王太學(xué)，苗相彬，李柏林，郭彩玲

(1.西南交通大學(xué) 唐山研究生院，河北 唐山 063000； 2.西南交通大學(xué) 機(jī)械工程學(xué)院，成都 610031； 3.唐山學(xué)院 a.機(jī)電工程學(xué)院，b.河北省智能裝備數(shù)字化設(shè)計(jì)及過(guò)程仿真重點(diǎn)實(shí)驗(yàn)室， 河北 唐山 063000)

0 引言

在信息化快速發(fā)展的時(shí)代，字符識(shí)別是一種重要的錄入與轉(zhuǎn)化信息的方法，在車(chē)牌識(shí)別[1]、郵政編碼識(shí)別[2]、食品噴碼識(shí)別[3]等領(lǐng)域有著非常廣泛的應(yīng)用。利用字符識(shí)別系統(tǒng)代替?zhèn)鹘y(tǒng)的人工錄入，可以節(jié)約大量人力物力，提高工作效率。

目前字符識(shí)別的方法有很多，Vaishnav等[4]結(jié)合OCR利用模板匹配法完成了對(duì)車(chē)牌的識(shí)別；Zhang等[5]利用CNN(卷積神經(jīng)網(wǎng)絡(luò))中傳統(tǒng)的LeNet-5結(jié)構(gòu)實(shí)現(xiàn)了對(duì)驗(yàn)證碼的識(shí)別；Alghazo等[6]提出了一種基于結(jié)構(gòu)特征的多語(yǔ)言字符識(shí)別系統(tǒng)，通過(guò)提取數(shù)字的局部特征，對(duì)多種語(yǔ)言的字符完成了高精度識(shí)別。

字符識(shí)別是在字符分割的前提下進(jìn)行識(shí)別的，字符分割的方法有很多種。Khamdamov等[7]提出了一種基于輪廓分析的字符分割方法，通過(guò)識(shí)別特定字符的局部特征實(shí)現(xiàn)了車(chē)牌字符的分割；Wang等[8]提出了一種基于字符定位和投影分析相結(jié)合的字符分割方法，先通過(guò)AdaBoost算法訓(xùn)練級(jí)聯(lián)分類(lèi)器來(lái)定位，然后基于關(guān)鍵字符信息預(yù)測(cè)其他字符，最后通過(guò)垂直投影完成對(duì)字符的分割；Peng等[9]提出了一種基于連通域算法和滴水算法相結(jié)合的字符分割方法，通過(guò)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)分類(lèi)，對(duì)無(wú)粘連字符利用連通域算法進(jìn)行分割，對(duì)粘連字符利用滴水算法進(jìn)行分割，但是分割準(zhǔn)確率不是很高。

上述研究表明一些字符識(shí)別方法在車(chē)牌等字符識(shí)別方面取得了較好的效果，但是對(duì)噴碼字符中出現(xiàn)的兩個(gè)及兩個(gè)以上字符粘連情況的識(shí)別，準(zhǔn)確率則不高。

鑒于乳制品紙包裝上生產(chǎn)批號(hào)在噴碼過(guò)程中常由于各種原因部分噴碼字符出現(xiàn)粘連或缺失的現(xiàn)象，影響字符的自動(dòng)化識(shí)別，本文提出了一種基于字寬與投影法相結(jié)合的字符分割方法，先利用投影法將雙行字符分割為單行字符，再基于字寬完成對(duì)粘連字符的分割。在基于字寬進(jìn)行分割的過(guò)程中，有少量字符存在分割損壞的現(xiàn)象，但這并不影響后期CNN的訓(xùn)練過(guò)程，相反，這些被分割損壞的字符增加了訓(xùn)練的泛化性，有利于提高對(duì)不規(guī)則字符的識(shí)別準(zhǔn)確率。

1 相關(guān)工作

1.1 字符識(shí)別步驟

基于改進(jìn)的CNN的不規(guī)則字符識(shí)別步驟如圖1所示。首先，利用yolov3算法對(duì)生產(chǎn)日期區(qū)域進(jìn)行提??；其次，對(duì)圖像進(jìn)行預(yù)處理；再次，通過(guò)一種基于字寬的分割算法結(jié)合投影法，利用相鄰字符間的像素差異實(shí)現(xiàn)對(duì)粘連字符的分割；最后，對(duì)分割后的單個(gè)字符利用改進(jìn)的CNN進(jìn)行多標(biāo)簽分類(lèi)訓(xùn)練得到模型，得出并顯示識(shí)別結(jié)果。

