王 霄

(黃河科技學(xué)院，鄭州 450063)

0 引言

隨著計(jì)算機(jī)智能控制、圖像處理及人工智能等技術(shù)的飛躍式發(fā)展，集成視覺(jué)傳感器和圖像采集卡的自動(dòng)識(shí)別系統(tǒng)被廣泛應(yīng)用于目標(biāo)識(shí)別和圖像特征分析等領(lǐng)域。本文將圖像處理技術(shù)應(yīng)用于水果選擇性采摘中，首先通過(guò)人眼對(duì)水果成熟度進(jìn)行判斷并貼上標(biāo)簽，然后由采摘機(jī)器人自動(dòng)識(shí)別系統(tǒng)根據(jù)標(biāo)簽上的等級(jí)區(qū)別進(jìn)行采摘，實(shí)現(xiàn)了英語(yǔ)字母多元信息識(shí)別與水果分級(jí)采摘功能。

1 圖像預(yù)處理

英文字母等多元信息的自動(dòng)識(shí)別是圖像處理的一項(xiàng)新技術(shù)應(yīng)用。如今，英文字母廣泛應(yīng)用于信息標(biāo)簽、車牌號(hào)、指示牌等標(biāo)示，通過(guò)對(duì)英文字母多元信息的識(shí)別，能夠提高對(duì)目標(biāo)對(duì)象嵌套的視覺(jué)識(shí)別和追蹤能力。高效的英文識(shí)別在機(jī)器人導(dǎo)向、logo設(shè)計(jì)等領(lǐng)域的應(yīng)用前景比較寬廣。英文字母的圖像通過(guò)視覺(jué)傳感器CCD采集獲取，但在圖像獲取的過(guò)程中，由于天氣、拍攝角度或者標(biāo)識(shí)牌被污跡遮擋等原因，會(huì)影響字符的識(shí)別。因此，在字符圖像被獲取之后，需要進(jìn)行一系列的預(yù)處理工作，如灰度化、二值化及邊緣檢測(cè)等。預(yù)處理作為字符識(shí)別的第1個(gè)階段，其效果直接決定后續(xù)的字符分割和字符識(shí)別的成功率。

圖像預(yù)處理主要包括英文字母的圖像導(dǎo)入、顏色分割、灰度化、二值化和邊緣檢測(cè)等步驟，流程如圖1所示。

圖1 圖像預(yù)處理流程圖

1.1 英文字母的圖像導(dǎo)入

在常見(jiàn)的論述中，圖形和圖像是對(duì)物體形態(tài)的兩種不同的描述，其存儲(chǔ)結(jié)構(gòu)和表示方法差別很大。圖形是目標(biāo)對(duì)象一種矢量結(jié)構(gòu)的描述方式，而圖像則是一種柵格結(jié)構(gòu)的描述方式。采摘機(jī)器人圖像信息獲取的目的是對(duì)獲取的信息進(jìn)行深入的研究，獲取更多的描述信息，為后續(xù)的判斷決策做準(zhǔn)備。英文字母的圖像包括BMP和JPG兩種，由于本文研究采用OpenCV手段加載圖像，因此對(duì)兩種圖像都可以識(shí)別，所以兩個(gè)種格式都能進(jìn)行后期的識(shí)別操作。

1.2 顏色分割

在進(jìn)行圖像處理中，有一個(gè)環(huán)節(jié)是圖像灰度化，而進(jìn)行灰度化必須提前做好顏色分割準(zhǔn)備。對(duì)圖像進(jìn)行顏色分割，需要先建立顏色坐標(biāo)系。本文采用LAB顏色模型進(jìn)行分割，該模型分布均勻，具有很強(qiáng)的實(shí)用性。LAB顏色坐標(biāo)如圖2所示。

圖2中，LAB顏色空間是在顏色中藍(lán)黃不可同時(shí)存在的基礎(chǔ)上建立的。其中，L為顏色的明度值；A為顏色的紅、綠值；B為顏色黃、藍(lán)值。

圖像進(jìn)行色彩分割時(shí)，通常需要將LAB轉(zhuǎn)化為L(zhǎng)CH顏色模型。其中，LCH顏色模型如圖3所示。

圖2 LAB顏色坐標(biāo)圖

圖3 LCH顏色模型

在LCH顏色模型中，L為明度值，C為飽和度值，H為色調(diào)角度值。

RGB轉(zhuǎn)化為L(zhǎng)AB較為復(fù)雜，其公式表達(dá)式為

(1)

采摘機(jī)器人對(duì)目標(biāo)對(duì)象圖像進(jìn)行采集，然后通過(guò)LAB的顏色分割，可以得出對(duì)象的灰度化初始值和空間坐標(biāo)信息。

1.3 灰度化

顏色有黑白和彩色兩種。黑白指顏色中，只有黑白之分，沒(méi)有其他色彩。在RGB和LCH兩種顏色模型中，如果R/G/B三者值相等，或者L/C/H相等，表示其是黑白色。其中，R/G/B相等(L/C/H相等)稱為灰度值。彩色和黑白色之間能夠通過(guò)顏色分割算法進(jìn)行轉(zhuǎn)化，彩色轉(zhuǎn)換為黑白稱為灰度化過(guò)程，而黑白轉(zhuǎn)向彩色稱為偽彩色過(guò)程。

