岳曉峰，龔青池

（長春工業(yè)大學(xué) 機(jī)電工程學(xué)院，吉林 長春 130012）

0 引言

由于血袋使用的特殊性，所以血袋上的編號必須清晰、準(zhǔn)確、唯一。為了識別視頻中血袋上面排列的均勻有序的血袋熱轉(zhuǎn)印編號，本文以視頻流識別算法實(shí)現(xiàn)為主要目標(biāo)，利用Simulink平臺的模塊功能，對視頻流圖像字符識別系統(tǒng)進(jìn)行研發(fā)。

1 預(yù)處理

首先讀入視頻，視頻圖像像素為480×720，然后利用Color Space Conversion模塊對視頻進(jìn)行灰度轉(zhuǎn)換，轉(zhuǎn)換后的圖像如圖1所示（由于篇幅有限，將圖縮放30%）。在模塊中選擇 R′G′B′to intensity，灰度（intensity）計(jì)算公式如下：

其中：R′、G′和B′分別為圖像的R、G、B值。

為了降低視頻圖像的矩陣大小，以減少后期的數(shù)據(jù)運(yùn)算量，提高整體運(yùn)行速度，利用Rerise模塊改變視頻圖像維度。改變維度后的圖像如圖2所示。在模塊中將Rerise factor in%設(shè)置為［20 20］，即把圖片維度縮放20%，此時(shí)視頻圖像像素為96×144。

圖1 灰度轉(zhuǎn)換后的圖像

圖2 改變維度后的圖像

2 圖像分割

觀察視頻圖像會發(fā)現(xiàn)圖像中的字符排列整齊有序，大小相同（除個別較扭曲），所以利用Simulink中的位置分割模塊對視頻圖像中各個字符進(jìn)行分割，得到20×14的像素區(qū)域，從而在視頻圖像中分割出依照參數(shù)得出的字符，運(yùn)用這種方法可以得到從0到9以及字母P的分割圖像，如圖3所示。

圖3 字符分割

3 字符識別

3.1 二值化

首先利用MATLAB中DIP工具箱函數(shù)im2bw對圖像進(jìn)行二值化處理，I＝im2bw（I，0.2）；原始圖像的像素點(diǎn)值范圍為0～255，而二值圖像的像素點(diǎn)值只能為0和1。其運(yùn)算法則如下（其中0.2為變換的閾值）：

其中：I和Y分別為運(yùn)算前、后像素點(diǎn)的值。

以數(shù)字3為例，從圖4中可以看出，對于黑色的區(qū)域像素為0，而對于白色的區(qū)域像素為1。

3.2 算法原理

使用Simulink封裝模塊將MATLAB程序封裝在模塊中，以備在流程圖中調(diào)用。程序采用圖像四分法以及孔洞補(bǔ)充算法對字符進(jìn)行識別。圖像四分法即把圖像均分成四部分，對于具有內(nèi)容的圖像，通過獲取其行列的邊界值可以得到其坐標(biāo)系，然后在坐標(biāo)系中計(jì)算各個象限中非零像素的百分比及整個字符占整個圖像的百分比。

圖4 數(shù)字3的圖像空間域顯示

首先在圖像中將字符區(qū)域框選出來，算法如下：

以數(shù)字3為例，來演示字符框選效果，見圖5。算法如下：

［a0b0］是處理后的圖像，然后獲取圖像的維度，找到X軸的行坐標(biāo)以及Y軸的縱坐標(biāo)和中心原點(diǎn)row＿zero和col＿zero，接下來開始劃分各個象限。此處以0為例，圖6為四分法劃分結(jié)果。代碼如下：

［a1b1］即為第一象限非零像素。以此類推，［a2 b2］為第二象限非零像素，［a3b3］為第三象限非零元素，［a4b4］為第四象限非零像素。然后依次計(jì)算四個象限非零元素占整個圖像的百分比out（1，1）、out（1，2）、out（1，3）、out（1，4），以及整個字符占整個圖像的百分比out（1，5）：

圖5 數(shù)字3演示效果

圖6 數(shù)字0的四分法劃分

在計(jì)算時(shí)，對視頻流里每個字符隨機(jī)選取5個樣本，將結(jié)果匯總得到一個5列、55行的數(shù)據(jù)庫（1到0，以及字母P，故55行）。表1為四分法運(yùn)算結(jié)果，因篇幅問題，只列舉了1和2的數(shù)據(jù)結(jié)果（共10行）。

表1 數(shù)字1和2的5個隨機(jī)樣本四分法數(shù)據(jù)

3.3 匹配算法

匹配算法采用最小二乘法，它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。根據(jù)算法原理可以得到匹配算法的代數(shù)形式為：

其中：Yk為本算法中的虛擬距離；Xk為根據(jù)四分法得到的待識別字符的計(jì)算數(shù)據(jù)；αk為數(shù)據(jù)庫里的數(shù)據(jù)。設(shè)i是從1到5的自然數(shù)即數(shù)據(jù)庫中的列數(shù)，j為行數(shù)，把公式編成語句如下：