圖1 字符識(shí)別步驟

1.2 圖像獲取

乳制品紙包裝上生產(chǎn)批號(hào)的噴碼圖像(如圖2所示)通過(guò)工業(yè)相機(jī)采集，工業(yè)相機(jī)包括硬件系統(tǒng)和軟件系統(tǒng)。硬件系統(tǒng)由工業(yè)相機(jī)、光源、相機(jī)鏡頭、傳送裝置和觸發(fā)裝置組成；軟件系統(tǒng)為圖像采集系統(tǒng)，由圖像格式模塊、采集控制模塊、連續(xù)存儲(chǔ)模塊組成。

圖2 工業(yè)相機(jī)獲取的圖像

1.3 感興趣區(qū)域的獲取

感興趣區(qū)域(目標(biāo)區(qū)域)提取的方法有很多，如基于深度學(xué)習(xí)的目標(biāo)區(qū)域提取[10]、基于結(jié)構(gòu)紋理特征的目標(biāo)區(qū)域提取[11]、基于SIFT特征的目標(biāo)區(qū)域提取[12]。本文鑒于圖像中字符位置坐標(biāo)的不確定性，選擇基于keras深度學(xué)習(xí)框架下的yolov3算法[13]進(jìn)行目標(biāo)區(qū)域的提取。通過(guò)labelImg圖像標(biāo)注軟件對(duì)1 000張樣本圖進(jìn)行目標(biāo)區(qū)域標(biāo)定，圖像中標(biāo)定的目標(biāo)區(qū)域?yàn)樯a(chǎn)日期區(qū)域。把這1 000張標(biāo)定的圖像作為模型的訓(xùn)練集，選定不包含訓(xùn)練集的120張圖像作為測(cè)試集。經(jīng)過(guò)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練后得出目標(biāo)區(qū)域預(yù)測(cè)模型，通過(guò)測(cè)試集測(cè)試后得出模型，符合目標(biāo)區(qū)域預(yù)測(cè)要求。對(duì)其中一張測(cè)試圖像進(jìn)行目標(biāo)區(qū)域預(yù)測(cè)并提取后得到的圖像如圖3所示。

圖3 感興趣區(qū)域的提取結(jié)果

1.4 圖像預(yù)處理

1.4.1 去噪

圖像中的噪聲點(diǎn)對(duì)圖像處理造成困擾，需進(jìn)行去噪處理。因?yàn)閳D像中不均勻的黑點(diǎn)為椒鹽噪聲[14]，所以選取中值濾波[15]進(jìn)行去噪處理。中值濾波的原理是將一個(gè)5×5的矩陣中的25個(gè)像素點(diǎn)進(jìn)行排序，并將矩陣的中心點(diǎn)賦值為這25個(gè)像素的中值。中值濾波函數(shù)去噪原理如下：

設(shè)f(x，y)為中值濾波前的像素值，g(x，y)為中值濾波后的像素值，則有如下關(guān)系：

g(x，y)=medA[f(x，y)]。

(1)

式中，med表示用中值代替所有像素值f(x，y)，A為5×5的二維區(qū)域。

通過(guò)5×5的二維窗口進(jìn)行非線性平滑去噪，對(duì)窗口數(shù)值重新排序，用中間值代替原窗口的中間值。中值濾波后的效果如圖4所示。

圖4 中值濾波圖

1.4.2 二值化

選取最大類(lèi)間方差法進(jìn)行自適應(yīng)閾值二值化[16]，該方法是一種基于全局的二值化算法，能夠根據(jù)圖像灰度特征將圖像分為前景和背景，從而獲取最佳閾值。最大類(lèi)間方差法的原理如下：

