閻晨陽(yáng) 羅曉曙 何富運(yùn) 馬玲

摘要：針對(duì)傳統(tǒng)的圖像識(shí)別方法在噴碼字符日期碼識(shí)別中速度較慢的問題，文中使用TensorFlow平臺(tái)，搭建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)端到端的噴碼字符日期碼識(shí)別。首先，對(duì)采集到的圖像進(jìn)行預(yù)處理，然后通過檢測(cè)輪廓的方法提取圖像中的噴碼字符日期區(qū)域并進(jìn)行尺寸歸一化處理，再用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)圖像進(jìn)行端到端的識(shí)別。實(shí)驗(yàn)結(jié)果表明，此模型識(shí)別一張圖像的平均時(shí)間為25 ms，對(duì)測(cè)試集的365張圖像進(jìn)行識(shí)別的準(zhǔn)確率在gg%以上。

關(guān)鍵詞：日期碼識(shí)別;噴碼字符;TensorFlow平臺(tái);端到端識(shí)別;圖像處理;仿真實(shí)驗(yàn)

中圖分類號(hào)：TN911.74-34;TP391.4

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-373X（ 2019） 24-0084-04

如今，食品安全越來越受到人們的關(guān)注，生產(chǎn)日期作為食品安全的重要組成部分已經(jīng)成為人們購(gòu)買商品時(shí)的重要參考標(biāo)準(zhǔn)。噴碼印刷作為許多包裝企業(yè)的使用方法，其噴碼質(zhì)量與準(zhǔn)確度對(duì)廠家生產(chǎn)產(chǎn)品時(shí)有著重要的意義。人工檢測(cè)效率低且人力成本較高，利用機(jī)器視覺取代人工檢測(cè)已成為近年來許多學(xué)者的研究方向。

肖?？〉热胧褂肏ALCON噴碼字符識(shí)別系統(tǒng)，根據(jù)字符特征訓(xùn)練BP網(wǎng)絡(luò)，檢測(cè)平均時(shí)間為0.283 s，識(shí)別率[1]為96%;郭晉璇等人基于拓?fù)浣Y(jié)構(gòu)對(duì)條形分布以及環(huán)形分布的噴碼字符進(jìn)行識(shí)別研究[2]，檢測(cè)一次的平均時(shí)間為70 ms，識(shí)別率為gg%;南陽(yáng)等人使用卷積神經(jīng)網(wǎng)絡(luò)，通過投影法將字符區(qū)域分割成單個(gè)字符后訓(xùn)練識(shí)別[3]，平均檢測(cè)時(shí)間為46 ms，準(zhǔn)確率達(dá)98.97%。上述傳統(tǒng)的噴碼字符識(shí)別需要將噴碼字符一一分割后進(jìn)行訓(xùn)練與識(shí)別，速度較慢。本文使用TensorFlow平臺(tái)，搭建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了端到端的噴碼字符日期碼識(shí)別。通過端到端的卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)，能夠更快速地提取噴碼字符區(qū)域的整體字符特征，以期滿足視覺檢測(cè)系統(tǒng)的時(shí)效性。

1 系統(tǒng)組成框架

系統(tǒng)硬件結(jié)構(gòu)圖如圖1所示，由圖像采集模塊和軟件處理模塊組成，采用固定角度的可調(diào)亮度光源對(duì)不同光照條件下的同一樣本進(jìn)行采集。

2 卷積神經(jīng)網(wǎng)絡(luò)原理

卷積神經(jīng)網(wǎng)絡(luò)是指含有多個(gè)處理層的神經(jīng)網(wǎng)絡(luò)[4]，已經(jīng)在語音分析[5]和圖像識(shí)別[6]領(lǐng)域有著廣泛研究。一個(gè)典型的卷積神經(jīng)網(wǎng)絡(luò)主要由輸入層、卷積層、下采樣層、全連接層和輸出層組成[7]。

