基于HALCON的喷码光学字符识别.docx
- 文档编号:10171569
- 上传时间:2023-02-09
- 格式:DOCX
- 页数:8
- 大小:981.34KB
基于HALCON的喷码光学字符识别.docx
《基于HALCON的喷码光学字符识别.docx》由会员分享,可在线阅读,更多相关《基于HALCON的喷码光学字符识别.docx(8页珍藏版)》请在冰豆网上搜索。
基于HALCON的喷码光学字符识别
研究生
《机械视觉》
课程论文
题目(中文):
基于HALCON的喷码光学字符识别
(英文):
BasedonHALCONequipmentsofopticalcharacterrecognition
姓名
学号
院(系)
专业、年级
任课老师
2015年6月30日
基于HALCON的喷码光学字符识别
湖南理工学院信息与通信工程学院
摘要:
大规模自动化流水线生产的化妆品,其批次信息对仓储治理系统相当重要。
因此有必要研究一种运行速度快、识别率高和鲁棒性好的瓶底喷码字符识别系统。
现有基于机械视觉的智能检测技术是实现其生产质量快速、自动检测与操纵的新型重要手腕。
在此基础上,本文介绍了基于HALCON机械视觉软件的检测系统和针对化妆品瓶底批号的图像处置关键技术,包括灰度值调整、形态学运算、字符分割及识别数字对象。
关键词:
机械视觉;HALCON;批号检测;OCR图像处置
随着运算机软件、硬件的进展,数字图像处置的理论和方式不断完善,利用机械视觉实现产品质量无接触自动检测的技术已慢慢变得切实可行,因此咱们尝试将机械视觉技术应用于包装批号检测中,以实现生产的快速、自动检测与操纵。
机械视觉又称运算机视觉,是用运算机来实现人的视觉功能,也确实是用机械代替人眼来做测量和判定[1-2]。
机械视觉技术包括光源照明技术、光成像技术、传感器技术、数字图像处置技术、机械工程技术、检测操纵技术、模拟与数字视频技术、运算机技术、人机接口技术等相关技术[3-5],是实现运算机集成系统的基础技术。
机械视觉目前应用极为普遍,例如利用人脸、虹膜、指纹等识别技术来实现安保功能;利用视觉监控系统识别环境中发生的异样事件,如生疏人的侵入、异样行动;利用视频监控技术的智能交通治理系统、视频检索;用于军事目的的自动目标检测等[6],都应用机械视觉技术来解决问题。
正如视觉是人类在自然环境与社会环境生存不可缺少的最重要感知器官,机械视觉也是信息技术中一门相当重要的技术。
德国MVtec公司的图像处置软件HALCON,是世界公认具有最正确效能的机械视觉软件。
它发源自学术界,由一千多个各自独立的函数,和底层的数据治理核心组成。
其中包括了各类滤波、色彩分析及几何、数学变换、形态学计算分析、校正、分类、辨识、形状搜索等等大体的几何及图像计算功能。
它提供了一个全面的视觉处置库,包括了所有标准和高级的图像处置方式,覆盖了从不同的硬件搜集图像到高级的模式匹配算法;提供了机械视觉应用程序中通常所需要的一些工具,如文件处置、数据分析、算法操作或分类等。
另外,它还具有快速原型化和开放结构的重要特点,通过交互编程环境迅速开发机械视觉应用程序,或加入新的算子来融合自己的视觉功能。
本文利用HALCON机械视觉软件实现对化妆品底盖喷码字符识别。
研究现状
OCR的概念是在1929年由德国科学家Tausheck最先提出来的,后来美国科学家Handel也提出了利用技术对文字进行识别的方式。
而最先对印刷体汉字识别进行研究的是IBM公司的Casey和Nagy,1966年他们发表了第一篇关于汉字识别的文章,采纳了模板匹配法识别了1000个印刷体汉字。
早在60、70年代,世界各国就开始有OCR的研究,而研究的初期,多以文字的识别方式研究为主,且识别的文字仅为0至9的数字。
以一样拥有方块文字的日本为例,1960年左右开始研究OCR的大体识别理论,初期以数字为对象,直至1965至1970年之间开始有一些简单的产品,如印刷文字的邮政编码识别系统,识别邮件上的邮政编码,帮忙邮局作区域分信的作业;也因此至今邮政编码一直是各国所提倡的地址书写方式。
20世纪70年代初,日本的学者开始研究汉字识别,并做了大量的工作。
中国在OCR技术方面的研究工作起步较晚,在70年代才开始对数字、英文字母及符号的识别进行研究,70年代末开始进行汉字识别的研究,到1986年,我国提出“863”高新科技研究打算,汉字识别的研究进入一个实质性的时期,清华大学的丁晓青教授和中科院别离开发研究,接踵推出了中文OCR产品,现为中国最领先汉字OCR技术。
