張楨鋮,周迪斌,朱江萍

(杭州師范大學 杭州國際服務工程學院,杭州 311121)

傳統(tǒng)工業(yè)上,軸承壓印結束之后的分類、包裝以及企業(yè)對于軸承信息的收錄都是依靠人工檢查與識別來完成.而機器視覺技術憑借其精度高,速度快,準確率高的優(yōu)點已經(jīng)在許多行業(yè)產(chǎn)生了良好的效益.但是軸承壓印字符識別任然存在一些問題難點,首先是由于軸承是圓形結構,字符并不是橫向分布,而是落在了環(huán)形帶上,這就造成了后續(xù)分割與識別的困難;其次是一些字符識別耗時過多,導致檢測效率降低.

文獻[1]使用改進的圓檢測算法定位字符區(qū)域,將坐標系轉換極坐標進行字符分割與SVM 字符識別,該方法在極坐標下進行計算操作,使得計算更加方便,精度有所提高[1].文獻[2]對采集到的圖像首先利用Hough變換定位軸承圓心,對于軸承上的字符區(qū)域利用仿射變換進行矯正,隨后進行輪廓提取并使用SVM 進行字符識別,采用仿射變換矯正方法不僅提高了算法整體的魯棒性,而且極大程度的提高了字符識別準確率[2].文獻[3]使用RBF 核的SVM 進行研究,通過使用雙線性搜索與網(wǎng)格搜索方法的優(yōu)點綜合來進行參數(shù)選擇,不僅搜索效率有所增加,識別率也有較大提高[3].文獻[4]提出了一種機器視覺的軸承工件號識別系統(tǒng),對采集到的黑白圖像進行字符定位分割,并采用人工網(wǎng)絡與支持向量機的算法對軸承工件號進行了有效識別,實時性、魯棒性、準確性都滿足了系統(tǒng)要求[4].

本文使用了最小二乘法對ROI 進行提取,具有定位準確與耗時少的優(yōu)點,對字符區(qū)域使用1/8 圓展開,展開速度開,圖像展開效果好,大大增強了算法魯棒性,最后使用SVM 算法來對字符進行識別,并通過大量實驗驗證了該算法的可靠性[5].

1 字符區(qū)域提取

軸承壓印字符是在模具作用下使軸承的部分表面厚度發(fā)生變化,從而在軸承表面形成字符的工藝,此字符具有永久性和防偽功能.通過壓印形成的凹陷區(qū)域與背景區(qū)域具有一定的高度差,所以在平行光源的照射下就可以形成字符區(qū)域[6].

由于軸承壓印字符具有一定的深度,通過環(huán)形光源對軸承表面的照射,根據(jù)表面反光程度的差異可以清晰的獲得完整的字符輪廓[7].現(xiàn)場采集到的圖像如圖1 所示.

1.1 圖像預處理

由于在拍攝過程中會有材料反射和微小噪音的影響,所以現(xiàn)場采集得到的原始圖像都會包含有不同程度的噪聲干擾,必須對原始圖像進行一定的圖像預處理,這樣可以很大程度的改善圖像中的信息[8].通過抑制這些噪聲,有利于我們在對圖像進行處理和分析的時候可以更便于得到有用信息.

首先對采集到的軸承圖像運用高斯濾波進行降噪處理;然后使用直方圖二值方法來對圖像進行二值化處理,之后使用開運算再對二值化圖像進行進一步的處理,消除圖像中的微小噪聲干擾,進而得到清晰的前景圖像.

圖1 軸承圖像

1.2 圓心定位及半徑查找

待識別字符所在區(qū)域位于軸承的一個環(huán)上,圓心位置的確定以及半徑大小計算的準確程度,極大的影響了字符識別率.圓心定位最常用的兩種方法就是Hough 變換與最小二乘法.

噪聲點對于Hough 變換的影響略小,具有較強的魯棒性,在對缺陷較大的圓進行定位時,需要提供圖像中圓的半徑長度等參數(shù)設置[9].圓心位置是通過投票來得到,但是大量的時間與內(nèi)存的消耗也是在投票過程中消耗的,而且需要對圓的半徑進行一定的約束,這樣不僅可以提高精度,也會大大降低運算量.同時由于之前對原始圖像進行了一系列的預處理,所以待查找圓并沒有太多缺陷,因此使用最小二乘法擬合圓更適合本次實驗.

這里使用最小二乘法首先假設圓的方程為x2+y2+ax+by+c=0 ,然后假設有一系列點(xi,yi)是近似的落在圖像中的一個圓上,i∈(1,2,···,n).設該圓的圓心為(x0,y0),半徑為r.d2=(xi-x0)2+(yi-y0)2這是圓上的點到圓心距離的平方和,這里將其與半徑平方的差作為目標誤差為了使目標誤差的平方和最小,需要經(jīng)過計算可得:

其中,

據(jù)此就可以將圖像中的環(huán)形區(qū)域分離出來.本次實驗上采用C++實現(xiàn),在對外圓輪廓圓心進行求解時,Hough 變換一次求解計算所用時間約為140 ms,而最小二乘法所用時間則不到10 ms,很明顯最小二乘法更適用.

