基于投影不變量的鋼坯字符定位研究

洪漢玉　董彬　時(shí)愈　華夏　鄒連英　程莉　熊俊俏

摘要：針對(duì)重軌生產(chǎn)線鋼坯檢測(cè)所涉及到的鋼坯定位問(wèn)題，提出一種基于投影不變量特征的字符定位方法。利用鋼坯字符呈線性排列的特征，提出投影不變量的測(cè)量值定義；利用基于多級(jí)濾波的最大類間方差的遞歸分割方法，尋找滿足投影不變量測(cè)量值的條件，快速尋找到鋼坯字符所在的區(qū)域（即圖像感興趣區(qū)域）。最后，對(duì)感興趣區(qū)域進(jìn)行投影法的坐標(biāo)定位，進(jìn)而完成鋼坯字符的定位問(wèn)題。實(shí)驗(yàn)結(jié)果表明，與均值漂移的字符定位方法相比，該方法能夠準(zhǔn)確地完成字符的定位，具有良好的穩(wěn)定性和準(zhǔn)確性，提高了字符定位的正確率。

關(guān)鍵詞關(guān)鍵詞：投影不變量；線性排列；感興趣區(qū)域；字符定位

DOIDOI：10.11907/rjdk.151060

中圖分類號(hào)：TP317.4

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2015）002014504

0引言

國(guó)內(nèi)鋼鐵集團(tuán)和大型軋鋼廠目前主要靠人工檢測(cè)來(lái)識(shí)別鋼坯端面的字符，為了滿足重軌生產(chǎn)線的需求，提高生產(chǎn)率，開(kāi)發(fā)鋼坯自動(dòng)檢測(cè)系統(tǒng)尤為必要。但由于高速重軌生產(chǎn)線場(chǎng)景復(fù)雜，以及鋼坯本身存在的缺陷，使得鋼坯檢測(cè)系統(tǒng)在理論和方法上存在以下難點(diǎn)＼[1＼]：①外部環(huán)境復(fù)雜。生產(chǎn)線外部環(huán)境嚴(yán)重影響鋼坯字符的正確識(shí)別，如生產(chǎn)線高溫、高熱，光照不均等；②鋼坯字符缺陷。鋼坯字符存在字體間發(fā)生粘連、部分?jǐn)嗔鸭白址冃?；③受輸入設(shè)備影響。輸入設(shè)備的鑒別率、光學(xué)畸變、量化過(guò)程會(huì)產(chǎn)生大量的噪聲。這些現(xiàn)象都會(huì)對(duì)字符的定位、切分、識(shí)別造成很大影響。

鋼坯圖像的定位在鋼坯檢測(cè)識(shí)別系統(tǒng)中有著重要作用，是后續(xù)字符切分、識(shí)別的前提條件。現(xiàn)場(chǎng)環(huán)境惡劣、光照復(fù)雜、鋼坯運(yùn)動(dòng)容易導(dǎo)致字符區(qū)域變化較大，加大了鋼坯字符定位的難度，影響鋼坯字符識(shí)別率，因此定位出復(fù)雜場(chǎng)景中的鋼坯字符非常必要＼[2＼]。而對(duì)于一幅圖像，首先必須分清楚目標(biāo)和背景。所謂目標(biāo)就是圖像中感興趣的部分，剩下部分即為背景＼[3＼]。只有將目標(biāo)和背景完美分割出來(lái)，才能有效地進(jìn)行后續(xù)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。上述方法在光照環(huán)境變化大，對(duì)比度不穩(wěn)定的生產(chǎn)線場(chǎng)景中，定位結(jié)果并不理想。本文方法是基于目標(biāo)字符的特征，在生產(chǎn)線復(fù)雜背景下，目標(biāo)是不變的。

1投影不變量

為解決鋼坯字符定位這一難題，在觀察了大量生產(chǎn)線場(chǎng)景下的圖像后，發(fā)現(xiàn)無(wú)論生產(chǎn)線背景如何變化，鋼坯端面字符的投影是不會(huì)改變的，且字符呈線性排列，可充分利用這一特征來(lái)提取出目標(biāo)字符信息。

