馬 玲，羅曉曙，蔣品群

(廣西師范大學(xué) 電子工程學(xué)院，廣西 桂林 541004)

食品、藥品的生產(chǎn)日期、生產(chǎn)批次及產(chǎn)地信息一般都是使用點(diǎn)陣噴碼字符噴印在外包裝袋上，消費(fèi)者和生產(chǎn)者都可以通過(guò)這些噴碼字符來(lái)了解產(chǎn)品的相關(guān)信息。目前，傳統(tǒng)的噴碼字符檢測(cè)是靠人眼完成，這種方法效率低且成本高。因此，研究自動(dòng)識(shí)別點(diǎn)陣噴碼字符的方法對(duì)于滿足工業(yè)生產(chǎn)自動(dòng)化具有重要意義。

目前噴碼字符識(shí)別方法主要有：基于模板匹配的方法、基于支持向量機(jī)(SVM)的方法和基于人工神經(jīng)網(wǎng)絡(luò)的識(shí)別方法等[1-5]。文獻(xiàn)[1]是基于模板匹配的識(shí)別方法，采用特征加權(quán)模板的模板匹配方法對(duì)鋼板噴印字符進(jìn)行識(shí)別，算法簡(jiǎn)單，較易實(shí)現(xiàn)，但對(duì)噪聲比較敏感，可靠性不高；文獻(xiàn)[2]使用支持向量機(jī)(SVM)實(shí)現(xiàn)了對(duì)板材噴碼字符的識(shí)別，在針對(duì)多格式字符識(shí)別方面，設(shè)計(jì)的SVM分類器較為復(fù)雜；文獻(xiàn)[3]使用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對(duì)柱面壓印字符的識(shí)別，其性能與初始權(quán)值、學(xué)習(xí)率等參數(shù)有關(guān)，易陷入局部最優(yōu)值和過(guò)擬合等缺陷[4]；文獻(xiàn)[5]采用基于HALCON的方法對(duì)乳制品箱體噴碼字符進(jìn)行識(shí)別，但僅適用于采集到的圖像背景單一、不包含標(biāo)準(zhǔn)字符的場(chǎng)合，這簡(jiǎn)化了識(shí)別任務(wù)，應(yīng)用范圍受限；文獻(xiàn)[6]提出了一種對(duì)LED點(diǎn)陣文本檢測(cè)和識(shí)別的方法，該方法從自然圖像中定位LED點(diǎn)陣字符，對(duì)本文有一定的指導(dǎo)，但該方法使用KNN分類器來(lái)識(shí)別點(diǎn)陣字符，識(shí)別準(zhǔn)確率不高。

產(chǎn)品外包裝上的噴碼字符周圍常混雜著標(biāo)準(zhǔn)印刷字符和圖案，且點(diǎn)陣噴碼字符的字體大小、噴墨量及受到的光照影響時(shí)常變化，這些因素會(huì)對(duì)點(diǎn)陣噴碼字符的自動(dòng)識(shí)別產(chǎn)生嚴(yán)重的干擾。針對(duì)以上問(wèn)題，本文提出基于PNN的點(diǎn)陣噴碼字符識(shí)別方法。該方法先利用改進(jìn)的FAST(features from accelerated segment test)角點(diǎn)檢測(cè)算法快速、準(zhǔn)確定位點(diǎn)陣噴碼字符；然后，提取字符的HOG特征和網(wǎng)格特征進(jìn)行聯(lián)合；最后，利用PNN建立分類模型識(shí)別點(diǎn)陣噴碼字符。

1 基于概率神經(jīng)網(wǎng)絡(luò)的點(diǎn)陣噴碼字符識(shí)別方法

本文點(diǎn)陣噴碼字符識(shí)別方法如圖1所示。輸入圖像經(jīng)過(guò)預(yù)處理后，先進(jìn)行點(diǎn)陣噴碼字符區(qū)域定位和分割；然后，提取單個(gè)字符的HOG特征和網(wǎng)格特征，將這2種特征聯(lián)合后輸入到PNN，建立分類模型；最后，利用建立好的PNN分類模型來(lái)識(shí)別點(diǎn)陣噴碼字符。

