吳 楠

(安陽鋼鐵集團股份有限公司)

0 概述

冶金鐵路運輸中路局車輛都配備有車號，通過記錄車號數(shù)據(jù)，實現(xiàn)車輛的站內(nèi)調(diào)配、放置、外發(fā)和準確編組。通過照相系統(tǒng)獲取車號圖像，把待識別數(shù)字從原始圖像中提取出來，對單字符圖像進行二值化處理，采用已經(jīng)訓練好的BP(Back-Propagation Learning Algorithm)網(wǎng)絡(luò)對單字符圖像進行識別，當該圖像符合BP 網(wǎng)絡(luò)認定的某數(shù)字特征時，識別出該數(shù)字。這里著重介紹BP 網(wǎng)絡(luò)識別二值圖像的程序設(shè)計，圖像獲取、定位、分割等方面的知識請參考相關(guān)資料。

1 BP 網(wǎng)絡(luò)簡介

BP 網(wǎng)絡(luò)是模仿大腦神經(jīng)網(wǎng)絡(luò)而建立的一種信息處理系統(tǒng)，實質(zhì)反映了輸入轉(zhuǎn)化成輸出的一種數(shù)學表達式，這種數(shù)學關(guān)系是由網(wǎng)絡(luò)的結(jié)構(gòu)確定，而網(wǎng)絡(luò)結(jié)構(gòu)必須根據(jù)具體問題進行設(shè)計和訓練［2］。BP網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成。(如圖1 所示)。輸入層和輸出層的單元數(shù)是由具體問題的輸入?yún)?shù)和輸出參數(shù)確定，而隱含層的單元數(shù)由具體問題的復雜程度、誤差下降情況等來確定。信息從輸入層經(jīng)各隱含層向輸出層傳播，在輸出層獲得響應后，按減小希望輸出與實際輸出誤差的方向，從輸出層修正回到輸入層。隨著這種誤差逆?zhèn)鞑バ拚牟粩噙M行，網(wǎng)絡(luò)對輸入響應的正確率不斷上升，輸出將得到更精確的值［3］。

圖1 BP 網(wǎng)絡(luò)結(jié)構(gòu)

2 建立車號的數(shù)學模型

車號由0 ～9 十個阿拉伯數(shù)字組合而成(如圖2所示)。經(jīng)過分割、提取可以獲得單個數(shù)字(如圖3所示)。對于單個的數(shù)字圖像，對它進行圖像的二值化處理就可以將該數(shù)字的特征值錄入已經(jīng)訓練好的BP 網(wǎng)絡(luò)，BP 網(wǎng)絡(luò)通過對比該數(shù)字的特征值近似于0 ～9 哪個數(shù)字的特征值而將它識別出來。為了訓練能識別出0 ～9 十個數(shù)字的各自相應特征值的BP 網(wǎng)絡(luò)，必須先告訴BP 網(wǎng)絡(luò)這十個數(shù)字各自的特征值是什么，我們進行抽象化建模過程:(1)畫圖板—圖像—屬性;(2)寬度和高度設(shè)為20，單位設(shè)為像素，顏色設(shè)為黑白;(3)在設(shè)定好的畫布里鍵入數(shù)字0(之后鍵入1 ～9);(4)保存后就得到了0 的二值圖像(20 ×20)。0 ～9 十個數(shù)字的二值圖像(如圖4 所示)。至此我們建立了十個數(shù)字的模型，可以基于對模型表現(xiàn)出的特征值對BP 網(wǎng)絡(luò)訓練，使網(wǎng)絡(luò)記憶每個數(shù)字的特征。

圖2 貨運列車車號數(shù)字

圖3 單個數(shù)字

圖4 0 －9 二值圖像

需要指出貨運列車車號數(shù)字串可能出現(xiàn)移位、傾斜、變形、破損、模糊等圖像噪聲干擾情況，這就要求訓練出的BP 網(wǎng)絡(luò)具有抗噪聲干擾的能力，即圖像數(shù)字的位置偏移、位移、不清晰等，網(wǎng)絡(luò)都能正確的識別出該數(shù)字。為了擴大網(wǎng)絡(luò)的識別范圍和精度，在輸入數(shù)量上進行擴充，增加多幅20 ×20 的圖像，對數(shù)字進行左偏、右偏、增加或減少像素點等一些微小的改動(可使用畫圖板鉛筆加一個像素點或橡皮擦一個點，或拖動數(shù)字上下左右做細微的移動。)

3 算法和流程圖

使用MATLAB 函數(shù)庫的IMREAD 函數(shù)將圖像二值化處理。例如:I0 =imread(＇3．bmp＇)，意思為讀取名字為“3．bmp”圖像，圖像中空白用1 表示，數(shù)字3 的黑色輪廓用0 表示，將400 個0 和1 放入變量I0中作為網(wǎng)絡(luò)的輸入量。

對0 ～9 十幅數(shù)字化(二值)圖像的識別用兩種算法對比介紹:

1)方法一:將圖像20 ×20 的矩陣每一行都轉(zhuǎn)置后依次放成一列，即400 ×1 的矩陣，十幅圖放入一個矩陣400 ×10，輸入網(wǎng)絡(luò)訓練。其流程如圖5 所示。

圖5 直接對圖象信息進行識別的主流程圖

2)方法二:將圖像劃分為5 ×4 的網(wǎng)格，每格為一小的4 ×5 矩陣，包含原圖的20 個數(shù)字量，分析這20 個數(shù)字量，有幾個0(圖像的有用信息)記為一個值，記錄20 個值，再將這個包含有用特征值的5 ×4矩陣轉(zhuǎn)置成一列，輸入網(wǎng)絡(luò)訓練。其流程如圖6 所示。