投影不變量是指在投影變換中保持不變的特征。目前，投影不變量這一概念大多應(yīng)用于目標(biāo)跟蹤算法上，使其計(jì)算簡(jiǎn)單方便。而在字符定位中鮮有運(yùn)用，為在定位中充分利用鋼坯字符線性排列這一特征，本文提出投影不變量這一概念并給出定義如下：

定義1：投影不變量M是鋼坯字符有效的行投影和列投影波形個(gè)數(shù)?？梢远x為3個(gè)特點(diǎn)：①它依賴于分割圖像的投影波形，顯示了投影波形的合理性；②每個(gè)存在的波形都是封閉的；③它尋找的波形具有一定的固定寬度，如圖1所示。

將鋼坯目標(biāo)字符的投影不變量M值作為一種有效的判據(jù)，調(diào)用這個(gè)判據(jù)可以檢測(cè)出復(fù)雜場(chǎng)景中鋼坯端面字符的有效特征。如果圖像分割比較理想，可以很容易地得到鋼坯端面字符區(qū)域的坐標(biāo)信息，從而定位出鋼坯字符。所以需考慮如何在復(fù)雜場(chǎng)景下準(zhǔn)確地分割出鋼坯端面圖像，從而確保投影不變量M值的可靠性。

2基于投影不變量判據(jù)的遞歸分割與多級(jí)濾波

在軋機(jī)重軌生產(chǎn)線復(fù)雜場(chǎng)景下的鋼坯端面字符分割中，由于受到現(xiàn)場(chǎng)復(fù)雜光照環(huán)境的影響，用傳統(tǒng)的最大類間方差（Otsu）分割方法＼[7＼]得到的閾值會(huì)向較大的波峰方向移動(dòng)，導(dǎo)致目標(biāo)字符的分割不完全甚至是沒(méi)有被分割出來(lái)。因此，在分割鋼坯圖像時(shí)，一般采用基于多級(jí)濾波的Otsu遞歸分割方法＼[1＼]，如果字符區(qū)域不能在第一次分割時(shí)被發(fā)現(xiàn)，應(yīng)繼續(xù)分割圖像，利用上述定義中的投影不變量M值作為判據(jù)，直到出現(xiàn)想要的分割結(jié)果為止。

本文將每一次分割后的圖像對(duì)X軸和Y軸進(jìn)行投影，尋找投影不變量M的測(cè)量值。對(duì)于鋼坯端面的目標(biāo)字符，投影不變量M的值隨著遞歸分割次數(shù)的不同而不同，當(dāng)分割圖像中出現(xiàn)鋼坯端面的目標(biāo)字符時(shí)，可得到投影不變量M值。當(dāng)圖像在分割過(guò)程中連續(xù)出現(xiàn)2次相同的投影不變量M值時(shí)，將第一次出現(xiàn)的分割圖像作為最終的遞歸分割結(jié)果。該算法流程如圖2所示。

（1）第一次分割：先將整幅鋼坯圖像的像素點(diǎn)當(dāng)成灰度值的點(diǎn)集T，利用最大類間方差分割方法對(duì)圖像進(jìn)行閾值分割，得到一個(gè)閾值Th1，將大于Th1的點(diǎn)集T1當(dāng)作目標(biāo)，小于Th1的點(diǎn)集B1當(dāng)作背景。尋找投影不變量的值M是否等于2或者等于3，若是，則停止分割；否則，進(jìn)行第二次分割，此時(shí)：