設(shè)背景和前景的分割閾值為T(mén)；將前景像素點(diǎn)數(shù)占整幅圖像像素點(diǎn)數(shù)的比重記為ω1，平均灰度為μ1；將背景像素點(diǎn)數(shù)占整幅圖像像素點(diǎn)數(shù)的比重記為ω2，平均灰度為μ2。圖像的平均灰度為μ，類(lèi)間方差為g。假設(shè)圖像大小為M×N，將圖像中像素灰度值小于閾值的像素個(gè)數(shù)記作N1，將像素灰度值大于閾值的像素個(gè)數(shù)記作N2，那么有：

(2)

(3)

N1+N2=M×N，

(4)

ω1+ω2=1，

(5)

μ=ω1μ1+ω2μ2。

(6)

將式(5)代入式(6)得：

g=ω1ω2(μ1-μ2)2。

(7)

對(duì)全圖進(jìn)行遍歷，即能得到最大類(lèi)間方差法的閾值T。

利用上述算法對(duì)圖4進(jìn)行遍歷得到最佳閾值T為94。令圖4像素N有如下關(guān)系：

(8)

根據(jù)式(8)就可以得到二值化后的圖像，如圖5所示。對(duì)于不同亮度的圖像區(qū)域，算法能夠根據(jù)每一區(qū)域的灰度值自適應(yīng)計(jì)算出最佳分割閾值，并取其平均閾值進(jìn)行迭代，最大化保留相應(yīng)區(qū)域內(nèi)的所有信息。

圖5 二值圖

1.5 字符分割

1.5.1 行分割

在獲得二值圖后，需要進(jìn)行字符分割，分割后的圖像用作后面卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本。因兩行字符之間有明顯的像素差，故基于水平投影直方圖將兩行字符分割成單行字符。

1.5.2 列分割

通過(guò)行分割得到兩張單行字符的圖像后，要進(jìn)行單個(gè)字符的分割，但由于有的二值圖中出現(xiàn)兩個(gè)字符粘連的情況，僅利用投影法無(wú)法將其分割成單個(gè)字符，因此本文提出了一種基于字寬分割的算法，并與投影法結(jié)合進(jìn)行字符分割，如圖6所示。

圖6 粘連字符分割示意圖

本文分割算法如下：

設(shè)出現(xiàn)字符像素的起始點(diǎn)為x1，字符像素的終止點(diǎn)為x2。對(duì)要分割的字符寬度進(jìn)行如下定義：

經(jīng)過(guò)行分割后得到的單行字符圖像寬度為b1，要進(jìn)行列分割的單行字符圖像寬度為b2，其中b1≠b2，分割后單個(gè)字符的寬度為b3。

(9)

因此起始分割位置為x1-k1，終止分割位置為x2+k1，要分割的單行字符圖像寬度為：

b2=x2-x1+2k1；

(10)

分割后單個(gè)字符的寬度為：

(11)

基于以上算法，從起始分割位置x1-k1以寬度b3進(jìn)行12等份分割，可得到單個(gè)字符分割的圖像。

1.6 改進(jìn)的CNN LeNet-5模型

CNN[17]是一種前饋型神經(jīng)網(wǎng)絡(luò)，在圖像處理方面表現(xiàn)較好，被廣泛應(yīng)用于圖像分類(lèi)、定位等領(lǐng)域。LeNet-5模型[18]是Yann Lecun教授于1998年提出的，是一種應(yīng)用于手寫(xiě)字符識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)。傳統(tǒng)的LeNet-5模型在手寫(xiě)字符識(shí)別中表現(xiàn)出色，但由于點(diǎn)陣字符的不連通性，導(dǎo)致其對(duì)噴碼字符識(shí)別適用性較差。因此，本文提出的改進(jìn)的CNN LeNet-5模型增加了各個(gè)層中特征圖的數(shù)量及大小等參數(shù)，并對(duì)卷積層、池化層、全連接層和輸出層作了改進(jìn)，選取三層卷積層與三層池化層、兩層全連接層和一層輸出層構(gòu)成神經(jīng)網(wǎng)絡(luò)。改進(jìn)后的CNN LeNet-5模型網(wǎng)絡(luò)結(jié)構(gòu)圖如圖7所示，模型結(jié)構(gòu)如表1所示。

表1 改進(jìn)后的CNN LeNet-5模型結(jié)構(gòu)

