郭昊冉 黎小琴

一、引言

在產品外觀上的字符印刷過程中容易出現(xiàn)字符漏印、字符不完整、字符混亂、字符之間粘連和斷裂等問題，給機器視覺處理帶來一定的困難。

本文通過研究形態(tài)學處理技術在字符識別中的應用，解決字符識別中的字符不完整、粘連和斷裂等問題，提高字符識別的準確性，通過德國MvTec公司的圖像處理軟件Halcon軟件實現(xiàn)字符識別的過程。

二、形態(tài)學處理一般方法

數(shù)學形態(tài)學[1,2]進行圖像處理的基本思想是：用結構元素對原圖像進行位移、交、并等運算，然后輸出處理后的圖像。最基本的形態(tài)學算子有：膨脹、腐蝕、開啟、閉合。用這些算子及其組合來進行圖像形狀和結構的分析及處理，可以解決抑制噪聲、特征提取、邊緣檢測、形狀識別、紋理分析、圖像恢復與重建等方面的問題。

腐蝕是一種消除邊界點，使邊界向內部收縮的過程。設二值圖像為F，其連通區(qū)域設為X，結構元素為S，當一個結構元素S的原點移到點(x, y)處時，我們將其記作Sxy。此時圖像X被結構元素S腐蝕運算可表示為：

膨脹是將與目標區(qū)域接觸的背景點合并到該目標物中，使目標邊界向外部擴張的處理。設二值圖像為F，結構元素為S，當一個結構元素S的原點移到圖像的(x,y)處時，我們將其記作Sxy。此時圖像X被結構元素S膨脹的運算可表示如下：

使用同一個結構元素對圖像先腐蝕再進行膨脹的運算稱為開運算[3]。在結構元素S下的開運算定義如下：

開運算通常用來消除小對象物、在纖細點處分離物體、平滑較大物體的邊界的同時并不明顯改變其面積。

使用同一個結構元素對圖像先膨脹再進行腐蝕的運算稱為閉運算。在結構元素S下的閉運算定義如下：

閉運算通常用來填充目標內細小空洞、連接斷開的鄰近目標、平滑其邊界的同時并不明顯改變其面積。

圖1所示為一個邊長為20個像素單位的方形，圖2 為其原形，下面對其進行腐蝕和膨脹實驗。

經過1次腐蝕運算，結果如圖3所示。從圖3中可以看出，細小的連接被消除，多余的噪聲點被去掉，邊緣也有一定的腐蝕效果。

對上述一次腐蝕結果進行膨脹后得到圖4。從圖4中可以看出，圖像在一定程度上被擴大了，圖中的孔經過膨脹后變小，邊緣也有一定的膨脹效果。

對圖4進行二次膨脹運算得到圖5，可以從圖5中明顯看出，圖中的縫隙消失，小孔消失。因此，腐蝕和膨脹結合使用可以進行圖像平滑。

三、形態(tài)學技術在字符識別中的應用

1、圖像預分割

圖像預處理[4,5]的主要目的是消除圖像中無關的信息，更凸出需要的信息，增強有關信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進特征抽取、圖像分割、匹配和識別的可靠性。

本文主要使用閾值處理來提取有用信息，白色為目標區(qū)域，黑色為背景區(qū)域。圖6為實驗原始圖片，通過調試和觀察發(fā)現(xiàn)當閾值95時為分割效果最佳，最佳閾值分割效果如圖7所示。

2、去除偽目標

圖像分割的結果是二值圖像，從圖7中可以看出，目標圖像中存在英文字符等偽目標。首先利用半徑為2.5的圓形的結構元素對圖7進行開運算，清除干擾項，得到圖8所示的二值圖像。

開運算關鍵代碼為：opening_circle(RemovedNoise,ThickStructures, 2.5)。

3、消除字符粘連

如圖8所示，可以看到在圖像中，0與1之間有粘連，這會導致無法準確識別字符，所以必須要截斷粘連。首先要進行填充區(qū)域洞，避免截斷我們所需的字符。其關鍵代碼為：fill_up_shape(RawSegmentation,RemovedNoise, ‘area’, 1, 5)。填充區(qū)域洞得到的結果如圖9所示。其次，利用矩形的結構元素對圖9進行開運算，截斷粘連，得到結果如圖10所示，其關鍵代碼為opening_rectangle(Solid,Cut, 1, 7)。最后利用intersection函數(shù)取區(qū)域交集得到目標區(qū)域，如圖11所示。

4、特征提取進一步提取目標

經過形態(tài)學圖像處理，增強了目標字符特征，再利用特征直方圖提取目標字符，結果如圖12所示。齊關鍵代碼為select_shape(NumberCandidates, Numbers, ‘area’, 300, 9999)。

5、字符識別

本文使用Industrial_0-9A-Z.omc OCR訓練字符對字符進行識別。并利用for循環(huán)識別每個字符，并將得到的字符串顯示在窗口上，如圖13所示。

四、結論

本文利用德國的機器視覺軟件Halcon，通過開運算和閉運算等形態(tài)學處理相關知識來實現(xiàn)對于光學字符的準確識別。通過對圖像的預處理，利用灰度直方圖對圖像進行閾值處理減少干擾獲得所需區(qū)域，利用開運算和閉運算形態(tài)學處理相關知識解決圖像粘連、模糊、斷裂等問題，最終通過OCR訓練字符對其進行識別。

圖2 原圖

圖3 1次腐蝕結果

圖4 1次膨脹結果

圖5 2次膨脹結果

圖6 原圖

圖7 閾值處理后圖像

圖8 利用圓形結構特征開運算

圖9 填充區(qū)域洞后圖像

圖10 利用矩形結構特征開運算

圖11 填充前和開運算后交集圖

圖12 提取目標字符

圖13 實驗結果