圖1 點(diǎn)陣噴碼字符識(shí)別流程

1.1 噴碼字符定位

Rosten等[7]在2010年提出FAST角點(diǎn)檢測(cè)算法，該算法是一種簡(jiǎn)單且快速的角點(diǎn)檢測(cè)算法。

如圖2所示，F(xiàn)AST-16角點(diǎn)檢測(cè)是以某一像素p為圓心像素點(diǎn)，計(jì)算以3為半徑的圓上的16個(gè)鄰域像素點(diǎn)的灰度值大小。若這16個(gè)像素點(diǎn)連續(xù)n個(gè)像素點(diǎn)(本文n取9)的灰度值都比Ip+t大，或者都比Ip-t小，即滿足式(1)，則該圓心像素點(diǎn)p為角點(diǎn)。

(1)

式中：Ip為圓心像素點(diǎn)的灰度值；t為閾值；Ip→x為這16個(gè)像素點(diǎn)中的某一像素點(diǎn)的灰度值。如圖2，假設(shè)p1～p9這9個(gè)點(diǎn)的灰度值都大于或者小于中心點(diǎn)p的灰度值，則該點(diǎn)p被判定為角點(diǎn)。

圖2 FAST角點(diǎn)特征提取

利用FAST角點(diǎn)檢測(cè)方法檢測(cè)灰度圖像中的角點(diǎn)，如圖3中綠色點(diǎn)所示為初始檢測(cè)到的所有角點(diǎn)。此時(shí)，角點(diǎn)中屬于點(diǎn)陣噴碼字符角點(diǎn)的數(shù)量居多，這是由于噴碼字符是由一個(gè)個(gè)離散小黑點(diǎn)組成，其周圍灰度變化大，因此，F(xiàn)AST角點(diǎn)數(shù)量較多。但是，檢測(cè)到的角點(diǎn)中還有屬于標(biāo)準(zhǔn)打印字符的，如“滋養(yǎng)生命活力”，需要將檢測(cè)的角點(diǎn)進(jìn)行篩選。

圖3 初始檢測(cè)到的FAST角點(diǎn)

將檢測(cè)到的角點(diǎn)按其特征強(qiáng)度值進(jìn)行排序，根據(jù)實(shí)驗(yàn)結(jié)果得到，只保留排序結(jié)果前40%的角點(diǎn)位置信息時(shí)，既能夠保留點(diǎn)陣噴碼字符的角點(diǎn)又能夠刪除一定的非點(diǎn)陣噴碼字符角點(diǎn)。這是由于點(diǎn)陣噴碼字符是由離散小黑點(diǎn)組成，與鄰域內(nèi)的像素點(diǎn)灰度相差較大，即其強(qiáng)度值大于大多數(shù)非噴碼字符的強(qiáng)度值，故可刪除一些非噴碼字符角點(diǎn)。刪除部分角點(diǎn)后的結(jié)果如圖4中品紅點(diǎn)所示。相比圖3，已經(jīng)刪除大部分非點(diǎn)陣字符角點(diǎn)，但是還有一些干擾角點(diǎn)的存在。

圖4 保留特征強(qiáng)度較強(qiáng)的角點(diǎn)位置

考慮到點(diǎn)陣噴碼字符的角點(diǎn)空間分布集中的特點(diǎn)，計(jì)算角點(diǎn)在X軸和Y軸出現(xiàn)的頻率，頻率低的角點(diǎn)視為干擾角點(diǎn)，實(shí)驗(yàn)結(jié)果如圖5中青色點(diǎn)所示，此時(shí)，檢測(cè)到的角點(diǎn)都位于點(diǎn)陣噴碼字符處。保留角點(diǎn)位置坐標(biāo)并保存，如圖6中紅色方框所示，即定位到點(diǎn)陣噴碼字符。

圖5 最終角點(diǎn)位置

圖6 最終噴碼字符區(qū)域定位

將去噪后的灰度圖像采用底帽變換法[8]來(lái)消除圖像由于受采集環(huán)境影響而引起的非均勻光照影響或者存在陰影區(qū)域的現(xiàn)象；然后，采用自適應(yīng)閾值的二值化方法即最大類間方差法[9]得到二值化圖像。根據(jù)前面保存的噴碼字符區(qū)域位置坐標(biāo)，將圖像中除噴碼字符區(qū)域位置以外的位置都視為背景，即0值，在二值圖像中只保留一個(gè)包含噴碼字符的圖像，如圖7所示。