2.1輸入層

輸入層是整個(gè)神經(jīng)網(wǎng)絡(luò)的輸入，在處理圖像時(shí)表示該圖像的像素矩陣。從輸入層開始，卷積神經(jīng)網(wǎng)絡(luò)通過不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)將上一層的矩陣轉(zhuǎn)化為下一層的矩陣直至全連接層。

2.2卷積層

卷積層是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)中最重要的部分。卷積神經(jīng)網(wǎng)絡(luò)的卷積層中，每一個(gè)節(jié)點(diǎn)的輸入只是上一層神經(jīng)網(wǎng)絡(luò)的一塊，常用的大小有3x3或者5X5。卷積層的輸出公式為：

2.4全連接層

在經(jīng)過多輪卷積層和池化層處理之后，卷積神經(jīng)網(wǎng)絡(luò)一般由1-2個(gè)全連接層來給出最后的分類結(jié)果。本文將卷積層和池化層看成是對(duì)圖像特征自動(dòng)提取的過程，然后使用全連接層來完成分類任務(wù)。

2.5輸出層

本文采用Softmax作為輸出層，Softmax可以理解為歸一化，例如目前有100種圖像分類，經(jīng)過Softmax層的輸出就是100維的向量。向量中的第一個(gè)值就是當(dāng)前圖像屬于第一類的概率值，第二個(gè)值就是第二類的概率值，以此類推，這100維的向量之和為1。Softmax的公式為：

3 卷積神經(jīng)網(wǎng)絡(luò)模型的具體設(shè)計(jì)

3.1 訓(xùn)練數(shù)據(jù)集的生成

在訓(xùn)練網(wǎng)絡(luò)之前，首先需要完成訓(xùn)練數(shù)據(jù)集的生成。由于圖像太大容易導(dǎo)致訓(xùn)練不收斂，所以本文將樣本圖像進(jìn)行歸一化處理，大小為32×256。具體操作流程為：

1）使用cv2.imread函數(shù)讀取圖像;

2）使用cv2.cvtcolory函數(shù)和cv2.threshold函數(shù)將彩色圖像轉(zhuǎn)化為二值圖像;

3）使用cv2.findcontours函數(shù)尋找輪廓并使用cv2.RETR_LIST檢索模式使輪廓不建立等級(jí)關(guān)系;

4）使用[y1：y1+hight，x1：x1+width]剪輯輪廓所選出來的范圍;

5）使用cv2.resize函數(shù)將圖像大小變?yōu)?2×256。

歸一化處理前后的圖像如圖2所示。其中，圖2a）為原始的圖像，圖2b）為處理后的二值圖像。

3.2 網(wǎng)絡(luò)的搭建與訓(xùn)練

本文采用4層卷積層與4層池化層、1層全連接層和1層輸出層的網(wǎng)絡(luò)結(jié)構(gòu)。在與傳統(tǒng)的CNN激活函數(shù)Sigmoid進(jìn)行對(duì)比實(shí)驗(yàn)后，使用Relu函數(shù)[8]作為卷積層的激活函數(shù)，其中第1層內(nèi)核大小為5X5，1個(gè)輸入頻道，32個(gè)輸出頻道;第二層內(nèi)核大小為5X5，32個(gè)輸入頻道，64個(gè)輸出頻道;第3層內(nèi)核大小為3x3，64個(gè)輸入頻道，64個(gè)輸出頻道;第4層內(nèi)核大小為3x3，64個(gè)輸入頻道，64個(gè)輸出頻道。池化層將兩個(gè)傳統(tǒng)的CNNT采樣方式：最大池（ Max_pooling）與次采樣（Mean-pooling）進(jìn)行對(duì)比，最終選用Max-pooling作為本文的下采樣方式，池化窗口大小為2x2。全連接層輸出頻道為1 024個(gè);輸出層采用Softmax回歸模型并根據(jù)實(shí)際需要，將輸出端口固定為10個(gè)。具體的訓(xùn)練步驟為：