1.3 ROI 提取

工業(yè)相機拍攝的軸承圖像經(jīng)過預處理后得到圖像,包括字符區(qū)域與非字符區(qū)域.由于圖像中包含大量無效信息,所以要篩選出要處理的對象,首先需要將字符區(qū)域分離與提取.

字符所在區(qū)域是由兩個同心圓環(huán)所構成的環(huán)形區(qū)域,通過之前擬合圓的方法擬合出軸承的圓心及內(nèi)、外圈的半徑,擬合結果如圖2 所示,由此便能分離出圖像中的字符區(qū)域.

可以觀察到,在圖像的環(huán)形字符區(qū)域存在一些干擾因素,可以通過調(diào)整圖像的亮度與對比度來消除這些因素的干擾.通過對圖像像素進行點操作變換,可以使得圖像的亮度與對比度有一定的變化.圖像的亮度與對比度的調(diào)節(jié)主要基于下面的公式:

將原始圖像設為f(i,j),經(jīng)過調(diào)整之后的圖像設為h(i,j).這個公式是對像素進行了一次線性變換,其中設置不同的α和β的值,就會對圖像產(chǎn)生不同的變換效果.當圖像f(i,j)×α的值比1 大的時候,圖像f(i,j)中像素值之間的差異就會變大,因此就會導致對比度的增強,反之圖像對比度將會減小.β值的變化會對圖像亮度進行簡單調(diào)整.

當局部光照亮度有區(qū)別時,假定光源與材料有一定的角度偏差,或其它各類因素導致材料亮度差異較大.可以考慮軸承軸向投影時,每個投影區(qū)域的亮度依據(jù)環(huán)境的亮度變化規(guī)律調(diào)節(jié)亮度.圖像處理前后情況如圖3 和圖4 所示.

圖2 ROI 區(qū)域

圖3 圖像處理前

2 字符圖像提取

2.1 字符帶展開

在后續(xù)的字符識別過程中,需要將單個字符進行提取與識別,一些傳統(tǒng)的視覺算法對于環(huán)形軸承字符識別難以應用.因此為了使字符識別操作更順利的進行,我們在這里將環(huán)形字符帶轉換為更容易進行識別操作的矩形字符帶.如圖5 所示.

圖4 圖像處理后

圖5 圓展開示意圖

我們使用的是1/8 圓掃描方法,將圓等分為8 份,之后圓上的其它區(qū)域由這1/8 個圓經(jīng)過簡單的反射變換之后就可以得到如圖6 所示.

圖6 圓的對稱圖

但是若掃描的起始點選取不恰當,位于字符段之間時,會導致同一字符段被分開.為了避免該情況發(fā)生,從垂直方向90°開始開始順時針掃描,當發(fā)現(xiàn)一塊空白區(qū)域,并且該空白區(qū)域所占角度大于設定閾值時,則將該空白區(qū)域的終點定為掃描起點.我們將這個角度的閾值設為20°.如圖7,首先假設圓上一點為(x,y),那么其他7 個八分圓上其他各點坐標為(-x,y),(-x,-y),(x,-y),(-y,x),(y,-x),(-y,-x),(y,x),因此我們只需要對1 個八分圓的轉換方式進行研究.假設從(0,r)開始,順時針進行搜索至(r/2,r/2),當發(fā)現(xiàn)第一個最接近圓弧的點時,令其為P(xp,yp).然后對下一個像素進行尋找,選擇P點正右邊的P1(xp+1,yp+1)或者選擇其右下方的P2(xp+1,yp+1),如圖7 所示.

圖7 當前像素與下一候選像素示意圖

在這里構造了下面這個函數(shù):

接下來對圖像上的點進行討論,這些點與圓有3 種相對位置:

通過這樣的搜索方式,整個圓上的所有像素點都被快速搜索到.然后將半徑為r的圓周長設置為展開矩形的長,將圓環(huán)的寬設置為矩形的寬.由于是將圓環(huán)展開為矩形,除了半徑為r的圓,其他的圓必然需要對像素進行一定的插入或抽取,按照我們之前對圓搜索的方法,每當待展開圓半徑每增加1 時,待檢測圓上的像素有兩種情景,不增加或者會增加8 個;半徑減少時同理.由于知道了圓上像素個數(shù)的變化,這樣就可以在對圓環(huán)展開時均勻的插入或抽出某些像素點.展開結果如圖8 所示,字符帶中的字符清晰可辯認,完全達到了算法識別要求.

