临猗有匮文化有限公司

通過手機拍照獲取液晶屏圖像，利用安卓本地接口功能調(diào)用計算機視覺庫，對圖像進行處理；針對圖像的傾斜問題，通過圖像預(yù)處理和霍夫變換取得圖像傾斜角，并進行傾斜矯正；利用直方圖對數(shù)字字符進行分割，以網(wǎng)格法提取字符的特征值，用三層BP神經(jīng)網(wǎng)絡(luò)進行液晶屏數(shù)字字符的識別。實際檢測結(jié)果表明識別率很高，而且識別速度很快，該系統(tǒng)基于安卓手機，使用方便，便于攜帶，可以實時操作。

　　　　

隨著我國信息化建設(shè)和現(xiàn)代化進程的加快，自動識別技術(shù)已經(jīng)越來越廣泛地應(yīng)用在各個工程領(lǐng)域，利用數(shù)字圖像識別技術(shù)可以有效地加快自動化、智能化進程。液晶屏作為智能化設(shè)備的主要標志，其識別已經(jīng)成為模式識別領(lǐng)域的重要研究課題。帶有七段碼的數(shù)字液晶屏，其顯示精度高，易于讀取和設(shè)置，在工業(yè)領(lǐng)域應(yīng)用非常廣泛。利用現(xiàn)有的圖像采集技術(shù)、圖像處理技術(shù)和圖像識別技術(shù)，可以實現(xiàn)液晶屏數(shù)字的識別，常用的方法有神經(jīng)網(wǎng)絡(luò)和模版匹配，識別的時間、識別精度和系統(tǒng)的便攜性是識別系統(tǒng)的關(guān)鍵。

　　

現(xiàn)有的識別系統(tǒng)大都是以計算機為載體，不能實現(xiàn)隨時隨地識別液晶屏的要求。近年以來，智能手機系統(tǒng)尤其是安卓系統(tǒng)，以其開放性、易開發(fā)和基于Linux操作系統(tǒng)等優(yōu)勢，獲得了大量的用戶。安卓系統(tǒng)提供本地接口（JNI）功能，使開發(fā)者可以通過接口調(diào)用庫文件，不僅可以使用Java語言進行開發(fā)，而且可以使用輕量級且高效的C/C++語言編寫。安卓的本地接口功能為實現(xiàn)圖像處理提供了方便。通過調(diào)用計算機視覺庫文件，安卓開發(fā)人員可以方便進行圖像的處理和圖像的識別?；诖?，本文提出基于安卓手機的液晶屏數(shù)字識別系統(tǒng)，通過安卓手機拍照，獲取液晶屏圖像，利用圖像處理技術(shù)對圖像進行處理，最后采用三層BP神經(jīng)網(wǎng)絡(luò)對圖像進行識別，隨時隨地、快速、準確地識別液晶屏圖像。

　　

　　

圖像識別技術(shù)是利用計算機視覺采集物理對象，以圖像數(shù)據(jù)為基礎(chǔ)，讓機器模仿人類視覺，自動完成某些信息的處理功能，達到人類所具有的對視覺采集圖像進行識別的能力，以代替人去完成圖像分類及識別的任務(wù)。圖像模式識別系統(tǒng)通常由五個模塊組成，如圖1所示。

 

 

　　

由安卓手機拍照成功后得到液晶屏圖像，這里選取拍照條件不是很理想的情況下獲取的照片，如下圖2所示。

 

 

由上圖2所示，得到的圖像是彩色圖像，由于光照強度等原因，液晶屏圖像中常有許多噪聲點。為了得到精確圖像，本文對圖像進行灰度化處理、大津法二值化處理和開運算處理。下圖3中（a）、（b）和（c）分別為灰度化處理、大津法二值化處理和開運算處理后的結(jié)果。

 

 

1.圖像傾斜矯正

　　

在拍攝過程中由于拍攝角度等因素，導致圖像會有一定角度的傾斜，如圖3（c）所示。圖像的傾斜將會增加后續(xù)字符分割和特征提取的難度，甚至導致提取到的特征值是錯誤的，進而嚴重影響字符識別的精度。為了便于圖像后續(xù)處理，需要對圖像進行傾斜矯正。

　　