T→T1+B1（1）

式（1）中，T代表原圖像點(diǎn)集；T1是灰度值較高點(diǎn)集；B1是灰度值較低點(diǎn)集。

（2）第二次分割：第一次分割并不能準(zhǔn)確地分割出鋼坯端面的字符信息。此時(shí)，由于目標(biāo)字符的灰度值比較高，應(yīng)該繼續(xù)對(duì)點(diǎn)集T1進(jìn)行最大類間方差分割，產(chǎn)生新的閾值Th2，并且將點(diǎn)集T1中大于閾值的點(diǎn)集T2當(dāng)作目標(biāo)，而小于閾值的點(diǎn)集B2當(dāng)作背景，當(dāng)投影不變量M值與第一次分割的M值相同時(shí)，則停止分割；否則，進(jìn)行第三次分割，此時(shí)：

T1→T2+B2（2）

式（2）中，T1是第一次濾波后的點(diǎn)集；T2是灰度值較高點(diǎn)集，B2是灰度值較低點(diǎn)集。

每一次閾值分割后，將灰度值高的點(diǎn)集保留下來(lái)進(jìn)行下一次閾值分割，將圖像中低于閾值的點(diǎn)集作為背景進(jìn)行抑制和濾除。由于生產(chǎn)線現(xiàn)場(chǎng)環(huán)境復(fù)雜，分割不一定很理想，目標(biāo)點(diǎn)集區(qū)域中可能包含很多雜質(zhì)和偽目標(biāo)，此時(shí)利用像素點(diǎn)的八連通域算法掃描區(qū)域，統(tǒng)計(jì)連通區(qū)域的個(gè)數(shù)及每個(gè)區(qū)域所含的像素點(diǎn)，得到每個(gè)區(qū)域的面積、高度和寬度，將不符合鋼坯字符目標(biāo)特征的區(qū)域判定為偽目標(biāo)進(jìn)行濾除，從而置為背景。

（3）第n次分割：經(jīng)過(guò)上述步驟后，判斷分割圖像是否滿足遞歸分割的終止條件，即是否能得到投影不變量M值。若不滿足條件，則繼續(xù)分割圖像，將灰度值較低的點(diǎn)集Bn-1濾除，將第n-1次分割后的點(diǎn)集Tn-1進(jìn)行第n次最大類間方差分割，并濾除不滿足目標(biāo)字符特征的連通域。直到滿足遞歸分割的最終值條件為止，此時(shí)，可以得到最終的點(diǎn)集Tn和Bn，即：

Tn-1→Tn+Bn（3）

式（3）中，Tn是灰度值較高點(diǎn)集，且包含了目標(biāo)字符的信息，Bn是灰度值較低點(diǎn)集。

通過(guò)上述處理后，利用水平和垂直投影，采取調(diào)用投影不變量M值的方法可以檢測(cè)出復(fù)雜背景中感興趣區(qū)域的有效特征。將感興趣的區(qū)域提取出來(lái)，然后通過(guò)基于投影特征的方法根據(jù)投影的坐標(biāo)信息可以快速定位出鋼坯字符坐標(biāo)，識(shí)別出鋼坯字符信息，即鋼種號(hào)、鋼坯號(hào)和鋼流號(hào)。

3實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本算法的效果，從軋機(jī)重軌生產(chǎn)線現(xiàn)場(chǎng)采集大量的鋼坯圖像進(jìn)行測(cè)試，并與現(xiàn)有算法進(jìn)行比較。本文在Visual C++6.0開(kāi)發(fā)環(huán)境下，對(duì)不同算法進(jìn)行實(shí)現(xiàn)和比較。

實(shí)驗(yàn)一：采用本文基于多級(jí)濾波的最大類間方差分割方法尋找投影不變量M的測(cè)量值。M測(cè)量值及定位結(jié)果如圖3、圖4所示。圖3中，（a）是原始圖像，（b）、（c）、（d）和（e）分別表示在不同分割階段的投影波形。圖3（b）的分割圖像在水平或垂直投影中沒(méi)有有效波形，所以投影不變量M=0；（c）中只出現(xiàn)1個(gè)有效波形，即投影環(huán)變量M=1；相比之下，圖3（d）和（e）中字符分割已經(jīng)比較清晰，在水平投影中有3個(gè)符合波形特征的投影，此時(shí)應(yīng)該停止分割，取圖3（d）的閾值結(jié)果，且投影不變量M=3。