圖8 字符帶展開圖

2.2 單個字符切分與歸一化處理

為了識別出軸承上的單個字符,因此需要將每個字符切分出來.對展開圖像進行逐列掃描,根據(jù)黑色元素的連續(xù)性對字符位置進行分割,此次字符分割結束.然后再繼續(xù)向后進行掃描,在圖像最右端前按照上述方法一直掃描到底.通過上述掃描方法就可以精確的得到每個字符的寬度范圍,這樣就可以從軸承展開圖像中分割出每個單個字符.

在對字符進行歸一化操作后,字符識別的標準性與準確性都會得到很大的提高[10].具體實現(xiàn)方法如下:首先需要計算出軸承展開字符帶中各個字符的高度,通過計算這個高度與設定高度數(shù)值之比,即為變換系數(shù),由此就可求出操作后的寬度[11].這里我們假設原始圖像大小為w×h,在對圖像進行歸一化操作之后圖像大小為W×H,在原始圖像坐標為(x,y)的像素點進行歸一化之后所對應的坐標為(X,Y):

通過實驗表明,將二值圖像的單個字符大小歸一化為寬度12、高度18[12].在通過實驗得到這個寬度與高度之后,我們將新圖像里面的點映射至原始圖像中,結果如圖9 所示.

圖9 單個字符切分

3 字符識別

在對樣本圖像進行處理后,然后對字符進行識別操作,本文分別采用了模板匹配識別法、神經(jīng)網(wǎng)絡識別法與支持向量機識別方法來進行實驗,通過對比選出更合適的識別方法.

使用模板匹配法來計算待識別目標與原型之間相似性的差異,我們將待識別目標圖像記為T,其圖像大小為X×Y,然后將已經(jīng)準備好的圖像模板記為S,其圖像大小為M×N(M＜X,N＜Y).使圖像模板S在待識別目標T上進行移動,相似度最大的即為識別結果[13].

使用BP 神經(jīng)網(wǎng)絡來對字符進行識別操作[14].我們選取26 個字母、10 個數(shù)字0～9 和“-”作為待識別目標,隨機選取200 個圖像進行訓練,另外取100 個圖像作為識別樣本[15].本次實驗采用的是三層神經(jīng)網(wǎng)絡結構,有25 個輸入,隱含層取50 個神經(jīng)元,輸出為37 個,將最大輸出端對應的字符作為識別結果.

使用SVM 算法進行字符識別,使用LIBSVM 來實現(xiàn)算法[16].之前的圖像處理操作將字符大小歸一化為12×18,在進行適當降維后,SVM 的輸入為30 維,選用RBF 為高斯核函數(shù),之后將圖片素材特征化,將特征文件輸入即可得到模型文件[17].在模型經(jīng)過測試集測試后,將圖像載入模型即可得到識別結果.得到的最優(yōu)核函數(shù)參數(shù)為0.0526,懲罰因子為56.

4 實驗與結果分析

本次實驗共采集軸承圖片300 張,對于神經(jīng)網(wǎng)絡與SVM 都是隨機選取200 張作為訓練樣本,剩余100 張作為測試圖片,模板匹配則隨機選取100 張進行測試.在Inter(R)Core(TM)i7-4790 CPU,4 GB 內(nèi)存的計算機上進行實驗,在VC2015 上進行編程,算法實現(xiàn)上使用C++.

首先在圓心定位檢測中,對Hough 變換與最小二乘法進行對比,統(tǒng)計兩種算法的正確率與定位速度,測試結果如表1 所示.

表1 圓心定位檢測結果

表1 結果顯示,兩種算法都具有較高的定位準確率,但是在消耗時間上,最小二乘法明顯快于Hough變換.

然后對字符識別的準確率與消耗時間進行測試.對模板匹配,神經(jīng)網(wǎng)絡和SVM 3 種識別方法進行對比,結 果如表2 所示.

表2 字符識別檢測結果

表2 結果表明:模板匹配雖然準確率滿足實驗要求,但是其耗時過長;神經(jīng)網(wǎng)絡在識別時間上能滿足要求,但是由于樣本有限導致識別率偏低;SVM 算法不僅識別速度快而且在有限的樣本訓練條件下,具有良好的識別準確率.

5 結束語

對于軸承壓印字符的識別技術,使用高斯濾波可以有效消除圖像噪聲;采用最小二乘法對圓心的定位及半徑的查找速度快,精度高;1/8 圓掃描法使環(huán)帶展開后的字符清晰可辯認;最后利用SVM 對字符進行識別.實驗表明:該算法對字符識別準確率達98%以上,識別速度也可滿足工業(yè)需求,可實時的實現(xiàn)軸承表面壓印字符的識別.在字符受到污染的情況下,識別準確率大大降低,接下來的研究工作就是設計魯棒性更強的算法,可以最大程度的消除現(xiàn)場污染的影響.此外隨著深度學習的不斷發(fā)展,更加智能化的檢測方法是值得不斷去深入研究的.