摘 要：利用CCD對LCD數(shù)碼顯示字符進(jìn)行采集，在分析圖像處理和神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，采用網(wǎng)格法與交線特征提取法，對LCD數(shù)顯字符進(jìn)行識別，為具有LCD數(shù)顯而與計(jì)算機(jī)無標(biāo)準(zhǔn)通信接口的儀器儀表設(shè)備提供一種實(shí)用的無線接口。實(shí)驗(yàn)表明，系統(tǒng)對LCD數(shù)顯字符采集方便，識別率高，并且抗干擾能力強(qiáng)。



關(guān)鍵詞：CCD采集；圖像處理；BP神經(jīng)網(wǎng)絡(luò)；字符識別

中圖分類號：TM932;TP216 文獻(xiàn)標(biāo)識碼：B

文章編號：1004373X(2008)0116402

LCD Display Character Acquisition and Recognition Based on CCD

and BP Artificial Neural Network



ZHONG Liangping，WANG Wei

(China Jiliang University，Hangzhou，310018，China)



Abstract：The LCD display character is acquisited by CCD，after analysis with image process and artificial neural network theory，through grid and intersecting lines to pick up the character′s characteristic，recognize LCD display character，provide with a kind of interface for the instruments and equipments which have no standard interface with the computer but have a LCD display.The experiment result shows that the system acquire and recognize LCD display character is very successfully，and high anti-jamming ability.



Keywords：CCD acquisition;image processing;BP neural network;character recognition



隨著技術(shù)的發(fā)展，現(xiàn)在的儀器儀表設(shè)備越來越多地采用LCD顯示，LCD數(shù)碼顯示具有功耗低、無閃爍等很多優(yōu)點(diǎn)。然而，很多的儀器儀表設(shè)備并沒有提供數(shù)據(jù)存儲空間和與計(jì)算機(jī)通信的標(biāo)準(zhǔn)接口，使得LCD所顯示字符難以傳輸給計(jì)算機(jī)處理并存儲。文章在分析圖像處理和神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，實(shí)現(xiàn)LCD數(shù)碼顯示字符的快速采集、識別與存儲。

1 系統(tǒng)實(shí)現(xiàn)

基于CCD和神經(jīng)網(wǎng)絡(luò)的LCD數(shù)顯字符采集與識別系統(tǒng)平臺框圖如圖1所示。

先利用CCD采集LCD數(shù)顯字符圖像并傳輸給計(jì)算機(jī)，再將改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)用于LCD數(shù)顯字符識別，最后存儲于計(jì)算機(jī)上。系統(tǒng)主要由CCD圖像采集、圖像預(yù)處理和神經(jīng)網(wǎng)絡(luò)幾部分組成。

1.1 圖像預(yù)處理

圖像預(yù)處理是特征提取和神經(jīng)網(wǎng)絡(luò)字符識別的前提，圖像預(yù)處理的好壞直接影響字符識別結(jié)果，文章圖像預(yù)處理主要有256級灰度化、中值濾波、區(qū)域定位、二值化、傾斜調(diào)整、字符分割、歸一化、重排。

1.1.1 濾波 

中值濾波^[1]能在保護(hù)圖像邊緣的同時(shí)去除噪聲，即采用一個(gè)滑動窗口，將窗口中各點(diǎn)灰度值的中值來替代指定點(diǎn)(一般是指窗口的中心點(diǎn))的灰度值。對于奇數(shù)個(gè)元素時(shí)，中值指按大小順序排序后中間的數(shù)值。對于偶數(shù)個(gè)元素，中值指按大小順序排序后中間兩元素灰度值的平均值。

1.1.2 LCD區(qū)域定位與二值化

多次實(shí)驗(yàn)表明，一般LCD經(jīng)CCD采集并256級灰度后，LCD區(qū)域的灰度級幾乎都在175左右，所以，可以根據(jù)這個(gè)灰度級定位LCD區(qū)域，圖2為LCD數(shù)顯表面256級灰度圖。然后對定位后的區(qū)域進(jìn)行二值化，二值化^[1]對于特征的提取非常重要，文章采用局部自適應(yīng)閾值化，圖3為區(qū)域定位分割后二值化圖。

1.1.3 字符分割

字符分割采用投影法^[2]，由于LCD數(shù)碼字符之間具有一定的間隔，這個(gè)間隔就是字符分割的依據(jù)，對字符圖像進(jìn)行垂直投影，相鄰字符之間間隔的投影值正好處于波谷處，此處正好為字符分割位置。 

1.2 BP神經(jīng)網(wǎng)絡(luò)字符識別

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)于1986年由Rumelhant和McClelland提出，是目前應(yīng)用最為廣泛和成功的神經(jīng)網(wǎng)絡(luò)之一^[3]，學(xué)習(xí)過程由信號的正向傳播和誤差的反向傳播兩個(gè)階段組成^[4，5]。BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)主要有特征提取、輸入、輸出和隱層節(jié)點(diǎn)設(shè)計(jì)。