圖7 噴碼字符二值化

1.2 噴碼字符分割

噴碼字符在噴印過(guò)程中會(huì)出現(xiàn)字符隨機(jī)角度傾斜，本文采用Hough變換法[10]計(jì)算噴碼字符的傾斜角度，使用雙線性差值算法將傾斜的噴碼字符校正到水平方向，并采用水平投影法將本例中噴碼字符分割成2行，如圖8所示。若這2行字符在行方向出現(xiàn)黏連，考慮2行字符的高度基本一致，將這黏連的2行字符平均分割成上下兩部分。

圖8 行分割后的噴碼字符

噴碼字符由于其本身的非連續(xù)性及在噴印過(guò)程中有可能會(huì)出現(xiàn)點(diǎn)缺失或噴墨滲出的情況，需要將傾斜校正后的噴碼字符使用3 × 1結(jié)構(gòu)元素進(jìn)行膨脹操作，提高字符質(zhì)量，以便后續(xù)進(jìn)行識(shí)別操作，如圖9所示。然后，采用垂直投影法對(duì)字符進(jìn)行列分割，得到單個(gè)噴碼字符圖像，并統(tǒng)一調(diào)整為42 × 24像素大小字符圖像，如圖10所示，將單個(gè)噴碼字符按類存儲(chǔ)并建立字符庫(kù)。

圖9 膨脹后的噴碼字符

圖10 列分割后的單個(gè)噴碼字符

1.3 噴碼字符識(shí)別

1.3.1 字符特征提取

由于將得到的單個(gè)噴碼字符圖像采用逐個(gè)像素特征提取算法時(shí)，圖像所提取的信息量過(guò)大、耗時(shí)長(zhǎng)，且識(shí)別準(zhǔn)確率低，所以，本文采取對(duì)整體圖像進(jìn)行特征提取的方法，即采用提取噴碼字符的HOG特征和噴碼字符的網(wǎng)格特征，并將這2種特征進(jìn)行聯(lián)合，來(lái)表征原噴碼字符。

HOG特征是通過(guò)計(jì)算一幅圖像的局部區(qū)域的梯度方向直方圖來(lái)構(gòu)成的[11-12]。HOG特征提取步驟如下：

Step1分別使用[-1,0,1]和[-1,0,1]T濾波器，提取字符二值化圖像的水平和豎直方向梯度，通過(guò)式(2)～(5)求得該像素的梯度方向和大小。

Gx(x,y)=H(x+1,y)-H(x-1,y)，

(2)

Gy(x,y)=H(x,y+1)-H(x,y-1)。

(3)

式中：Gx(x,y)表示圖像(x,y)像素處的水平梯度；Gy(x,y)表示圖像(x,y)像素處的垂直梯度；H(x,y)表示圖像(x,y)像素處的像素值。像素(x,y)處的梯度大小和方向?yàn)椋?/p>

(4)

(5)

Step2原二值字符圖像大小為42 × 24像素，取6 × 6像素為一個(gè)單元，把梯度方向0～360°劃分為9個(gè)區(qū)間。此時(shí)，統(tǒng)計(jì)每個(gè)單元里面36個(gè)像素的各個(gè)方向區(qū)間的梯度方向直方圖，得到一個(gè)9維特征向量。將相鄰2 × 2個(gè)單元組成一個(gè)像素塊，則一個(gè)塊內(nèi)可得到36維特征向量，并采用2-范數(shù)對(duì)向量進(jìn)行歸一化處理。

Step3用一個(gè)塊的大小即12 × 12像素對(duì)原二值字符圖像進(jìn)行掃描，取一個(gè)單元即6 × 6像素為掃描步長(zhǎng)，則原二值字符圖像水平方向步數(shù)設(shè)置為6，垂直方向步數(shù)設(shè)置為3，則總共提取36 × 6 × 3 = 648維特征，以供分類使用。