從上面的敘述可知：灰度化處理實(shí)質(zhì)上是將RGB等值化的處理過(guò)程，其處理方法有最大值、平均值和加權(quán)平均值3種。本文采用加權(quán)平均值進(jìn)行圖像灰度化處理。

根據(jù)顏色分割重要性和指標(biāo)給R、G、B的應(yīng)權(quán)值進(jìn)行賦值，并使三者加權(quán)平均，即

R=G=B=WR·R+WG·G+WB·B

(2)

其中，WR、WG、WB為三者的顏色權(quán)值。三者去不同的權(quán)值便可以得到對(duì)應(yīng)的灰度圖像。加權(quán)平均值灰度化處理方法，對(duì)英語(yǔ)字符的亮度處理明顯，且不會(huì)對(duì)對(duì)原圖信息造成損失。

1.4 二值化

圖像二值化處理的技術(shù)手段有直方圖、最大熵閾值及OTSU法等。為使圖像二值化效果更明顯，灰度直方圖獨(dú)立性更強(qiáng)。本文采用最大熵閾值進(jìn)行二值化算法，使得圖像灰度值各類熵值最大。其算法描述如下：

設(shè)P點(diǎn)為灰度值分割閾值點(diǎn)，L0，L1，L2，…，Ln是灰度值等級(jí)的概率等級(jí)，將其分為兩端，則

(3)

圖像二值化后的熵為

H(S)=EA+EB

(4)

(5)

二值化分割發(fā)熱最佳閾值為

H0=argmax(H(S))

(6)

最大熵閾值二值化處理效果如圖4所示。

圖4 最大熵閾值二值化處理效果圖

maximum entropy threshold

1.5 邊緣檢測(cè)

邊緣檢測(cè)算法中應(yīng)用比較多的是Rebort、Prewitt和Sobel等，這些算法主要是通過(guò)圖像像素值判斷英文字母的邊緣。本文采用線密度算法對(duì)字符圖像邊緣進(jìn)行檢測(cè)。算法描述如下：

1)一般英文字母的寬度大約為8-10個(gè)像素點(diǎn)，假設(shè)(i,j)是邊緣點(diǎn)，那么分別向其左右取N個(gè)像素點(diǎn)，如圖5所示。

2)計(jì)算(i,j)兩側(cè)的邊緣點(diǎn)密度值，即

(7)

其中，E(k)是與(i,j)相差k個(gè)像素點(diǎn)的值，則

(8)

2 英文字母的分割與識(shí)別

英文字母的分割與識(shí)別是采摘機(jī)器人根據(jù)信息標(biāo)簽進(jìn)行采摘作業(yè)的基本，是最重要的環(huán)節(jié)之一。本文研究的英文字母識(shí)別算法是針對(duì)獨(dú)立字符進(jìn)行識(shí)別，因此字符分割和定位就顯得尤為重要。

2.1 英文字母的分割

本文采用連通域法對(duì)英文字母進(jìn)行字符分割，主要步驟如下：①對(duì)圖像進(jìn)行二值化；②將圖像的邊框去除掉；③提出相關(guān)區(qū)域的連通域；④根據(jù)積累的經(jīng)驗(yàn)對(duì)字符區(qū)域進(jìn)行篩選判斷；⑤對(duì)字符區(qū)域進(jìn)行準(zhǔn)確定位；⑥對(duì)于字符區(qū)域進(jìn)行歸一化處理；⑦對(duì)字符進(jìn)行二值化分割；⑧輸出分割后的字符。英文字母分割流程如圖6所示。

2.2 英文字母的識(shí)別

經(jīng)過(guò)前一節(jié)英文字母的分割操作，待識(shí)別的英文字母圖像已成為獨(dú)立的字符個(gè)體，此時(shí)可以采用SVM向量集對(duì)字符的特征模型集進(jìn)行訓(xùn)練，然后將特征提取和特征模型集進(jìn)行對(duì)比判斷，識(shí)別出字符，最后進(jìn)行輸出。字符識(shí)別示意如圖7所示。

圖6 英文字母分割流程圖

圖7 字符識(shí)別示意圖

3 英文字母自動(dòng)識(shí)別系統(tǒng)

英文字母自動(dòng)識(shí)別系統(tǒng)是采摘機(jī)器人對(duì)目標(biāo)對(duì)象進(jìn)行采摘的重要手段。首先技術(shù)人員人眼判斷并對(duì)需要采摘的對(duì)象貼上標(biāo)簽，然后由自動(dòng)識(shí)別系統(tǒng)通過(guò)CCD傳感器獲取圖像信息，再根據(jù)標(biāo)簽上的等級(jí)區(qū)別進(jìn)行采摘，并分等級(jí)進(jìn)行擺放。

3.1 英文字母自動(dòng)識(shí)別系統(tǒng)硬件的設(shè)計(jì)