圖7 改進(jìn)后的CNN LeNet-5模型網(wǎng)絡(luò)結(jié)構(gòu)圖

輸入層是32×32×3(高×寬×通道)的點(diǎn)陣字符圖像，包含字符0-9，C和L共12類(lèi)。

卷積層共三層，分別為C1層、C2層、C3層。C1層共有32個(gè)特征卷積核，每個(gè)卷積核的大小為3×3，因此能夠得到32個(gè)特征圖，每個(gè)特征圖的大小為30×30，有896個(gè)神經(jīng)元共享卷積核權(quán)值參數(shù)。C2層共有64個(gè)特征卷積核，卷積核的大小也是3×3，每個(gè)特征用于加權(quán)和計(jì)算的卷積核為13×13。C3層共有128個(gè)特征圖，也是用3×3的卷積核進(jìn)行運(yùn)算，卷積核的種類(lèi)有128種，可訓(xùn)練的參數(shù)為73 856個(gè)，卷積后形成的圖形大小為4×4。

池化層共三層，分別為S1層、S2層、S3層。S1層卷積核的大小為2×2，步長(zhǎng)為2，輸出矩陣的大小為15×15×32；S2層采樣卷積核大小為2×2，步長(zhǎng)為2，輸出矩陣的大小為6×6×64；S3層卷積核大小為2×2，步長(zhǎng)為2，輸出矩陣的大小為2×2×128。

F1層為全連接層，神經(jīng)元個(gè)數(shù)為262 656。F2層也為全連接層，其輸出尺寸為1×1×512維向量。

Output層為輸出層，共12個(gè)節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)代表一個(gè)標(biāo)簽種類(lèi)，標(biāo)簽分別為字符0-9，C和L。

為了使模型提取的特征更加精細(xì)，改進(jìn)的CNN LeNet-5模型的網(wǎng)絡(luò)結(jié)構(gòu)包含輸入層共11層，與傳統(tǒng)的LeNet-5模型的區(qū)別是在第三層卷積層后面增加了池化層，池化層的類(lèi)型為最大池化，即選取圖像區(qū)域的最大值作為該區(qū)域池化后的值，進(jìn)一步減小了特征空間信息的大小，提高了模型的運(yùn)算效率；并且增加了Dropout層，舍棄了一半神經(jīng)元，使每次迭代可隨機(jī)更新網(wǎng)絡(luò)參數(shù)，以增加網(wǎng)絡(luò)的泛化能力，防止訓(xùn)練時(shí)產(chǎn)生過(guò)擬合。在每一層卷積層之后采用的激活函數(shù)為ELU函數(shù)，ELU激活函數(shù)的形式如下：

(12)

相對(duì)于ReLu函數(shù)，ELU函數(shù)的優(yōu)點(diǎn)是不會(huì)出現(xiàn)Dead ReLu問(wèn)題，輸出平均值接近于0，并且可以通過(guò)減少偏置的影響使正常梯度更接近單位自然梯度，從而使均值向0加速學(xué)習(xí)；ELU在較小的輸出下會(huì)飽和到負(fù)值，因而可以減少前向傳播的變異和信息。輸出層的激活函數(shù)采用的是softmax函數(shù)，softmax函數(shù)定義如下：

(13)

式中，f(aj)為第j個(gè)輸出值；n為輸出值，即label值的個(gè)數(shù)，本文n為13。

softmax層的損失函數(shù)使用的是對(duì)數(shù)函數(shù)，定義如下：

Li=-logf(am)。

(14)

式中，m為樣本的標(biāo)簽，即對(duì)應(yīng)輸出的具體label。

根據(jù)softmax函數(shù)可以進(jìn)一步得到損失函數(shù)的具體表達(dá)式，如下：

(15)

通過(guò)損失函數(shù)，可以計(jì)算出輸出標(biāo)簽的損失值，進(jìn)而預(yù)測(cè)出每一個(gè)標(biāo)簽的概率，從而得到模型對(duì)待測(cè)字符的預(yù)測(cè)準(zhǔn)確率。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 實(shí)驗(yàn)設(shè)計(jì)