對于液晶屏圖像，考慮采用霍夫變換的方法求其傾斜角。通過霍夫變換，可以取得圖像中所有直線的端點。為了便于快速、高效地求取圖像的傾斜角，先對圖像進行膨脹處理和邊緣檢測。

　　

膨脹是指將圖像與核進行卷積，核可以是任何形狀或大小。通過圖像的膨脹操作，可以將圖像中的高亮區(qū)域逐漸增加。對于圖3（c），先進行反色處理，然后采用7×7的矩形內(nèi)核膨脹處理5次。膨脹處理后的圖像包含有許多直線，對膨脹處理圖像進行邊緣檢測。設(shè)定上下限閾值比為3：1，通過Canny邊緣檢測得到的邊緣圖像。圖4中（a）和（b）分別是對圖3（c）進行膨脹和邊緣檢測后的結(jié)果。

 

 

由圖4（b）可以看出，經(jīng)膨脹處理和邊緣檢測后的圖像可以將液晶屏數(shù)字的輪廓勾勒出來。對圖4（b）進行霍夫變換，可以獲取圖像中每條線段的端點，進而可以求其反正切函數(shù)，即求得每條線段與橫軸之間的夾角。對其余傾斜角求取平均值，即認為是圖3（c）的傾斜角度。

　　

根據(jù)傾斜角將圖3（c）進行旋轉(zhuǎn)得圖5。

 

 

2.字符分割及歸一化

　　

字符的分割技術(shù)可以將單個字符從圖像中分割出來。直方圖廣泛應(yīng)用于計算機視覺應(yīng)用中，可以對圖像的數(shù)據(jù)進行統(tǒng)計，獲得數(shù)據(jù)分布的統(tǒng)計圖。

　　

對于一個大小為X×Y的二值化圖像，定義其在橫軸和縱軸的投影分布函數(shù)為Hx（i）（i=1，2，…，X）和Hy（i）（i=1，2，…，Y），其中，X代表橫軸的坐標，Y代表縱軸的坐標，初始化時設(shè)置函數(shù)值均為0。遍歷該圖像中的像素點，如果該像素點為黑色像素點，則將該像素點對應(yīng)的投影分布函數(shù)Hx（i）和Hy（i）分別加1。最后，得出圖像在橫軸和縱軸的投影分布函數(shù)Hx（i）和Hy（i）。利用縱軸和橫軸方向分布函數(shù)中波峰和波谷的位置[9]，根據(jù)字符和空白在縱軸和橫軸投影的不同，得出各個字符的頂、底、左端和右端在圖像中位置。

　　

根據(jù)各個字符在圖像中的位置，即可將字符分割，對圖3（c）進行字符分割后各個字符如圖6所示。

 

 

得到字符在圖像中的位置后，即可將字符從圖像中分割出來。由于實際分割過程中每個字符大小不一致，如圖6所示，所以對分割字符進行歸一化處理，使不同字符的大小統(tǒng)一為固定大小，便于后續(xù)字符分割。首先將圖6中字符周圍的空白位置切除，然后采用三次樣條插值的方法，對源圖像附近的4×4個鄰近像素進行三次樣條擬合，最后將目標像素對應(yīng)的三次樣條值作為目標圖像對應(yīng)像素點的值。將字符歸一化以后，所得各個字符如下圖7所示。

 

 

3.字符特征提取

　　

將字符從圖像中分割以后，就可以對圖像進行特征提取。采用網(wǎng)格法提取字符的21個特征值，用于字符圖像的識別。首先將字符圖像均分為5行3列的區(qū)域，分別求得每個區(qū)域內(nèi)黑色像素所占該區(qū)域的比例，作為字符的15個特征值；然后將字符圖像均分為3行，分別求得每行內(nèi)黑色像素點占該區(qū)域的比例，作為字符圖像的3個特征值；最后，將字符圖像均分為3列，分別求得每列內(nèi)黑色像素點占該區(qū)域的比例，作為字符圖像的另外3個特征值。共提取字符圖像的21個特征值，用于字符圖像的識別。

　　

　　

用誤差反向后傳算法即BP神經(jīng)網(wǎng)絡(luò)來進行數(shù)字字符的識別。BP神經(jīng)網(wǎng)絡(luò)由Rumelhart和McClelland于1985年提出，實現(xiàn)了Minsky和Papert認為不能實現(xiàn)的多層網(wǎng)絡(luò)的設(shè)想。