圖3鋼坯圖像不同分割次數(shù)的結(jié)果

實(shí)驗(yàn)二：相比于Mean Shift字符定位中用閾值門限來(lái)判斷聚類特征，投影不變量方法在一定程度上提高了分割圖像的準(zhǔn)確性，因?yàn)樵谝恍┨厥夤庹諚l件下，Mean Shift字符定位中會(huì)丟失最佳閾值而產(chǎn)生過(guò)分割和欠分割的現(xiàn)象。而本文提出的方法，根據(jù)投影不變量M值，能夠更加快速、準(zhǔn)確地提取出目標(biāo)字符的理想分割圖。圖5是采用不同定位方法的最終鋼坯分割圖。

實(shí)驗(yàn)三：鋼坯圖像定位結(jié)果對(duì)比如圖6所示。由于圖5（b）中分割不理想，導(dǎo)致鋼種號(hào)沒(méi)有分割出來(lái)，進(jìn)而將鋼種號(hào)所在的連通域當(dāng)成偽目標(biāo)去除，使得定位結(jié)果只有鋼坯號(hào)和鋼流號(hào)，對(duì)后續(xù)字符的識(shí)別產(chǎn)生了很大的難度。

4結(jié)語(yǔ)

針對(duì)軋機(jī)重軌生產(chǎn)線鋼坯字符定位，提出了基于投影不變量的鋼坯字符定位方法，利用目標(biāo)字符的特征來(lái)彌補(bǔ)其它方法的不足之處。實(shí)驗(yàn)結(jié)果表明，所提出的基于投影不變量特征的字符定位算法能較好地針對(duì)鋼坯端面字符的分割和定位，具有良好的實(shí)時(shí)性和準(zhǔn)確性。本算法有效地減少了算法的迭代次數(shù)，算法總的運(yùn)算速度也有所提高，能夠滿足實(shí)際應(yīng)用需求。

參考文獻(xiàn)參考文獻(xiàn)：

＼[1＼]洪漢玉.現(xiàn)代圖像圖形處理與分析＼[M＼].武漢：中國(guó)地質(zhì)大學(xué)出版社，2011.

＼[2＼]楊義軍，洪漢玉，章秀華，等.重軌生產(chǎn)線鋼坯字符識(shí)別方法＼[J＼].武漢工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，34（5）：7172.

＼[3＼]張錚，王艷平，薛桂香.數(shù)字圖像處理與機(jī)器視覺(jué)＼[M＼].北京：人民郵電出版社，2010.4.

＼[4＼]楊衛(wèi)平，李吉成，沈振康.車牌目標(biāo)的自動(dòng)定位技術(shù)＼[J＼].中國(guó)圖象圖形學(xué)報(bào)， 2002， 7A（8）： 835839.

＼[5＼]DAI RUWEI， LIU CHENGLIN， AND XIAO BAIHUA. Chinese character recognition： history status， and prospects ＼[J＼]. Frontiers of Computer Science in China， 2007， 1（2）： 126136.

＼[6＼]俞喆俊，洪漢玉，章秀華，等.生產(chǎn)線復(fù)雜場(chǎng)景鋼坯檢測(cè)識(shí)別的定位方法研究＼[J＼].光電工程，2012，39（1）：5461.

＼[7＼]OTSU NA. Threshold selection method from gray level histogram＼[J＼]. IEEETrans，1979，SMC9（1）：6266.

＼[8＼]HONG HANYU，WANG JIN，ZHANG TIAN YU，YI XIN JIAN.Study on acceleration technique of circulation iterative restoration algorithm for infrared target images＼[J＼].Journal of Infrared and Millimeter Waves，2008，27（2）：115118.

責(zé)任編輯（責(zé)任編輯：陳福時(shí)）