本文中點(diǎn)陣噴碼字符的網(wǎng)格特征是將字符分割成由40個(gè)網(wǎng)格組成的形式，橫向分為8等份，縱向分為5等份，取每個(gè)網(wǎng)格中字符像素的個(gè)數(shù)即白色像素的個(gè)數(shù)，將所有值排成一列形成40維[13]特征向量，如圖11所示。

圖11 網(wǎng)格特征提取

這樣，就得到了648維的HOG特征和40維網(wǎng)格特征，2種特征聯(lián)合[14]起來(lái)組成一個(gè)688維特征列向量，該特征列向量反映了原來(lái)的二值字符圖像。

1.3.2 概率神經(jīng)網(wǎng)絡(luò)(PNN)

PNN是D.F.Specht提出的一種基于貝葉斯決策理論和Parzen窗概率密度函數(shù)估計(jì)的前饋型神經(jīng)網(wǎng)絡(luò)，適用于模式分類問(wèn)題[15]。PNN在模式層中的激活函數(shù)為徑向基函數(shù)，選取輸入特征空間的子集作為中心，計(jì)算出局部決策函數(shù)，然后將所有的局部決策函數(shù)求和，計(jì)算出全局決策函數(shù)。因此，該網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，收斂速度快，不存在局部最優(yōu)值問(wèn)題[16]。

貝葉斯決策理論為：給定輸入向量x=[x1,x2,…,xd](d維)分類到ωi(i=1,2,…,m)中之一，其中m是x可以屬于的可能類的總數(shù)量。根據(jù)貝葉斯公式，后驗(yàn)概率計(jì)算公式為

(6)

式中P(ωi|x)是x發(fā)生情況下，類別ωi的后驗(yàn)概率，P(ωi)為屬于ωi類的先驗(yàn)概率。當(dāng)滿足P(ωi|x)>P(ωj|x),?i,j=1, 2, …,m,i≠j，則輸入向量x被分類為屬于ωi類。而大多數(shù)情況下，P(ωi|x)是未知的。為了解決這個(gè)問(wèn)題，Parzen提出了從訓(xùn)練樣本來(lái)估計(jì)概率密度函數(shù)的方法

(7)

式中：xai為ωA類的第i個(gè)訓(xùn)練向量；m為ωA類的訓(xùn)練樣本數(shù)目；σ為平滑因子。fA(x)為ωA類的概率密度函數(shù)，它是以訓(xùn)練樣本為中心的高斯函數(shù)的總和。由此可以看出，PNN使用所有訓(xùn)練數(shù)據(jù)集來(lái)估計(jì)概率密度函數(shù)，從而估計(jì)輸入樣本屬于某一類別的可能性。

PNN的基本結(jié)構(gòu)由輸入層、模式層、求和層和輸出層組成，如圖12所示。

圖12 概率神經(jīng)網(wǎng)絡(luò)(PNN)的基本結(jié)構(gòu)

第一層為輸入層，接收來(lái)自訓(xùn)練樣本的特征向量，每個(gè)神經(jīng)元都完全連接到下一層的神經(jīng)元，該層神經(jīng)元數(shù)目和特征向量維數(shù)相等。

第二層為模式層，該層神經(jīng)元的個(gè)數(shù)和輸入的訓(xùn)練樣本的個(gè)數(shù)相等。該層每一個(gè)神經(jīng)元都以訓(xùn)練樣本為中心，計(jì)算輸入特征向量與中心的距離送入高斯函數(shù)，使用激活函數(shù)為

(8)

式中：x為輸入向量；xi為訓(xùn)練樣本中心；σ為平滑參數(shù)，是該網(wǎng)絡(luò)的唯一參數(shù)。模式層的輸出為

(9)

式中：xij為第i類的第j個(gè)訓(xùn)練中心；d為樣本輸入空間的維數(shù)。

第三層為求和層，該層神經(jīng)元的數(shù)目與類別數(shù)目相等。模式層中的神經(jīng)元只與求和層中對(duì)應(yīng)類別的神經(jīng)元有連接，與其他神經(jīng)元并無(wú)連接。按公式(10)求輸入向量x被分類為屬于ωi類：

