趙艷紅, 楊 張,2, 雷海軍, 趙雨佳

(1.深圳職業(yè)技術學院,廣東 深圳 518055; 2.深圳大學 信息工程學院,廣東 深圳 518060; 3.深圳大學 計算機與軟件學院,廣東省普及型高性能計算機重點實驗室,深圳市服務計算與應用重點實驗室,廣東 深圳 518060)

一種機械式電表讀數區(qū)域的自動定位方法

趙艷紅1, 楊 張1,2, 雷海軍3, 趙雨佳3

(1.深圳職業(yè)技術學院,廣東 深圳 518055; 2.深圳大學 信息工程學院,廣東 深圳 518060; 3.深圳大學 計算機與軟件學院,廣東省普及型高性能計算機重點實驗室,深圳市服務計算與應用重點實驗室,廣東 深圳 518060)

針對電表讀數區(qū)域自動定位這一關鍵技術的具體應用，提出了一種適合四種類型機械式電表的讀數區(qū)域自動定位算法；采用同態(tài)濾波增加圖像前景與背景之間的亮度差異，同時利用改進的Bersen算法，有效的將電表前景與背景分開；利用區(qū)域定位對圖像進行粗定位，并對粗定位區(qū)域縱向投影，根據目標字符的紋理特征和先驗知識對目標區(qū)域精確定位；經實驗證明，該算法對其中四種電表圖像的適應性良好。

自動定位；同態(tài)濾波；粗定位；精確定位

0 引言

在電表讀數自動識別系統(tǒng)中，表盤上讀數區(qū)域的自動定位是整個識別過程的第一步同時也是最關鍵的一步，定位的精確與否會直接影響到后面數字字符的正確分割以及識別。但是，要精確定位出電表表盤上的讀數區(qū)域有一定的難度。

當前對于字符文本的定位方法大致有以下幾種：基于區(qū)域的方法、基于字符邊緣的方法[1]、基于紋理特征的方法、基于機器視覺的方法[2]。

基于區(qū)域的文本定位方法簡單且易實現，但文本分辨率較低會造成大片區(qū)域的定位不準確，文本分辨率太高、色彩過于豐富會造成同一文本的斷裂[3]?；谧址吘壍奈谋径ㄎ环椒ㄋ俣容^快，但要求目標字符邊緣與背景有鮮明的對比?；诩y理特征的文本定位方法通常有較高的魯棒性，適合對分辨率高以及復雜背景的圖片進行定位[4]。基于機器視覺的文本定位方法在復雜背景圖像中，文字的風格、排列方式、大小、字體的變化很大，訓練出一個推廣性很好的分類器相對困難。另外，機器學習也比較耗時。

本研究依據基于字符邊緣、紋理特征的字符文本定位方法的原理，研究不同類型機械電表的讀數區(qū)域定位方法，尤其是利用同態(tài)濾波以及二值化對電表圖像進行預處理以及粗定位的方法。在此基礎上，對粗定位區(qū)域縱向投影，實現對目標區(qū)域的精確定位。

1 電表讀數區(qū)域定位方法

首先分析四種類型電表的特征,對電表圖像進行裁剪，去除部分冗余信息；然后基于同態(tài)濾波對圖像進行增強并壓縮；再利用一維灰度直方圖分布以及二值化算法選擇一個合適的閾值，將電表背景和前景有效分開；再采用基于區(qū)域的方法對源圖像進行粗定位，最后使用基于紋理的電表讀數區(qū)域精確定位算法，基于紋理特征結合等先驗知識來識別區(qū)分讀數區(qū)域與干擾字符或圖形，精確定位出電表讀數區(qū)域。圖1為電表讀數區(qū)域文本定位的流程。

圖1 電表讀數區(qū)域文本定位流程

2 預處理

本文研究的原始圖片由深圳市友匯通科技有限公司提供，圖像大小為1944*2592，整個圖片庫有大約270幅圖片可用于本文的研究對象，分類后主要有以下四種類型的電表圖像：深寶電器儀表有限公司生產的DD45型單相電表，蘭吉爾表計(珠海)有限公司生產的CN1605型單相電表，華立儀表集團股份有限公司生產的DD862-4型單相電表以及DD862型單相電表。

采用高斯同態(tài)濾波[5]來增強圖像的對比度，截止頻率D0的選擇通過多次實驗得到。

首先在頻域內對同一副圖像采用高斯同態(tài)濾波器進行圖像處理，改變其截止頻率D0，得到相應的圖像增強圖，并采用改進的Bersen 算法對同態(tài)濾波后圖像進行二值化，將結果進行對比，如圖2至圖7所示。表1給出了高斯同態(tài)濾波器的表達式的參數取值以及圖像增強效果。