然后對每一行的數(shù)據(jù)進(jìn)行求和，并且找到和值最小的數(shù)據(jù)，這個和值最小的數(shù)據(jù)即為算法最終要尋找的匹配數(shù)據(jù)。

3.4 補(bǔ)充算法

在系統(tǒng)實(shí)現(xiàn)時(shí)發(fā)現(xiàn)僅靠四分法算法的識別率并不是很好，原因是視頻流中有一些字符比較模糊、扭曲，所以還需要一些補(bǔ)充算法來對一些識別結(jié)果進(jìn)行校正。

3.4.1 孔洞識別

我們觀察這11個字符，發(fā)現(xiàn)1、2、3、5、7沒有孔洞，0、4、6、9、P具有一個孔洞，8具有兩個孔洞。因而孔洞這個特征在識別上具有一定意義。

根據(jù)對圖像黑色和白色像素點(diǎn)的描述可以知道，孔洞位置處的像素點(diǎn)值為0，所以為了將孔洞標(biāo)記出來，需要將圖像取反，從而將原來的黑色變?yōu)榘咨?，原來的白色變?yōu)楹谏D7為數(shù)字8取反后的圖像。

隨后需要運(yùn)用bwlabel函數(shù)對二值圖像非零區(qū)域進(jìn)行元素標(biāo)記。然后計(jì)算孔洞數(shù)目holenum。圖8為數(shù)字8的bwlabel函數(shù)轉(zhuǎn)換。從圖8中可以看出此時(shí)原來被框選的像素值為1的點(diǎn)均被重標(biāo)記為自然數(shù)，且每個區(qū)域的值都不同，數(shù)字“8”被標(biāo)記的最大值為3。根據(jù)前面的介紹可以知道，對于只有一個孔洞的數(shù)字則標(biāo)記的最大值為2，沒有孔洞的數(shù)字則標(biāo)記的只有原來的背景，故最大值為1。

此外孔洞的坐標(biāo)也可以作為識別字符的一個參量。重復(fù)以上步驟，對圖像取反并且對圖像標(biāo)記：

對于6與9的標(biāo)記位flag69，根據(jù)孔洞平均行坐標(biāo)與行原點(diǎn)的關(guān)系確定是6還是9，代碼如下：

3.4.2 像素點(diǎn)識別

在實(shí)現(xiàn)四分法識別以及孔洞識別算法之后發(fā)現(xiàn)數(shù)字0、6、9仍然存在個別錯誤識別，所以需要專門對這三個數(shù)字進(jìn)行一次補(bǔ)充識別。識別算法選擇像素點(diǎn)求和算法。

根據(jù)前文步驟，首先仍然先找到圖像中非零像素點(diǎn)，找到最大、最小位置點(diǎn)，獲取邊緣圖像，然后找到行列中心點(diǎn)，確定橫、縱坐標(biāo)軸及原點(diǎn)（這里rowzeros為X軸，與前文不同，望讀者注意），代碼如下：

找到原點(diǎn)附近的9個像素點(diǎn)，提出0、6、9識別的標(biāo)志位flag069，然后對這9個像素點(diǎn)求和并且判定求和與3的關(guān)系：“if sum（（sum（I＿zeros））＇）＜＝3”，則輸出結(jié)果flag069為0。分別找出X軸以上及以下的非零元 素 點(diǎn) “num＿up＝length（find（row＿temp＞rowzeros））；num＿down＝length（find（row＿temp＜rowzeros））。如果num＿up大于num＿down，即X軸上面的元素點(diǎn)多于X軸下面的元素點(diǎn)，則flag069為9，否則為6。

圖7 數(shù)字8的取反

圖8 數(shù)字8的bwlabel函數(shù)轉(zhuǎn)換

4 識別結(jié)果

采用本文的算法對一段20s的視頻進(jìn)行字符識別，進(jìn)行了上述幾個步驟的處理。312個字符中，僅有一個數(shù)字9因過于扭曲，識別錯誤，識別率接近100%，故本方法能夠?qū)崟r(shí)有效地識別視頻流中的字符，滿足實(shí)際系統(tǒng)的要求。圖9為圖1中字符的最終識別結(jié)果（圖中11即代表P，10代表O）。

圖9 圖1中字符最終識別結(jié)果

［1］Feizenszwalb P F，Huttenlocher D P.Efficient belief propagation for early vision［J］.International Journal of Computer Vision，2006，70（5）：41－54.

［2］袁振濤，郭俊，師福明.利用BP神經(jīng)網(wǎng)絡(luò)識別圖像基點(diǎn)［J］.機(jī)械工程與自動化，2012（3）：200－201.

［3］遲健男，王先梅，胡四泉，等.視覺測量技術(shù)［M］.北京：機(jī)械工業(yè)出版社，2011.

［4］凌彤輝，黃山，王新增，等.車牌字符分割算法的研究［J］.中國測試技術(shù)，2005（1）：41－43.

［5］薛定宇，陳陽泉.基于 MATLAB/Simulink的系統(tǒng)仿真技術(shù)與應(yīng)用［M］.北京：清華大學(xué)出版社，2002.

［6］劉成安，孫濤.車牌自動定位與識別方法研究［J］.微計(jì)算機(jī)信息（測控自動化），2007（25）：263－265.