(10)

式中Ni為屬于類別ωi的訓(xùn)練樣本個(gè)數(shù)。

第四層為輸出層，根據(jù)貝葉斯決策規(guī)則輸出分類決策，如公式(11)。

(11)

式中m為總類別數(shù)。

2 實(shí)驗(yàn)結(jié)果與分析

本文所有實(shí)驗(yàn)運(yùn)行在64位操作系統(tǒng)的PC機(jī)上：CPU為Intel Core i3 3.9 GHz，內(nèi)存12 GiB，軟件環(huán)境為Matlab R2016a。

2.1 點(diǎn)陣噴碼字符定位結(jié)果

將文獻(xiàn)[17]采用基于投影的鋼板圖像定位方法來(lái)定位鋼板字符，文獻(xiàn)[18]采用基于數(shù)學(xué)形態(tài)學(xué)與連通域的定位方法定位易拉罐底噴碼字符，與本文提出的基于FAST角點(diǎn)檢測(cè)的點(diǎn)陣噴碼字符定位方法進(jìn)行對(duì)比，部分實(shí)驗(yàn)結(jié)果如圖13所示。

圖13 點(diǎn)陣噴碼字符定位實(shí)驗(yàn)結(jié)果對(duì)比

圖13(a)是從本文實(shí)驗(yàn)圖像中隨機(jī)選取的字體、背景不同的4幅點(diǎn)陣噴碼字符圖像。通過(guò)觀察可以發(fā)現(xiàn)，圖13(b)采用文獻(xiàn)[17]的方法，多數(shù)情況下未定位到點(diǎn)陣噴碼字符。圖13(c)是文獻(xiàn)[18]的定位結(jié)果，在背景稍微復(fù)雜的情況下，定位出現(xiàn)錯(cuò)誤。以上2種方法均給下一步點(diǎn)陣噴碼字符的準(zhǔn)確識(shí)別帶來(lái)困難。圖13(d)是本文方法的定位結(jié)果，能準(zhǔn)確定位到點(diǎn)陣噴碼字符?？梢姡墨I(xiàn)[17]和文獻(xiàn)[18]不適用于背景復(fù)雜的點(diǎn)陣噴碼字符識(shí)別應(yīng)用場(chǎng)合。隨機(jī)選取100幅點(diǎn)陣噴碼字符圖像，進(jìn)行點(diǎn)陣字符定位實(shí)驗(yàn)，結(jié)果如表1所示：可見本文定位準(zhǔn)確率及速度均高于其他2種方法。

表1 定位實(shí)驗(yàn)結(jié)果對(duì)比

2.2 點(diǎn)陣噴碼字符識(shí)別結(jié)果

2.2.1 建立模板字符庫(kù)

將原始采集到的100幅點(diǎn)陣噴碼字符圖像，經(jīng)過(guò)預(yù)處理、定位、字符分割等操作后得到42 × 24像素的單字符圖像，每幅圖像大約可得到22個(gè)點(diǎn)陣噴碼字符，共計(jì)約2 200個(gè)點(diǎn)陣噴碼字符。但圖像中某些點(diǎn)陣噴碼字符出現(xiàn)次數(shù)多，如“0”“1”等，某些字符出現(xiàn)次數(shù)少，如“4”“7”“6”等，造成分割后的不同類別的點(diǎn)陣噴碼字符數(shù)量相差較大，因此對(duì)出現(xiàn)次數(shù)較少的噴碼字符采用輕微旋轉(zhuǎn)方法豐富字符庫(kù)，使每類圖片都達(dá)到100張，并設(shè)定好相應(yīng)的標(biāo)簽。字符庫(kù)中部分點(diǎn)陣噴碼字符圖像如圖14所示。