為了評(píng)估改進(jìn)的CNN LeNet-5模型性能，利用本文分割算法得到的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。本文的代碼使用python語(yǔ)言編寫(xiě)，基于keras學(xué)習(xí)框架進(jìn)行訓(xùn)練。硬件環(huán)境為2.20 GHz Core i7 5200 GPU，操作系統(tǒng)為Win10 64位，運(yùn)行內(nèi)存為32 GB。樣本訓(xùn)練時(shí)采用固定學(xué)習(xí)率，學(xué)習(xí)率為0.001。在相同的實(shí)驗(yàn)環(huán)境下，分別對(duì)傳統(tǒng)的LeNet-5網(wǎng)絡(luò)、改進(jìn)的LeNet-5網(wǎng)絡(luò)、文獻(xiàn)[19]和文獻(xiàn)[20]中的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并用相同的樣本集進(jìn)行模板匹配法的測(cè)試，通過(guò)比較它們的識(shí)別準(zhǔn)確率來(lái)評(píng)估本文模型的性能。其中，文獻(xiàn)[19]利用卷積神經(jīng)網(wǎng)絡(luò)fast R-CNN和非最大值抑制卷積神經(jīng)網(wǎng)絡(luò)(NMS)對(duì)管腳字符進(jìn)行識(shí)別，字符識(shí)別準(zhǔn)確率達(dá)到97%以上；文獻(xiàn)[20]利用yolov3微網(wǎng)絡(luò)對(duì)車(chē)牌進(jìn)行檢測(cè)，利用K-means算法進(jìn)行聚類(lèi)，通過(guò)改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行實(shí)驗(yàn)，得到車(chē)牌字符的識(shí)別準(zhǔn)確率為99.53%。

2.2 數(shù)據(jù)集

數(shù)據(jù)集包含了訓(xùn)練集和測(cè)試集。利用本文分割算法，得到了單張字符圖像11 000張，共計(jì)12個(gè)類(lèi)別，從每個(gè)類(lèi)別中選取200張共2 400張作為測(cè)試集，剩余的8 600張為訓(xùn)練集。部分分割的單個(gè)字符圖像如圖8所示。從圖中可以看出，在分割后的字符中，部分字符是半字符或殘缺字符，將一部分半或殘缺字符與正常同類(lèi)別字符列為同一樣本集進(jìn)行訓(xùn)練，能夠增加訓(xùn)練模型的泛化能力，提高模型的魯棒性。

圖8 字符部分訓(xùn)練樣本

2.3 實(shí)驗(yàn)結(jié)果

2.3.1 粘連字符和半或殘缺字符的識(shí)別

圖9是對(duì)點(diǎn)陣字符的識(shí)別結(jié)果，從圖中可以看出，后半部分字符經(jīng)過(guò)預(yù)處理后會(huì)存在部分字符粘連和缺失或全部缺失的情況，利用本文分割算法，對(duì)后半部分字符分割后進(jìn)行分標(biāo)簽訓(xùn)練，增加模型魯棒性，提高了該類(lèi)字符的識(shí)別率。

圖9 字符識(shí)別結(jié)果

2.3.2 測(cè)試識(shí)別準(zhǔn)確率

本文以學(xué)習(xí)率為0.001設(shè)置不同的迭代次數(shù)來(lái)檢測(cè)模型的收斂效果，不同迭代次數(shù)的損失值和識(shí)別準(zhǔn)確率如圖10所示。從圖中可以得出，當(dāng)?shù)螖?shù)達(dá)到4 000次時(shí)，模型已基本收斂。

圖10 損失值和識(shí)別準(zhǔn)確率

為驗(yàn)證本文算法的性能，將本文的模型與兩種魯棒性較好的字符識(shí)別模型(文獻(xiàn)[19]和文獻(xiàn)[20]中)和傳統(tǒng)的LeNet-5模型、模板匹配法進(jìn)行了實(shí)驗(yàn)對(duì)比，實(shí)驗(yàn)數(shù)據(jù)分別為粘連字符圖像、半或殘缺字符圖像和正常字符圖像。其中，文獻(xiàn)[19]中模型訓(xùn)練的學(xué)習(xí)率為0.001，文獻(xiàn)[20]中模型訓(xùn)練的學(xué)習(xí)率為0.000 1。結(jié)果如表2所示。