 

 

三層BP神經(jīng)網(wǎng)絡(luò)的模型如圖8所示，包括輸入層、隱含層和輸出層，各層間由連接權(quán)值構(gòu)成。BP神經(jīng)網(wǎng)絡(luò)的訓練過程由信號的正向傳播和誤差的反向傳播兩個過程組成，其學習的本質(zhì)是各連接權(quán)值的動態(tài)調(diào)整。隨著網(wǎng)絡(luò)的不斷學習，權(quán)值也不斷的調(diào)整，直到誤差減少到可接受的程度或者訓練達到預(yù)定的訓練次數(shù)。

　　

1.網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

　　

2.3節(jié)說明了提取字符的21個特征值，本系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的輸入層采用21個節(jié)點，分別對應(yīng)字符的21個特征值。數(shù)字字符的識別結(jié)果共10個，本文用各個數(shù)字對應(yīng)的四位二進制數(shù)表示其對應(yīng)的期望輸出，即輸出層采用4個節(jié)點。

　　

由理論分析證明，具有單隱層的BP神經(jīng)網(wǎng)絡(luò)即可滿足大部分的設(shè)計需求，本文中采用單隱層。

　　

BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點數(shù)的設(shè)計與訓練樣本數(shù)的多少、樣本噪聲的大小及樣本中蘊含規(guī)律的復(fù)雜程度密切相關(guān)。實際應(yīng)用中常用試湊法確定最佳隱節(jié)點個數(shù)。下面是一些確定隱節(jié)點數(shù)的經(jīng)驗公式：

 

 

隱節(jié)點數(shù)，n為輸入層節(jié)點數(shù)，l為輸出層節(jié)點數(shù)，為1~10之間常數(shù)。

　　

經(jīng)過分析與實際檢驗，本系統(tǒng)采用10個隱節(jié)點數(shù)時，可以使網(wǎng)絡(luò)誤差很小，同時具有很高的訓練精度，訓練速度也很快，所以采用10個隱節(jié)點數(shù)。

　　

網(wǎng)絡(luò)訓練所需樣本數(shù)取決于輸入輸出的非線性映射關(guān)系的復(fù)雜程度，映射關(guān)系越復(fù)雜，為保證映射精度，所需要的樣本數(shù)就越多。對于本系統(tǒng)而言，當每個數(shù)字字符取10個樣本，總共取100個樣本的時候，就可以訓練出比較理想的BP神經(jīng)網(wǎng)絡(luò)。

 

2.生成訓練樣本和測試樣本

　　

本系統(tǒng)收集了1400張液晶屏數(shù)字的圖像，任意選取100張作為訓練樣本，剩余1300張作為測試樣本。

　　

3.訓練神經(jīng)網(wǎng)絡(luò)

　　

如果用安卓手機來進行BP神經(jīng)網(wǎng)絡(luò)的訓練，消耗的時間非常長。為了節(jié)省時間，用計算機進行BP神經(jīng)網(wǎng)絡(luò)的訓練。采用VC++平臺，根據(jù)訓練樣本訓練三層BP神經(jīng)網(wǎng)絡(luò)，訓練成功后將BP神經(jīng)網(wǎng)絡(luò)模型移植到安卓手機中。

　　

4.系統(tǒng)測試

　　

圖9為本系統(tǒng)對圖2的識別結(jié)果，可以看到，該系統(tǒng)可以快速實現(xiàn)液晶屏數(shù)字的識別。

 

 

用1 300個測試樣本對識別系統(tǒng)進行檢測，檢測結(jié)果表明本系統(tǒng)正確識別率高達97.8%，可以實現(xiàn)液晶屏數(shù)字的精確識別。

　　

　　

現(xiàn)有的液晶屏數(shù)字識別技術(shù)大都是以計算機作為載體來實現(xiàn)的，不便于實現(xiàn)隨時隨地進行液晶屏的識別。針對這個問題，以安卓手機為載體，通過拍照獲取圖像，調(diào)用計算機視覺庫實現(xiàn)圖像的預(yù)處理和特征提取，用訓練的三層BP神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)液晶屏數(shù)字的識別。檢測結(jié)果表明，該系統(tǒng)可以隨時隨地、快速、高效地實現(xiàn)液晶屏數(shù)字的識別。