1.2.1 特征提取

采用網(wǎng)格法與交線特征提取法，把整個(gè)歸一化后的字符區(qū)域全部象素作為特征，文章網(wǎng)格大小為一個(gè)象素大小，黑色象素取1，白色取0(因?yàn)長CD顯示字符一般為黑色)，將字符歸一化到8*16象素大小，通過網(wǎng)格法提取128個(gè)特征。再根據(jù)交線法提取特征，利用3條豎線和4條橫線在豎直和水平方向把字符分別分成4份和5份。如字符“0”，4條橫線穿過這個(gè)字符，有8個(gè)交點(diǎn)，3條豎線有6個(gè)交點(diǎn)，圖4為字符“0”水平交線圖。所有字符中在水平方向交點(diǎn)最多為 8個(gè)，豎直方向最多為9個(gè)，再對水平和豎直方向交點(diǎn)共同編碼，如字符“9”水平方向有6個(gè)交點(diǎn)，豎直方向9交點(diǎn)，則按交線交點(diǎn)順序可編碼為(10101111111111111)，共17個(gè)交線特征，為增加交線特征的網(wǎng)絡(luò)影響能力，交線特征編碼重復(fù)取4次得68個(gè)輸入特征，再加上網(wǎng)格法提取的特征總共196個(gè)，作為輸入特征。

1.2.2 I/O及隱層節(jié)點(diǎn)數(shù)設(shè)計(jì)

提取了196個(gè)特征，即輸入節(jié)點(diǎn)196個(gè)。識別字符主要由0~9和小數(shù)點(diǎn)共11個(gè)字符組成，采用“N-1”表示法，取4個(gè)輸出神經(jīng)元。如輸入字符“ 1”，輸出用(01，01，01，09)表示，取01和09，不取0和1主要是因?yàn)檫x擇的神經(jīng)元功能函數(shù)是單極性Sigmoid函數(shù)，輸出只能無限趨近0和1。隱層節(jié)點(diǎn)數(shù)設(shè)計(jì)先由經(jīng)驗(yàn)公式m=n*l(m為隱層節(jié)點(diǎn)數(shù)，n為輸入節(jié)點(diǎn)數(shù)，l為輸出節(jié)點(diǎn))確定初值，然后試湊得出最佳節(jié)點(diǎn)數(shù)，實(shí)驗(yàn)試得隱層最佳節(jié)點(diǎn)數(shù)為28個(gè)。

1.2.3 BP神經(jīng)網(wǎng)絡(luò)的改進(jìn) 

改進(jìn)BP算法主要是增加動量項(xiàng)和調(diào)整學(xué)習(xí)步長。增加動量項(xiàng)之后，當(dāng)上次調(diào)整與本次調(diào)整梯度方向相同時(shí)，起加速作用，不同起阻尼作用^[6]，文章動量系數(shù)取06。讓學(xué)習(xí)步長在學(xué)習(xí)過程中自動調(diào)整，學(xué)習(xí)步長η初值取02，對訓(xùn)練中權(quán)值的修正值進(jìn)行檢查分析，看他是否真正減小了誤差，若權(quán)值的修正確實(shí)減小了誤差，則增大學(xué)習(xí)步長，否則，應(yīng)減小學(xué)習(xí)步長。文章學(xué)習(xí)步長η調(diào)整公式如下：

2 實(shí)驗(yàn)結(jié)果

本實(shí)驗(yàn)利用系統(tǒng)平臺采集了LCD數(shù)碼字符樣本220個(gè)，即每個(gè)字符20個(gè)樣本。取132個(gè)為訓(xùn)練樣本(剩下的88個(gè)作為測試樣本)，將訓(xùn)練樣本按奇偶分成兩部分，采用交叉訓(xùn)練法以提高網(wǎng)絡(luò)的魯棒性，訓(xùn)練時(shí)間約為1～5 s。對132個(gè)訓(xùn)練樣本本身進(jìn)行識別，正確率為100%，對剩下的88個(gè)測試樣本進(jìn)行識別，正確率為9886%，訓(xùn)練好后采集識別并存儲每塊LCD上數(shù)顯字符總時(shí)間約為02～05 s，圖5為字符識別結(jié)果圖。

3 結(jié) 語 

利用CCD和神經(jīng)網(wǎng)絡(luò)對LCD數(shù)顯字符采集與識別，實(shí)驗(yàn)表明，采集方便、識別速度快、抗干擾能力強(qiáng)、正確率高。增加訓(xùn)練樣本數(shù)和提取適當(dāng)?shù)奶卣?，可以進(jìn)一步提高正確率。系統(tǒng)可用于LCD數(shù)顯字符采集錄入，為很多帶有LCD數(shù)顯而又與計(jì)算機(jī)無標(biāo)準(zhǔn)通信接口的儀器儀表設(shè)備提供很好的接口，同時(shí)，可以推廣到LED數(shù)碼顯示及其他字符采集錄入系統(tǒng)中。

參 考 文 獻(xiàn)

［1］[日]田村秀行.計(jì)算機(jī)圖像處理[M].北京:科學(xué)出版社，2004.

［2］劉興，蔣天發(fā).車牌字符圖像分割技術(shù)的研究與應(yīng)用[J].武漢大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，39(6)：125-128.

［3］朱大奇，史慧.人工神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用[M].北京:科學(xué)出版社，2006.

［4］Silva F M，Almeida L B.Speeding up back Propagation[J].Advanced Neural Networks，1988(1):131-139.

［5］Van Ooyen A，Nienhuis B.Improving the Convergence of the Back Propagation Algorithm[J].Neural Networks，1992，5:465-471.

［6］胡伍生，沙月進(jìn).神經(jīng)網(wǎng)絡(luò)BP算法的誤差分級迭代法[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版，2003，33(3)：376-378.



作者簡介 鐘亮平 男，1981年出生，江西永豐縣人，中國計(jì)量學(xué)院機(jī)電工程學(xué)院碩士研究生。主要從事檢測技術(shù)方面的研究。

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。”