表2 不同算法的字符識(shí)別準(zhǔn)確率 %

從表2的實(shí)驗(yàn)結(jié)果可以看出，模板匹配法和傳統(tǒng)的LeNet-5模型對(duì)粘連字符和半或殘缺字符識(shí)別能力較差，文獻(xiàn)[19]和文獻(xiàn)[20]相較于前兩種方法雖有所提高，但識(shí)別準(zhǔn)確率仍相對(duì)偏低。模板匹配法只能對(duì)規(guī)則字符進(jìn)行準(zhǔn)確識(shí)別，而對(duì)于不規(guī)則字符的識(shí)別適應(yīng)性較差；文獻(xiàn)[19]中的算法由于采集的訓(xùn)練集數(shù)據(jù)過(guò)少，且基于人工數(shù)據(jù)進(jìn)行訓(xùn)練集的合成，缺少對(duì)真實(shí)環(huán)境中數(shù)據(jù)存在境況的考量，加之算法的復(fù)雜性，使識(shí)別的準(zhǔn)確率和效率降低；文獻(xiàn)[20]中的算法模型只能用于特定格式的訓(xùn)練，缺乏對(duì)數(shù)據(jù)集測(cè)試的通用性，導(dǎo)致對(duì)粘連字符的識(shí)別準(zhǔn)確率較低；傳統(tǒng)的LeNet-5模型對(duì)于手寫(xiě)字符的識(shí)別準(zhǔn)確率較高，而對(duì)于噴碼字符的識(shí)別魯棒性較差。

為探討文獻(xiàn)[19]和文獻(xiàn)[20]與本文算法的識(shí)別準(zhǔn)確率之間的差異，在獲得整體識(shí)別準(zhǔn)確率的基礎(chǔ)上測(cè)試實(shí)驗(yàn)數(shù)據(jù)每個(gè)字符的識(shí)別準(zhǔn)確率，測(cè)試結(jié)果如圖11所示。從圖中可以看出，文獻(xiàn)[19]和文獻(xiàn)[20]中的算法對(duì)字符2，5，7，9的識(shí)別準(zhǔn)確率較低，導(dǎo)致整體的識(shí)別準(zhǔn)確率較低。原因是在上述數(shù)據(jù)集中所涉及的字符多為粘連字符和半或殘缺字符，文獻(xiàn)[19]和[20]中的算法對(duì)其適應(yīng)性較差，導(dǎo)致識(shí)別準(zhǔn)確率較低。而本文算法相較于這兩種算法適應(yīng)性較好，識(shí)別準(zhǔn)確率相對(duì)較高。

圖11 不同算法數(shù)據(jù)集各類(lèi)樣本測(cè)試精度

3 字符識(shí)別系統(tǒng)

字符識(shí)別系統(tǒng)[21]是通過(guò)機(jī)器視覺(jué)系統(tǒng)采集圖像，通過(guò)算法來(lái)對(duì)生產(chǎn)日期進(jìn)行識(shí)別的一個(gè)端對(duì)端的在線集成系統(tǒng)。通過(guò)工業(yè)相機(jī)將實(shí)物信息變成圖像信息，經(jīng)過(guò)字符分割、字符識(shí)別再將圖像上的生產(chǎn)日期信息轉(zhuǎn)換為字符信息，這大大減少了人工識(shí)別所帶來(lái)的成本以及降低了檢測(cè)誤差，提高了識(shí)別的準(zhǔn)確率。

3.1 系統(tǒng)設(shè)計(jì)

本文設(shè)計(jì)的字符識(shí)別系統(tǒng)以pycharm為開(kāi)發(fā)平臺(tái)，利用python語(yǔ)言進(jìn)行設(shè)計(jì)，能夠應(yīng)用圖像處理技術(shù)實(shí)現(xiàn)對(duì)噴碼字符的自動(dòng)識(shí)別。識(shí)別過(guò)程中需要數(shù)字圖像處理、python程序設(shè)計(jì)等相關(guān)知識(shí)相結(jié)合，做出識(shí)別系統(tǒng)，實(shí)現(xiàn)對(duì)生產(chǎn)日期圖像的預(yù)處理及自動(dòng)分割和識(shí)別。識(shí)別系統(tǒng)的原理是采用python編程開(kāi)發(fā)，封裝成獨(dú)立可執(zhí)行程序，并能夠?qū)崿F(xiàn)手動(dòng)圖像輸入識(shí)別。