圖6 提取圖象特征信息進行識別的主流程圖

4 程序簡述

1)方法一

I0 =imread(‘0．bmp’);

%對0 圖像的讀取

I1 =imread(‘1．bmp’);

%對1 圖像的讀取

……

%省略對其它圖像的讀取程序

p1 =zeros(400，10);

%建立一400 ×10 的矩陣，初始化為0

%將圖像的每一行(0 或1 值)轉(zhuǎn)置后順序放為一列

［a，b］=size(I0);

for i=1:a

for j=1:b

k=(i－1)* b+j;

p1(k，1)=I0(i，j);

end

end

［a，b］=size(I1);

for i=1:a

for j=1:b

k=(i－1)* b+j;

p1(k，2)=I1(i，j);

end

end

……

%省略對其它圖像的轉(zhuǎn)置程序

到此p1 這個400 ×10 矩陣的列中存放了0 ～9十幅圖的各自的特征值，每幅有400 個值(一列)。不要忘記噪聲干擾，假設(shè)每幅圖都多做2 個干擾圖像，(實際需要大量噪聲干擾圖像)。重復上面程序得到了p2、p3。

p=［p1 p2 p3］;

%建成一個400 ×30 的矩陣，做輸入

t1 =eye(10);

%10 ×10 的單位陣

t2 =eye(10);

t3 =eye(10);

t=［t1 t2 t3 ］;

%將3 個單位陣建成一個10 ×30 的矩陣，做輸出

［R，Q］=size(p);

S1 =80;

%神經(jīng)元個數(shù)80 個

［S2，Q］=size(t);

［w1，b1］=rands(S1，R);

［w2，b2］=rands(S2，S1);

disp_fqre=100;

%100 次顯示一次

max_epoch=15000;

%最大訓練15000 次

err_goal=0．01;

%誤差0．01

lr=0．6;

%學習速率0．6

TP=［disp_fqre max_epoch err_goal lr］;

［w1，b1，w2，b2，epochs，errors］= trainbpx(w1，b1，‘tansig’，w2，b2，‘purelin’，p，t，TP);

%采用trainbpx 自適應算法訓練網(wǎng)絡(luò)

2)方法二

I0 =imread(‘0．bmp’);

%讀取圖象信息

sum0 =zeros(4，5);

%建立一個4 ×5 的矩陣，放特征值

for i=1:20

for j=1:20

m=ceil(i/5);

%i=5 的倍數(shù)時4 ×5 的矩陣才會換行

n=ceil(j/4);

%j=4 的倍數(shù)時4 ×5 的矩陣才會換列

if (I0(i，j)= =0)

%看原圖所指處的值是否為0

sum0(m，n)=sum0(m，n)+1;

%為0，sum 加1

end

end

end

……

%省略對其它圖像的提取0 值特征的程序

p1 =zeros(20，10);

%求轉(zhuǎn)置p1，類似于方法一程序

［a，b］=size(sum0);

……

%for 函數(shù)過程省略

p=［p1 p2 p3］;

%期望輸入

t1 =eye(10);

%10 ×10 的單位陣

t2 =eye(10);

t3 =eye(10);

t=［t1 t2 t3］;

%期望輸出

［R，Q］=size(p);

S1 =30;

%隱含層神經(jīng)元的個數(shù)為30

［S2，Q］=size(t);

［w1，b1］=rands(S1，R);

［w2，b2］=rands(S2，S1);

disp_fqre=100;

%100 次顯示一次

max_epoch=8000;

%總共運行8000 次

err_goal=0．01;

%期望誤差0．01

lr=0．6;

%學習速率0．6

TP=［disp_fqre max_epoch err_goal lr］;

［w1，b1，w2，b2，epochs，errors］= trainbpx(w1，b1，‘tansig’，w2，b2，‘purelin’，p，t，TP);

5 應用效果

兩種方法的程序通過網(wǎng)絡(luò)的訓練都達到了預期的目的。兩種方法得到的收斂圖及運行情況圖如圖7、圖8 所示。

圖7 方法一的收斂圖及運行情況圖

圖8 方法二的收斂圖及運行情況圖

從圖7，圖8 可以看出，在學習速率同為0．6，期望誤差值為0．01 時，方法一需要運行10658 次，誤差的接近程度為0．00999496，隱含層神經(jīng)元80 個;方法二需要運行2705 次，誤差的接近程度為0．00999782，隱含層神經(jīng)元30 個。方法二較方法一訓練時間縮減75%，誤差提高0．000003，復雜度降低62．5%。

綜上所述，方法二訓練出了具備識別圖像數(shù)字能力的BP 網(wǎng)絡(luò)。如果加大訓練輸入量，將得到更好的網(wǎng)絡(luò)訓練效果。

6 結(jié)論

經(jīng)過實際應用，該BP 網(wǎng)絡(luò)具備了短時高效的辨別數(shù)字圖像的能力，可以有效的降低人工核對貨運列車車號的工作量，并減少人為因素造成的差錯。

［1］張德豐． MATLAB 數(shù)字圖像處理［M］．機械工業(yè)出版社，2009:16 －20．

［2］王小川，史峰． MATLAB 神經(jīng)網(wǎng)絡(luò)43 個案例分析［M］．北京航空航天大學出版社，2013:79 －88．

［3］尹念東． BP 神經(jīng)網(wǎng)絡(luò)的應用設(shè)計［J］． 信息技術(shù)，2003，26(6):18 －20．