1）使用TensorFlow框架封裝的Batch Normalization定義生成一個(gè)batch;

2）輸入圖像，并保存圖像的真實(shí)label;

3）加入隨機(jī)膨脹和腐蝕算法[9]，以提高魯棒性;

4）開始訓(xùn)練，使用交叉熵代價(jià)函數(shù)計(jì)算loss值，每取35張圖片為一批次進(jìn)行訓(xùn)練，記為一步，每100步計(jì)算一次精確率并通過txt文件保存;

5）當(dāng)精確率大于gg%時(shí)，退出訓(xùn)練并保存模型。

4 仿真實(shí)驗(yàn)

4.1 實(shí)驗(yàn)條件

本實(shí)驗(yàn)中所使用的相機(jī)是維視MV-UG040U3C，計(jì)算機(jī)的配置是Intel酷睿i7 - 7700CPU，操作系統(tǒng)為WINlO，同時(shí)還使用了CTX1050Ti顯卡，8 GB內(nèi)存來加速訓(xùn)練。所使用的平臺(tái)是谷歌開發(fā)的機(jī)器學(xué)習(xí)框架TensorFlow l.10。

本次實(shí)驗(yàn)的數(shù)據(jù)集為自己制作，數(shù)據(jù)集是使用陳百萬A5生產(chǎn)日期打碼機(jī)生成的，共4 015張彩色圖像，其中有3 650張用于訓(xùn)練，含有2018年一整年的日期。訓(xùn)練時(shí)采用固定的學(xué)習(xí)率，學(xué)習(xí)率為0.002，并加入Drop-out[10]優(yōu)化技術(shù)來提高訓(xùn)練精度。

4.2 實(shí)驗(yàn)結(jié)果與分析

網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比如表1所示。由表1可知，與傳統(tǒng)的CNN模型使用的Sigmoid激活函數(shù)相比，Relu激活函數(shù)可以較好地提高識(shí)別精度，在對(duì)比兩種下采樣方式后，最終采用Relu+Max-pooling的組合作為此模型的激活函數(shù)和下采樣方式。

由于實(shí)驗(yàn)條件有限，本文采用循環(huán)讀取樣本的方法來擴(kuò)大樣本集數(shù)量。圖3a）和圖3b）分別是使用Tensor-Flow生成的txt文件，再使用Matlab導(dǎo)人生成的txt文件，分別繪制出識(shí)別率圖像和損失值圖像。完整噴碼字符日期碼識(shí)別結(jié)果如圖4a）所示。為了提高模型的魯棒性，在訓(xùn)練模型時(shí)加入隨機(jī)的膨脹和腐蝕算法，圖4b）為缺損噴碼字符日期碼識(shí)別結(jié)果。

使用本文方法，與文獻(xiàn)[1]中提取字符特征后使用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方法和文獻(xiàn)[3]中分割出單一字符后使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的方法進(jìn)行對(duì)比。第一種算法需要對(duì)點(diǎn)陣字符進(jìn)行形態(tài)學(xué)處理后再提取特征，第二種算法需要垂直投影出單一字符圖像后再進(jìn)行特征提取，而本文方法直接對(duì)噴碼字符區(qū)域進(jìn)行整體特征提取。不同識(shí)別方法的對(duì)比如表2所示。從表2可以看出，本文方法與前兩者方法相比，識(shí)別速度更快，識(shí)別率更高。

5 結(jié)語

本文通過使用TensorFlow平臺(tái)，搭建一個(gè)端到端的噴碼字符日期碼識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)模型，并對(duì)該模型使用待測(cè)樣本進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，所搭建的卷積神經(jīng)網(wǎng)絡(luò)模型可以快速、有效地識(shí)別出噴碼字符日期碼，并且在含缺損的噴碼字符日期碼識(shí)別中有著較好的魯棒性。本實(shí)驗(yàn)在食品、藥品的生產(chǎn)和包裝等方面具有極大的實(shí)用價(jià)值。

注：本文通訊作者為羅曉曙。

參考文獻(xiàn)

[1]肖海俊，葛廣英，姚坤，等.基于HALCON的噴碼字符識(shí)別技術(shù)的研究與實(shí)現(xiàn)[J]現(xiàn)代電子技術(shù)，2015，38（ 15）：95-98.