初期的OCR软件,由于识别率及产品化等多方面的因素,未能达到实际要求。
同时,由于硬件设备本钱高,运行速度慢,也没有达到有效的程度。
只有个别部门,如信息部门、新闻出版单位等利用OCR软件。
进入20世纪90年代以后,随着平台式扫描仪的普遍应用,和我国信息自动化和办公自动化的普及,大大推动了OCR技术的进一步进展,使OCR的识别正确率、识别速度知足了广大用户的要求。
2.图像处置关键技术
针对喷码光学字符检测,咱们采纳HALCON软件的OCR图像处置方式。
OCR确实是用于阅读和识别符号的方式,它被概念成说明图像某区域的任务,这些区域包括独立的字符,因此咱们能够用OCR对批号中的单个数码标志进行读取。
其大体步骤为:
获取图像、处置图像、分割图像、挪用或训练分类器、读取标志、显示结果、销毁分类器。
利用HALCON软件进行的检测系统是离线检测,因此预先采纳外部设备搜集图像,挪用HALCON软件中的算子“read_image”读取图像,如图一。
图一待处置的原始图像
搜集后的图像需要通过必然的预处置,使其区域特点加倍明显,便于后续的批号数码判定操作。
为了取得更清楚的喷码批次信息,咱们需要将批次信息从背景中提掏出来,排除噪声,以降低后续步骤的难度。
因此挪用rgb1_to_gray算子将图片进行灰度化处置。
如图二。
图二灰度图像
HALCON中的OCR图像处置都是针对某一特定图像,取得目标区域的方式众多,例如依照图像大小画出矩形框标记目标区域的位置或采纳固定的阈值进行图像分割。
由于图像的个体不同,目标区域的位置会发生转变,因此需要反复更新阈值,进程繁琐且效率低。
由于瓶底上待识别的字符都是喷印的印刷体符号,每一个字符都是由很多小圆点拼凑而成,依据此特点,能够直接挪用HALCON中dots_image算子直接获取喷码区域,如图三。
图三喷码区域
图像灰度的高阶特点反映了缺点的微小细节、图像成像的曝光特性和噪声干扰等特性[7]。
为了取得更清楚的喷码批次信息,咱们需要采纳阈值分割的方式将批次信息从背景中提掏出来,基于阈值分割方式是一种应用十分普遍的图像分割技术。
阈值分割方式的实质是利用图像的灰度直方图信息取得分割的阈值。
它用一个或几个阈值将图像的灰度级分成几个部份,以为属于同一个部份的像素是同一个物体。
阈值分割方式的最大特点是计算简单,在实时图像处置中,它取得了普遍的应用。
但由于图像的个体不同性,阈值分割时不可能采纳单一阈值对图像进行分割。
本文先采纳intensity算子计算灰度值的平均值和误差。
再挪用threshold算子调剂灰度值,使数字特点变成明显。
如图四。
图四分割图像
由于喷码字体均为7行5列的点阵字体,若是直接进行光学字符识别,喷码质量或瓶底杂质等因素对结果阻碍大。
因此为了排除点阵变形等阻碍,需要利用数学形态学的方式对图像进行膨胀处置。
数学形态学是一种非线性滤波方式,能够用于抑制噪声、特点提取、边缘检测、图像分割等图像处置问题。
在形态学操作中,最大体的操作是膨胀和侵蚀。
在实际应用中,膨胀和侵蚀运算常常都是级联复合利用,对图像先做膨胀运算,再对膨胀后的图像做侵蚀运算,或先对图像做侵蚀运算,再对侵蚀后的图像做膨胀运算,称为开启和闭合。
如此的图像中小于结构元的一些细节被滤除,同时使保留的图像特点集合不失真,相当于对图像进行了滑腻滤波。
本文利用数学形态学的闭运算对图像进行处置,填补点阵字体中的空洞使其成为一个完整的字符,为了知足实际需求,利用圆形和矩形两种结构元素对图像实行闭运算处置。
其处置结果如图五。
图四形态学处置后图像
挪用connection算子将整个图像的字符分割成独立的个体;挪用select_shape选择特点区域。
利用sort_region将数字从左至右排列,其结果如图五。
图五字符分割
本文直接挪用HALCON中已有的分类器‘’,利用for循环将由do_ocr_multi_class_mlp取得的字符串显示在序号为WindowID的窗口上。
图六为利用训练好的OCR分类器识别的图像。
图五识别图像
*图像灰度化和特点区域提取
rgb1_to_gray(Image,Imagegray)
dots_image(Imagegray,DotImage,5,'dark',2)