采摘機(jī)器人作業(yè)過(guò)程中，需要對(duì)信息標(biāo)簽上的英文字母信息進(jìn)行快速判別處理，然后控制采摘機(jī)器人靈巧手進(jìn)行采摘作業(yè)。針對(duì)以上要求，本文設(shè)計(jì)了以Exynos4412(Cortex-A9)為核心的硬件平臺(tái)，能夠進(jìn)行實(shí)時(shí)信息標(biāo)簽識(shí)別、控制靈巧手的采摘作業(yè)及采摘狀態(tài)的實(shí)時(shí)顯示。該硬件平臺(tái)主要包括CCD視覺(jué)傳感器、CD-ROW光驅(qū)、圖像采集卡、Exynos4412處理器、圖像處理軟件、CD-ROM、硬盤存儲(chǔ)設(shè)備、機(jī)械臂和靈巧手等設(shè)備模塊。該硬件平臺(tái)的系統(tǒng)框架圖如圖8所示。

圖8 系統(tǒng)框架圖

3.2 英文字母自動(dòng)識(shí)別系統(tǒng)軟件的設(shè)計(jì)

硬件部分是英文字母自動(dòng)識(shí)別系統(tǒng)正常運(yùn)作的平臺(tái)，而硬件部分的運(yùn)行必須依靠底層軟件進(jìn)行驅(qū)動(dòng)。英文字母自動(dòng)識(shí)別系統(tǒng)軟件設(shè)計(jì)如圖9所示。

圖9 英文字母自動(dòng)識(shí)別系統(tǒng)軟件設(shè)計(jì)

system of English alphabet

為了使Exynos4412處理器正常運(yùn)行，首先必須要有平臺(tái)的引導(dǎo)軟甲Bootloader，然后根據(jù)Linux 源碼生成可以在硬件平臺(tái)運(yùn)行的Kernel，最后采用Buzybox工具ramdisk 文件系統(tǒng)映象文件。將3個(gè)文件采用網(wǎng)絡(luò)掛載的方式燒寫到開發(fā)板上，才能讓整個(gè)平臺(tái)正常的運(yùn)行。

其中，Linux Kernel的移植包括下面幾個(gè)部分：

1)修改內(nèi)核頂層目錄下的 Makefile，將交叉編譯工具改為ARM平臺(tái)的arm-none-linux- gnueabi-gcc。

2)修改Driver/net文件配置，進(jìn)行DM9000網(wǎng)卡驅(qū)動(dòng)的移植。

3)修改Driver/Device/usb.c文件配置，進(jìn)行USB 驅(qū)動(dòng)的移植。

4)配置內(nèi)核，進(jìn)行如下配置。

make menuconfig

[*] Networking support ————>

Networking options ————>

<*> Packet socket

<*> Unix domain sockets

[*] TCP/IP networking

[*] IP: kernel level autoconfiguration

Device Drivers ————>

[*] Network device support ————>

[*] Ethernet driver support (NEW) ————>

<*> DM9000 support

File systems ————>

5)編譯內(nèi)核和設(shè)備樹。

$ make uImage

$ make dtbs

4 測(cè)試結(jié)果與分析

為了驗(yàn)證該采摘機(jī)器人英文字母自動(dòng)識(shí)別系統(tǒng)的應(yīng)用性能，進(jìn)行了實(shí)際的采摘仿真測(cè)試分析。實(shí)驗(yàn)中，利用QT 5.7搭建仿真平臺(tái)，運(yùn)行 Qt需要的圖像視覺(jué)識(shí)別函數(shù)接口，編譯和加載可視化的界面程序。該實(shí)驗(yàn)仿真識(shí)別結(jié)果如圖10所示。

圖10 實(shí)驗(yàn)仿真識(shí)別結(jié)果

由圖10可以看出：采摘機(jī)器人英文字母自動(dòng)識(shí)別系統(tǒng)從原始圖像、到處理后的圖像、再到結(jié)果的輸出都比較準(zhǔn)確，識(shí)別率達(dá)到了100%。實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)可以準(zhǔn)確識(shí)別信息便簽上的英文字母，并將信息提煉出來(lái)，用與采摘機(jī)器人進(jìn)行采摘判斷，能滿足選擇采摘作業(yè)要求，具有廣泛的應(yīng)用前景。

5 結(jié)論

本文首先對(duì)圖像預(yù)處理中顏色分割、灰度化、二值化、邊緣檢測(cè)等步驟進(jìn)行介紹與分析，進(jìn)而對(duì)英文字母的分割與識(shí)別算法進(jìn)行研究，最后設(shè)計(jì)了英文字母自動(dòng)識(shí)別系統(tǒng)的硬件平臺(tái)和軟件移植，實(shí)現(xiàn)了英語(yǔ)字母多元信息標(biāo)簽自動(dòng)識(shí)別的功能，為采摘機(jī)器人的選擇采摘提供了便利。測(cè)試結(jié)果表明：該系統(tǒng)可以準(zhǔn)確識(shí)別信息便簽上的英文字母，并將信息提煉出來(lái)，用于采摘機(jī)器人進(jìn)行采摘判斷。