基于图像处理技术的标志字符识别检测系统*

□ 莫爵贤 □ 王 宇

广东省智能制造研究所 广州 510650

1 设计背景

随着当今科技的发展,科教兴国战略的实施,我国越来越注重对高端科技的发展,人工智能技术便是其中之一[1]。

视觉技术是一种人工智能技术,如今应用越来越广泛[2]。机器视觉技术利用光电成像原理对文件进行采集,通过计算机对图像信息进行处理或在专用处理器中进行处理,通过分析所识别物件的外观来进行判断,并执行一系列指令[3-4]。

随着人们对美好生活的向往,人工智能机器视觉技术已越来越成为生活中不可或缺的一部分，如今已被广泛应用于医疗、国防、尺寸测量等方面[5]。

机器视觉技术具有无接触、无损伤等特点,能够精密化、准确化所执行的指令,具有很高的可靠性[6-7]。在当今社会,工业自动化的发展对工业产品表面名牌的检测越来越重视[8]。

目前市场上存在的产品标志设计样式繁多,加工方式也多种多样。根据标志不同的材质,会选择不同的加工方式。为了达到不同的标志设计外观，会选择不同的加工手段，有些直接采用印刷手段,直接在产品表面印刷标志,这种加工方式主要采用平板打印机、激光雕刻机等。

人工检测用于对标志加工过程中有明显形状和表面缺陷的产品进行剔除,根据实际生产情况对生产设备做出必要干预,通过对相应设备进行检修,修改工艺参数等，以提高产品的合格率[9-10]。人工检测面临逐渐增长的劳动力成本,存在主观性误差,对此，一些检测金属表面缺陷的方法被提出,目前应用比较广泛的有涡流检测技术、漏磁检测技术、红外检测技术和机器视觉技术等[11]。

图像处理技术是一个重要的发展方向,机器视觉功能系统能够开发出在线视觉检测、诊断，以及加工误差补偿等多种功能[12]。基于机器视觉的数控补偿技术,可以提高贴片流程与装配流程的效率与精度，具有推广价值[13]。

笔者设计了一种基于图像处理技术的标志字符识别检测系统。通过传感器传感,工业相机摄影,由计算机对图像进行信息采集及计算,从而实现对标志字符的自动识别。

2 系统框架

系统由硬件和软件两部分组成,两部分之间用千兆网连接。图像传感器由标志字符图像触发,工业相机接收到信号,开始对标志字符图像信息进行采集。将采集到的标志字符图像通过千兆网通信端传输,控制端的标志字符智能识别系统通过所开发的标志字符信息特征识别算法,对标志字符进行判断,从而完成对标志字符内容的识别，判断内容的正误。系统框架流程如图1所示。

3 硬件设计

系统硬件主要包括工业相机、工业镜头、光源、传感器、主机端等。传感器通过信号线与工业相机相连,当工业相机与工业镜头相接后,可对标志字符图像进行采集。光源安装于工业相机的正下方,可以更好地提供光照强度。工业相机通过千兆网与主机端连接，进行通信。

3.1 工业相机

标志字符为平面矩形,根据各个标志字符在同一位置上,特征信息也在相应空白上的特点,系统采用型号为MV-EM200的200万像素位置面阵工业相机，每秒传输20帧。由于标志字符位置相对固定,因此选取黑白工业相机,满足对标志字符信息的识别检测。工业相机实物如图2所示。

MV-EM200面阵工业相机的感光曲线特征如图3所示。

3.2 工业镜头

标志字符为平面字符,结合工业相机选用型号为AFT-1614MP的100万像素工业镜头。工业镜头实物如图4所示。

3.3 光源

在光源方面,考虑到标志字符由偏硬纸质做成,结合实际使用情况,选择环形红光光源配合图像采集。灯带角度为45°,可以对标志字符信息进行采集,也可避免环境光影响,能够获取高质量的图像。环形光源如图5所示。

3.4 传感器

进行标志字符的自动化、智能化检测,首先要保证检测系统中传感器可以相互配合。标志字符识别检测系统中的图像采集和图像处理部分分别采用了图像传感器和图像处理器。

4 软件设计

系统软件处理流程如图6所示,包括图像采集部分、预处理部分和标志字符识别检测部分。当传感器触发后,相机开始对标志字符图像进行采集。采集到的标志字符图像在预处理部分进行一系列处理,最后由软件对标志字符进行检测识别,并显示结果。

想要实时对标志字符进行快速、自动识别和检测,并将结果实时反馈至控制端,这就要求所设计开发的系统软件具有较高的稳定性、可靠性。

5 试验分析

为了验证所设计的基于图像处理技术的标志字符识别检测系统的性能,对系统进行识别试验,试验对象为具有标志字符的产品实物。

识别结果如图7所示。通过试验识别结果可以看出,系统能够较为准确地将产品标志字符识别出来,识别效果较好。

为了进一步验证系统的稳定性、可靠性，以及识别检测的准确性,提高所设计系统的综合性能，在生产的同一批标志字符产品中选取100件,在相同工况下进行采集图像,共有100张试验图像。在同样环境下进行两组试验,每组试验分别进行六次,并记录下试验结果，见表1。

表1 试验结果

根据试验结果,第一组最大误检率为3%,第二组最大误检率也为3%,可见系统的识别检测稳定性较好,识别检测准确率较高。

6 结束语

笔者设计了基于图像处理技术的标志字符识别检测系统，具有较好的对标志字符信息的识别检测性能,大大减少了识别检测的时间,准确率大幅提升,效率同时提高。这一系统能够高质量、高效率地检测标志字符信息,达到了标志字符识别检测智能化,可以提高产品质量，具有推广价值。