*计算灰度值的平均值和误差,阈值分割。
数据显示在变量窗口
intensity(Imagegray,Imagegray,Mean,Deviation)
threshold(DotImage,Region,Mean-105,255)
*形态学运算操作目的确实是要将单体字符连在一路
closing_circle(Region,ClosedPatterns,5)
gen_rectangle2(Rectangle,10,10,rad(45),3,0)
closing(ClosedPatterns,Rectangle,RegionClosing3)
gen_rectangle2(Rectangle,10,10,rad(135),3,0)
closing(RegionClosing3,Rectangle,RegionClosing4)
*依照特点选择区域
connection(RegionClosing4,ConnectedRegions)
select_shape(ConnectedRegions,SelectedRegions,['area','height'],'and',[100,50],[1000,70])
*排序为下步识别做预备,计算取得目标区域面积,行列等参数
sort_region(SelectedRegions,SortedRegions,'character','true','column')
area_center(SortedRegions,Area,Row,Column)
*识别时期
FontName:
='DotPrint.omc'
read_ocr_class_mlp(FontName,OCRHandle)
*分类器采纳‘DotPrint'
do_ocr_multi_class_mlp(SortedRegions,Image,OCRHandle,RecNum,Confidence)
*RecNum代表显示出的数据,变量窗口显示出识别出的字符和自信度
set_display_font(3600,27,'mono','true','true')
fori:
=0to|RecNum|-1by1
disp_message(3600,RecNum[i],'image',12,Column[i],'green','false')
*string表示要在窗口显示的字符串,coordsystem能够设为‘window’或‘image',color字符显示颜色,row.colum代表字符显示的行列位置,BOX表示字符是显示在框内仍是无框
endfor
clear_ocr_class_mlp(OCRHandle)
3.总结
利用人工对大规模自动化流水线生产的商品进行批次信息搜集,工作量大,速度慢,与上位机交接困难。
采纳机械视觉方式进行此项工作那么大幅度降低本钱、增加效率和提高准确率。
随着图像识别技术的进展,利用机械视觉代替人眼将是不可逆转的趋势。
本文所采纳的方式能够高效率高精准度的检测包装瓶喷码,但仍存在后续需研究的问题,例如训练OCR分类器,而且本文中的方式仅适用同一类型喷码,能够进行更深切的改良研究也可尝试利用基于模板匹配的方式进行分类检测。
[1]赵杰文,陈振涛,邹小波.机械视觉实现方便面破损在线检测的研究[J].微运算机信息,2007,23(10):
238-240.
[2]席斌,钱峰.机械视觉测量系统在工业在线检测中的应用[J].工业操纵运算机,2005,18(11):
75-76.
[3]兰海军,文友先.机械视觉技术的进展和应用[J].湖北农机化,2007,(5):
30-32.
[4]封帆.基于智能机械视觉的针剂生产线安瓶检测识别系统[J].自动化博览,2007,
(2):
40-41.
[5]高潮,任可,郭永彩.基于机械视觉的裂纹缺点检测技术[J].航空周密制造技术,2007,43(5):
23-25.
[6]MoriS.HistoricalreviewofOCRresearchanddevelopment[J].ProceedingsofIEEE,1992,80(7):
1029-1058.
[7]贺鑫,小包烟包装质量机械视觉检测关键技术研究[J].包装工程,2007,28(8):
102-105.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 HALCON 光学 字符 识别