為了使系統(tǒng)中的識(shí)別結(jié)果能夠清晰地呈現(xiàn)出來(lái)，采用python中的pyqt5和Qt designer[22]工具制作圖像用戶界面，通過(guò)GUI界面將整個(gè)設(shè)計(jì)呈現(xiàn)為四個(gè)模塊，主要包括圖像讀取模塊、目標(biāo)區(qū)域獲取模塊、字符分割模塊和字符識(shí)別模塊。

3.2 在線識(shí)別

圖像讀取模塊主要是對(duì)工業(yè)相機(jī)拍攝的原始圖像進(jìn)行讀入，點(diǎn)擊讀取圖像可以打開(kāi)對(duì)應(yīng)文件夾，選擇要識(shí)別的生產(chǎn)日期圖像，然后圖像會(huì)顯示在相應(yīng)位置。該模塊如果用在工業(yè)生產(chǎn)線上，可以直接把工業(yè)相機(jī)拍攝的圖像傳入到下一模塊。

目標(biāo)區(qū)域獲取模塊直接將yolov3訓(xùn)練的模型嵌入目標(biāo)區(qū)域按鈕下的函數(shù)中，該按鈕下的函數(shù)能夠直接將生產(chǎn)日期區(qū)域進(jìn)行裁剪并重新生成適合界面的圖像尺寸。點(diǎn)擊目標(biāo)區(qū)域提取按鈕，會(huì)將圖像中生產(chǎn)日期的部分截取出來(lái)。

字符分割模塊用Qt designer設(shè)計(jì)好單個(gè)字符顯示的位置，通過(guò)相應(yīng)的函數(shù)將目標(biāo)區(qū)域模塊中裁剪得到的目標(biāo)區(qū)域進(jìn)行去噪二值化，并利用投影法和字寬相結(jié)合的方法完成字符的分割。點(diǎn)擊字符分割按鈕，字符分割結(jié)果將會(huì)顯示在界面相應(yīng)的位置。

字符識(shí)別模塊是利用卷積神經(jīng)網(wǎng)絡(luò)將預(yù)先分割好的單個(gè)字符進(jìn)行訓(xùn)練，得到一個(gè)訓(xùn)練模型。將該訓(xùn)練模型直接用于字符分割模塊分割后的單個(gè)字符識(shí)別，識(shí)別結(jié)果是將字符分割模塊分割后的圖像轉(zhuǎn)換為相應(yīng)的標(biāo)簽輸出到界面上。

通過(guò)字符識(shí)別系統(tǒng)，將圖像信息轉(zhuǎn)換成字符信息，能夠有效快速地完成生產(chǎn)日期的檢測(cè)，有利于工業(yè)生產(chǎn)效率的提高。

4 結(jié)論

本文針對(duì)圖像中存在的字符粘連問(wèn)題，提出了一種基于字寬分割算法，并與投影法相結(jié)合，通過(guò)比較相鄰字符間的像素與所設(shè)閾值的大小關(guān)系，進(jìn)而選定相應(yīng)算法進(jìn)行分割，對(duì)存在粘連字符的圖像有較好的分割效果。模型訓(xùn)練時(shí)，丟棄部分神經(jīng)元，并增加不規(guī)則字符的樣本比例，從而增加了模型的泛化性，提高了粘連字符和半或殘缺字符的識(shí)別準(zhǔn)確率。基于上述方法設(shè)計(jì)的字符識(shí)別系統(tǒng)，可以對(duì)生產(chǎn)日期進(jìn)行在線實(shí)時(shí)檢測(cè)，加快了工業(yè)流水線的運(yùn)轉(zhuǎn)效率。

本文雖然關(guān)注了流水線上不規(guī)則字符的識(shí)別率問(wèn)題，但是未考慮生產(chǎn)線上字符識(shí)別的速度問(wèn)題，而流水線上字符的高速識(shí)別，能夠提高企業(yè)的生產(chǎn)效益。今后的研究重點(diǎn)是在保證識(shí)別準(zhǔn)確率的前提下提高識(shí)別速度，使字符識(shí)別系統(tǒng)同時(shí)滿足高準(zhǔn)確率和高速度的要求。