3 電表讀數區(qū)域粗定位

干擾因素(如電表表號、型號、生產廠家、技術參數、條形碼等)的存在使得準確定位出讀數區(qū)域有一定的困難，經觀察分析可知電表圖像的讀數區(qū)域都是深色底，經過二值化后其特征尤為明顯，此外，本文研究的圖像都是按要求進行拍攝的，如電表在圖像中的位置一致，這也為粗定位提供了基礎。本文的粗定位就是尋找符合先驗知識的黑色底框，具體的思想描述如下：

表1 高斯同態(tài)濾波表達式參數的選擇

將二值化后的電表圖像取反，之后進行水平投影，給出兩個閾值Th_start(表示進入粗定位區(qū)域)和Th_end(表示離開粗定位區(qū)域)，標記水平投影值大于T_start的行為粗定位區(qū)域開始行T_start，標記水平投影值小于Th_end的行為粗定位區(qū)域結束行T_end，計算T_start與T_end之間的行數目Tnum，若Tmin<=Tnum<=Tmax，則定位結束，否則，重復以上過程直到定位成功(Tmin表示符合條件的連續(xù)行最小值，Tmax表示符合條件的連續(xù)行最大值)。

采用以上方法對二值圖像進行處理，圖8為粗定位結果圖，圖像的上部分在二值圖像中用灰色線畫出粗定位區(qū)域的上下兩個邊界，左右邊界默認為電表圖像的左右邊界，下部分是在灰度圖中將粗定位區(qū)域截取出來的圖像。

圖8 粗定位結果

4 電表讀數區(qū)域精確定位

精確定位是針對粗定位所得到的區(qū)域進行的，目的是在此區(qū)域中確定讀數區(qū)域的左右邊界。雖然前文對整幅圖像進行二值化的效果比較理想，但為了能得到更好的二值化圖像，本文對粗定位區(qū)域對應的灰度圖像采用OTSU全局閾值法[6]進行二值化。得到的圖像如圖9所示。

圖9 四種類型電表粗定位區(qū)域二值化圖像

由以上結果可以看到，對粗定位得到區(qū)域的灰度圖像經過OTSU算法處理后，得到的二值化圖像幾乎沒有損失，目標與背景分離效果非常好，這為后續(xù)的精確定位打下了很好的基礎。將以上各二值圖像在垂直方向進行投影，如圖10所示。

圖10 粗定位區(qū)域二值化圖像垂直方向投影

觀察分析以上圖像，四幅圖像中讀數區(qū)域像素為255的點分布比較有規(guī)律，它們以單個字符為單位聚集在一起，各個字符的寬度、平均高度、中心距的距離都在一定的范圍內。而除讀數區(qū)域的其他干擾字符或圖形，它們或者平均高度過高、或者寬度過寬、或者分布兩邊且相距較遠。綜合這些情況，本文采用基于以上紋理特征結合一些先驗知識的方法來識別讀數區(qū)域與干擾字符或圖形。

電表讀數區(qū)域精確定位算法流程如下。

步驟1：從左到右從上到下對二值圖像進行掃描，將每一列像素值為255的點的個數N依次存放在數組A中；

步驟2：給出列目標像素個數的最小閾值Tmin(取經驗值8),將數組A各元素值N與Tmin進行比較，若N

步驟3：遍歷數組A，將各連續(xù)大于0的元素捆綁為區(qū)域，給出每個區(qū)域的左邊界坐標L,右邊界坐標R,中心點坐標M，平均高度H,寬度W；

步驟4：若連通域總個數N_con≤5，則第一個區(qū)域的左邊界為精確定位的左邊界，最后一個區(qū)域的右邊界為精確定位的右邊界，定位結束，否則轉到步驟5；

步驟5：若N_con>5，對每個區(qū)域的M，H，W進行分析，并計算出相鄰區(qū)域間的中心距l(xiāng)，若Twmin≤W≤Twmax，Thmin≤H≤Thmax，Tlmin≤l≤Tlmax，保留該區(qū)域，否則將該區(qū)域刪除，最終得到符合條件的目標區(qū)域，將符合條件第一個區(qū)域的左邊界為精確定位的左邊界，最后一個區(qū)域的右邊界為精確定位的右邊界，定位結束；

其中Twmin,Twmax分別代表區(qū)域寬度最小最大閾值；Thmin,Thmax分別代表區(qū)域高度最小最大閾值；Tlmin,Tlmax分別代表相鄰區(qū)域中心距離最小最大閾值。

5 實驗結果及分析

粗定位區(qū)域圖像經過精確定位后的結果如圖11所示(白線表示精確定位的左右邊界)。

圖11 電表精確定位結果

從圖像庫中隨機抽取160幅圖片進行定位，能正確精確定位的圖片為147幅，成功率為91.87%，不能正確定位的原因有以下幾種情況：目標區(qū)域被嚴重污染、圖片整體分辨率過低、圖片嚴重曝光等。