XIAO Haijun. GE Guangying， YAO Kun， et al.Research andimplementation of inkjetted code character recognition technolo-gy based on HALCON [J]. Modern electronics technique，2015. 38（15）：95-98.

[2]郭晉璇.基于拓?fù)浣Y(jié)構(gòu)的字符識(shí)別[D]，廣州：廣東工業(yè)大學(xué)，2016.

GUO Jinxuan. Character recognition based on topological struc-ture [D]. Guangzhou： Guangdong University of Technology，2016.

[3]南陽(yáng)，白瑞林，李新.卷積神經(jīng)網(wǎng)絡(luò)在噴碼字符識(shí)別中的應(yīng)用[J].光電工程，2015（4）：38-43.

NAN Yang， BAI Ruilin. LI Xin. Application of convolutionalneural network in printed code characters recognition [J]. Opto-electronic engineering， 2015（4）：38-43.

[4] KRIZHEVSKY A， SUTSKEVER I，HINTON G E.ImageNetclassification with deep convolutional neural networks[C]，，Pro-ceedings of 25th International Conference on Neural Informa-tion Processing Systems. Lake Tahoe： ACM， 2012： 1097-1105.

[5] THOMAS S，GANAPATHY S，SAON G，et al.Analyzing con-volutional neural networks for speech activiW detection in mis-matched acoustic conditions [C]// 2014 IEEE International Con-ference on Acoustics. Speech and Signal Processing. Florence：IEEE . 2014 ： 2519-2523.

[6] CHEN Y N. HAN C C， WANG C T， et al. A CNN-based facedetector with a simple feature map and a coarse-to-fine classifi-er-Withdrawn [J]. IEEE transactions on pattern analysis & ma-chine intelligence， 2015（99） ： l.

[7] LECUN Y， BOTTOU L. BENGIO Y. et al. Gradient -basedlearning applied to document recognition [J]. Proceedings of theIEEE . 1998 ， 86（11） ： 2278-2324.

[8] ARA N M， SIMUL N S. ISLAM M S. Convolutional neural net-work approach for vision based student recognition system [C[y/International Conference of Computer and Information Technolo-gy. 2017 ： 1-6.

[9]鄧仕超，黃寅，二值閥圖像膨脹腐蝕的快速算法[J].計(jì)算機(jī)工程與應(yīng)用 ， 2017 .53 （ 5 ） ： 207-211.

DENG Shichao. HUANG Yin. Fast algorithm of dilation anderosion for binary image [J]. Computer engineering and applica-tions. 2017， 53（5） ： 207-211.

[10] IOFFE S. SZEGEDY C. Batch normalization： acceleratingdeep network training by reducing internal covariate shift [C]//Proceedings of 32nd International Conference on InternationalConference on Machine Learning. Lille ： ACM. 2015： 448 -

456.

作者簡(jiǎn)介：閻晨陽(yáng)（1992-），男，遼寧沈陽(yáng)人，碩士研究生，研究領(lǐng)域?yàn)闄C(jī)器學(xué)習(xí)、數(shù)字圖像處理。

羅曉曙（1961-），男，湖北應(yīng)城人，博士，教授，研究領(lǐng)域?yàn)槿斯ぶ悄堋?/p>

何富運(yùn)（1982-），男，廣西陸川人，博士，講師，研究領(lǐng)域?yàn)閿?shù)字圖像處理。

馬玲（1991-），女，江蘇泰興人，碩士研究生.研究領(lǐng)域?yàn)閿?shù)字圖像處理。