本文研究的貨車編碼的每個(gè)字符都是通過鏤空的模板噴刷的，它們不可避免存在如下一些問題：1）字符斷裂，一個(gè)字符有多個(gè)分支構(gòu)成；2）字符粘連，單一連通成分包含多個(gè)字符；3）字符斷裂和粘連同時(shí)發(fā)生；4）編碼字符背景復(fù)雜；5）字符傾斜等等.這些實(shí)際問題對(duì)車號(hào)的分割和識(shí)別造成了極大的干擾.從上節(jié)貨車編碼定位的效果中可以看出，真正的對(duì)每一個(gè)字符進(jìn)行正確定位分割很難.如圖2所示，很容易把一個(gè)字符分成兩個(gè)字符或者把兩個(gè)字符當(dāng)成一個(gè)字符，這對(duì)后期的識(shí)別也帶來了很大的阻礙.

為了能準(zhǔn)確分割和識(shí)別編碼，在分割前，對(duì)編碼進(jìn)行膨脹運(yùn)算，以防止字符斷裂和粘連對(duì)分割造成影響.

2.1 膨脹預(yù)處理

膨脹運(yùn)算在數(shù)學(xué)形態(tài)學(xué)中的作用是把圖像周圍的背景點(diǎn)合并到物體中.如果兩個(gè)物體之間距離比較近，那么膨脹運(yùn)算可能會(huì)使這兩個(gè)物體連同在一起.膨脹對(duì)填補(bǔ)圖像分割后物體中的空洞很有用.由于字符存在斷裂問題，采用數(shù)學(xué)形態(tài)學(xué)的膨脹對(duì)編碼進(jìn)行進(jìn)一步處理，處理的結(jié)果如圖3所示.

2.2 字符分割

字符分割的算法很多，通常根據(jù)處理對(duì)象的不同有許多相應(yīng)的方法.為實(shí)現(xiàn)準(zhǔn)確的分割，有關(guān)物體的總體知識(shí)和先驗(yàn)信息是很有用的，根據(jù)包含在圖像中的有效信息，可以制定相應(yīng)的判決準(zhǔn)則和控制策略，使其完成自動(dòng)分割.

本文借鑒了投影直方圖法對(duì)字符進(jìn)行分割，并在閾值的選取上經(jīng)過統(tǒng)計(jì)分析做了一些改進(jìn)，使其能準(zhǔn)確的分割字符.投影直方圖算法的原理是計(jì)算字符子圖像方向的投影直方圖，選取直方圖中高度小于某一閾值的“波谷”作為字符分割點(diǎn).具體的方法如下：

第1步，先自下而上對(duì)圖像進(jìn)行逐行掃描，直到遇見第一個(gè)黑色像素點(diǎn)，并記錄下來.然后再由上而下對(duì)圖像進(jìn)行逐行掃描，直到找到第1個(gè)黑色像素點(diǎn)，如此就能找到圖像高度的大致范圍.

第2步，在此高度范圍內(nèi)由左向右逐列進(jìn)行掃描，當(dāng)遇見第一個(gè)黑色像素時(shí)就認(rèn)為它是字符分割的起始位置，而后繼續(xù)掃描，直到遇見某一列中無黑色像素，此時(shí)就認(rèn)為這個(gè)字符分割結(jié)束.然后繼續(xù)掃描，依照上述方法一直掃描直到圖像的最右端.這樣即可得到每個(gè)字符的較精確的寬度范圍.

第3步，在每個(gè)字符比較精確的寬度范圍內(nèi)，按照第一步的方法，分別進(jìn)行由上而下和由下而上的逐行掃描來獲取每個(gè)字符精確的高度范圍，為后面字符歸一化和字符識(shí)別打好基礎(chǔ).

圖1 列車編碼定位結(jié)果Fig.1 Effect of position to Train's code

圖2 字符斷裂分割結(jié)果Fig.2 Effect of fracture character segmentation

圖3 膨脹圖像及投影直方圖Fig.3 Expansion of the image and histogram of projection

第4步，編碼的分割利用編碼定位圖像分別在垂直和水平方向進(jìn)行投影，在垂直和水平軸上形成有一定規(guī)律的“波峰—波谷—波峰”分布，其中，“波谷”與“波峰”之間就是分割處.如圖4所示，本文所述方法的分割效果要高于常見的區(qū)域增長法以及邊界跟蹤方法的分割效果.

圖4 字符分割Fig.4 Character segmentation

3 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證所提算法的有效性和可靠性，現(xiàn)場(chǎng)采集了各種光照條件下的100幅圖像，如：白天的、夜晚的、字符清晰的、字符有缺損的等等，并進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表1所示.表1為單字符分割與識(shí)別結(jié)果，在100幅圖像的700個(gè)字符中，利用投影直方圖法成功分割620個(gè)，正確率為88.6%，區(qū)域增長法分割成功500個(gè)，準(zhǔn)確率為71.4%，邊界跟蹤法分割成功520個(gè)，準(zhǔn)確率為74.3%.可見，投影直方圖法優(yōu)于區(qū)域增長法和邊界跟蹤法.之所以能達(dá)到如此高的識(shí)別準(zhǔn)確率，是由于在分割過程中糾正了許多識(shí)別錯(cuò)誤，所以準(zhǔn)確率很高.

4 結(jié)論

本文利用在對(duì)字符有效定位的基礎(chǔ)上，結(jié)合數(shù)學(xué)形態(tài)學(xué)對(duì)斷裂字符進(jìn)行膨脹運(yùn)算，采用投影直方圖處理方法對(duì)貨車編碼的每個(gè)字符進(jìn)行分割，使得字符的分割及識(shí)別的正確率和適應(yīng)性都得到了提高.后期實(shí)驗(yàn)說明該系統(tǒng)是具有高效性、魯棒性的識(shí)別系統(tǒng).

表1 單個(gè)字符分割識(shí)別結(jié)果Tab.1 Results on character segmentation and recognition

[1]謝盛嘉，梁競(jìng)敏.車牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [J].微計(jì)算機(jī)信息，2010，1：17-18.

[2]Lia C L，Hui K C.Feature recognition by template matching[J].Computers and Graphics，2000（24）：569-582.

[3]Zabulisa X，Papara M，Chatziargyrioua.Detection of densely dispersed spherical bubbles in digital images based on a template matching technique application to wet foams[J].Colloids and Surfaces A，2007（309）：96-106.

[4]梁永貴，林江莉，陳科.車牌圖像中字符分割方法 [J].微計(jì)算機(jī)信息，2009（24）：116-118.

[5]艾海舟，武勃.圖像處理、分析與機(jī)器視覺 [M].北京：人民郵電出版社，2003：391-394.

[6]劉成安，孫濤.車牌自動(dòng)定位與識(shí)別方法研究 [J].微計(jì)算機(jī)信息，2007（9-1）：263-264.