6 結論

本論文在傳統(tǒng)字符定位算法的基礎上，結合電表圖像的特點，提出了一種適合四種類型電表圖像的讀數區(qū)域定位算法。首先針對前文提到的四種電表的特點，裁剪及縮放電表圖像，使后續(xù)要處理的電表的數據量大大減少，但不影響后續(xù)的讀數區(qū)域的定位。針對圖像表面光照不均等問題，使用同態(tài)濾波和直方圖均衡化來均勻圖像光照，然后用改進的Bersen算法二值化，能夠很好地將目標和背景分割開，得到效果較好的二值化圖像。在經過二值化處理后，結合電表圖像的特點，先對電表圖像進行粗定位，得到一個包括讀數區(qū)域的范圍較小的區(qū)域，對粗定位區(qū)域縱向投影，根據目標像素的紋理特征和先驗知識對其進行精確定位。

經實驗證明，本算法對這四種電表圖像的適應性良好。

[1] 廖 佳，王紅梅，牛曉東.圖像與視頻中的文本位技術研究綜述[J].多媒體技術及其應用，2010，6(26)：3778-7382.

[2] 晉 瑾，平西建，張 濤.圖像中的文本定位技術研究綜述[J].計算機應用研究，2007，24(6)：8-11.

[3]JainAK，YuB.Automatictextlocationinimagesandvideoframes[J].PatternRecognition，1998，31(12)：2055-2076.

[4]LeoneM，Sumedha，WeigtM.Unsupervisedandsemi-supervisedclusteringbymessagepassing:soft-constraintaffinitypropagation[J].TheEuropeanPhysicalJournalB，2008，66(1)：125-135.

[5] 王 偉，何衛(wèi)平，雷 蕾，等.標刻在金屬零件上的二維條碼數據提取方法[J].計算機輔助設計與圖形學學報，2012，24(5)：612-619.

[6] 吳海濱，周后偉，王 哲.基于OSTU的動態(tài)結合全局閾值的圖像分割[J].大氣與環(huán)境光學學報，2012，7(6)：463-468.

[7] 許曉麗，盧志茂，張格森，等.改進近鄰傳播聚類的彩色圖像分割[J].計算機輔助設計與圖形學學報，2012，24(4)：514-519.

[8]ShenF，WangH.RealTimeGrayLevelCornerDetector[J].SchoolofElectrical&ElectronicEngineering，2008，2(3)：124-143.

[9] 殷 羽，鄭 宏，王 靜，等.一種自適應煙標字符提取方法[J].計算機應用研究，2015，32(4)：1248-1252.

[10]耿慶田，趙宏偉，GengQingtian，等.基于分形維數和隱馬爾科夫特征的車牌識別[J].光學精密工程，2013，21(12)：3198-3204.

[11]王 剛，段會川.加權模板匹配的二值化閾值不敏感性研究[J].計算機技術與發(fā)展，2012，22(1)：122-125.

A Method of Automatic Locating in Mechanical Meter Readings Area

Zhao Yanhong1, Yang Zhang1,2, Lei Haijun3, Zhao Yujia3

(1.Shenzhen Polytechnic, Shenzhen 518055, China;2.College of Information Engineering, Shenzhen University, Shenzhen 518061, China;3.College of Computer Science & Software, Shenzhen University, Guangdong Province Key Laboratory of Popular High Performance Computers, Shenzhen Key Laboratory of Service Computing and Applications, Shenzhen 518060, China)

Aiming at the specific application of automatic locating technology for ammeter number area, an automatic locating algorithm, which is suitable for four types of mechanical ammeter number area, is put forward. In order to enhance the lightness distinction between image foreground and background, homomorphic filter is adopted, and improved Bersen algorithm is used to effectively separate the foreground and background of ammeter. First, use the method of area locating locate the probable area which is vertically projected then, and according to the texture of the target character and knowledge which is certified before, locate the target area to require a exact area. As the experiments proved, the algorithm has a fine adaptability of the image of four ammeters.

automatically positioning; homomorphic filtering; coarse positioning; accurate positioning

2016-10-08；

2016-11-24。

國家自然科學基金-廣東聯合重點項目(U1301252);省部產學研項目(2012B091100495)；深圳市戰(zhàn)略性新興產業(yè)發(fā)展專項資金項目(JCYJ20120613113419607)；深圳職業(yè)技術學院校重點項目(601522k20004)

趙艷紅(1969-)，女，湖南邵陽人，副教授，碩士研究生導師，主要從事圖像處理、信息管理系統(tǒng)方向的研究。

楊 張(1984-)，女，四川南充人，助理研究員，博士研究生，主要從事信號處理、智能算法方向的研究。

1671-4598(2017)03-0162-03

10.16526/j.cnki.11-4762/tp.2017.03.044

TP27

A