圖14 字符庫(kù)中部分點(diǎn)陣噴碼字符

2.2.2 構(gòu)建PNN分類模型

將聯(lián)合特征輸入到PNN網(wǎng)絡(luò)的第一層輸入層中，第一層神經(jīng)元個(gè)數(shù)為字符特征維數(shù)。第二層是網(wǎng)絡(luò)的模式層：該層神經(jīng)元的個(gè)數(shù)為訓(xùn)練樣本的個(gè)數(shù)；該層主要是計(jì)算輸入特征向量和訓(xùn)練樣本中心的距離；該層需要設(shè)置PNN分類模型的平滑參數(shù)σ，平滑參數(shù)σ對(duì)于PNN模型的性能有著較大影響，經(jīng)過(guò)多次實(shí)驗(yàn)，本文設(shè)置σ為0.3。第三層的神經(jīng)元個(gè)數(shù)等于需要分類的類別數(shù)目，該層只與屬于自己類的模式層神經(jīng)元相連接，將屬于自己類的模式層神經(jīng)元的輸出求和。最后一層為輸出層：該層的神經(jīng)元個(gè)數(shù)等于類別數(shù)目；該層將求和層輸出的概率密度函數(shù)最大的神經(jīng)元輸出為1，其他神經(jīng)元輸出為0。這樣就可以得到一個(gè)用于點(diǎn)陣噴碼字符識(shí)別的PNN分類模型，保存該模型用于點(diǎn)陣噴碼字符識(shí)別。

2.2.3 點(diǎn)陣字符識(shí)別實(shí)驗(yàn)結(jié)果及分析

圖15為部分點(diǎn)陣噴碼字符實(shí)驗(yàn)圖像，第1列到第6列噴碼字符的字體大小、噴墨量及光照影響都有一定的差異。模型的輸入是隨著外界條件的變化而變化的，如光照影響、采集設(shè)備的位置影響等，識(shí)別模型有一定的自適應(yīng)能力對(duì)識(shí)別準(zhǔn)確率的提高是非常有益的[19]。將450幅原始圖像經(jīng)定位、傾斜矯正、字符分割、特征提取后，利用訓(xùn)練好的PNN分類模型進(jìn)行測(cè)試，準(zhǔn)確識(shí)別圖像為437幅，識(shí)別準(zhǔn)確率為97.1%。

圖15 部分點(diǎn)陣噴碼字符實(shí)驗(yàn)圖像

將文獻(xiàn)[20]和文獻(xiàn)[21]2種識(shí)別方法在本文制作的數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果與本文方法比較見表2。可以看出，本文識(shí)別準(zhǔn)確率優(yōu)于其他2種算法，識(shí)別準(zhǔn)確率達(dá)97.1%，平均識(shí)別2行噴碼字符的時(shí)間為0.56 s。

表2 識(shí)別實(shí)驗(yàn)結(jié)果對(duì)比

為了模擬實(shí)際工業(yè)噴碼過(guò)程中出現(xiàn)噴頭堵塞而造成墨點(diǎn)缺失的情況，本文人為抹掉噴碼字符部分離散點(diǎn)，利用PNN訓(xùn)練的分類模型進(jìn)行噴碼字符識(shí)別，實(shí)驗(yàn)結(jié)果如圖16所示。

圖16 部分少量點(diǎn)缺失點(diǎn)陣噴碼字符實(shí)驗(yàn)圖像

實(shí)驗(yàn)結(jié)果表明，本文提出的方法對(duì)非單一字體、背景復(fù)雜及墨點(diǎn)少量缺失的點(diǎn)陣噴碼字符識(shí)別的魯棒性更好，工業(yè)應(yīng)用場(chǎng)合更寬。

3 結(jié)束語(yǔ)

實(shí)驗(yàn)證明，點(diǎn)陣噴碼字符準(zhǔn)確定位是準(zhǔn)確識(shí)別點(diǎn)陣字符的關(guān)鍵。本文利用改進(jìn)的FAST角點(diǎn)檢測(cè)算法能快速、準(zhǔn)確定位到點(diǎn)陣噴碼字符。本文提出的基于PNN點(diǎn)陣噴碼字符識(shí)別方法，對(duì)于采集到的原始圖像中含有非點(diǎn)陣噴碼字符、點(diǎn)陣噴碼字符的字體大小不一、噴墨量及受到的外界光照變化時(shí)，該方法都能有效地識(shí)別噴碼字符，且建立的模型所需參數(shù)少，能夠滿足一些工業(yè)點(diǎn)陣噴碼字符識(shí)別應(yīng)用場(chǎng)合。