基于图像识别系统的整车单证检测开发及应用

陈煜　李龑瑾

摘 要：本文基于图像识别技术ORC（即光学字符识别），提出了汽车整车上牌章证信息智能核对系统，将车辆上牌单证与法规单证关键信息进行智能化识别、核对和信息存档，提高单证信息的一致性和准确性，极大提升了整车质量在线检验效率，也为整车产品精确追溯性提供了保证。

关键词：质量单证检测 图像识别 质量工艺 整车检验

０ 引言

2017年，原环境环保部发布了《关于开展机动车和非道路移动机械环保信息公开工作的公告》，新公告要求： 机动车整车出厂必须随车发放合格证，生产一致性证书，环保信息随车清单，客户在办理车辆上牌手续时当地车辆管理所会严格核对合格证信息与实车符合性，对于车、证信息不符的将不予办理上牌手续。机动车生产企业必须通过中国强制性产品认证CCC方可生产出厂，工厂内部将CCC标志张贴在车辆前风挡右上角。从公告可以看出，合格证、一致性证书、环保信息随车清单、CCC标识，是客户上牌时所需的关键单证。因此，需专员核对合格证、一致性证书以及环保清单上的车辆信息一致性。但是车辆信息核对工作风险性高、工作量大，急需进行深入优化，同时还需要考虑增加影响上牌单证的精确追溯，提升单证之间信息的比对准确性和效率，减少浪费[1]。本文介绍了S公司采用智能过程质量数据分析、视觉识别等人工感知技术，将信息技术与质量检验有效融合，主攻智能检验在质量检验中的应用难点，提升质量检验效率及产品质量，同时也为企业带来直接经济效益和不可忽视的社会效益。

１ 整车单证视觉识别系统简介

整车单证视觉识别系统主要基于OCR （Optical Character Recognition，光学字符识别）视觉识别技术的应用，该系统利用光学技术结合信息比对算法，把单证上的字符转化成计算机能够理解的格式，可以充分保证单证信息的一致性和准确性。OCR视觉识别需要对原始图片进行预处理，特征提取和学习等过程，这个过程通常包含：灰度二值化、图像降噪、偏转矫正、文字分割等分步骤， 涉及不同算法和控制逻辑[2]。

针对整车单证识别过程中的痛点和不足， 基于OCR视觉识别技术的整车单证视觉识别系统， 需要提升单证比对效率和准确性，优化设备系统防错，增加单证电子照片存档和精确追溯，改善人员效率，降低单证造假对于企业造成的损失，提高客户满意度。因此， 我们提出了整车单证识别系统可实现的3个目标：

（1）提升单证准确性：客户因单证信息问题而造成的抱怨降为0，提升单证准确性，确保每一个信息都是正确的，同时正确的单证可以投放到正确的车内，将客户因单证信息问题而造成的抱怨降为0；

（2）增加信息追溯性：通过系统，可以将任何一个已发放出去的单证，实现信息精确追溯，当出现伪造单证时，检验人员可以直接通过照片比对，识别该单证是否为原发放单证，降低因出差现场核对信息而浪费的人力和财力资源；

（3）提升质量增加效率：实现单证信息智能比对、减少了人员的操作而带来的误差，提升员工操作效率，优化班次人员配置， 降低整车单车工时成本。

２ 整车单证视觉识别系统开发的技术路径

我们建立的整车单证视觉识别系统可以对原始图片进行预处理，特征提取和学习。具体开发及应用路径，如图1所示这个系统实现的处理过程包括了以下四个方面。

（1）灰度二值化：就是计算机将一张彩色图片转化为黑白图片同时将图片分割两个部分进行识别的过程。我们知道一张图像包括目标物体、背景以及噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值，用阈值将图像的数据分成两部分：大于阈值的像素群和小于阈值的像素群。研究彩色图像转化为灰度变换的特殊方法，称为图像灰度二值化， 比较常用的灰度二值化方法包括：双峰法、P参数法、迭代法和OTSU法等[3]。

（2）图像降噪：数字图像在数字化和传输过程中容易受到成像设备与外部环境噪声干扰等影响，这种影响被称为含噪图像或噪声图像， 而减少数字图像噪声的过程称为图像降噪。图像噪声主要来自于图像采集、传输、压缩等方面，严重图像噪音对于图片的切割和识别干扰严重，需要采用降噪算法进行降噪处理，这对图像特征提取效果的影响很大。图像降噪的方法通常有均值滤波器、自适应维纳滤波器、中值滤波器、形态学噪声滤除器以及小波去噪等。

（3）偏转矫正：对于用户而言，拍照的时候不可能绝对的水平，所以，需要通过算法软件将图像做旋转处理，找到最可能水平的位置，这样切出来的图，才有可能是最好的一个效果。偏转矫正最常用的方法是霍夫变换，其原理是将图片进行膨胀处理，将断续的文字连成一条直线，便于直线检测。计算出直线的角度后就可以利用旋转算法，将倾斜图片矫正到水平位置。

（4）文字分割：每个不同的文字都能通过特征来和其他文字进行区分。对于数字和英文字母来说，这些特征提取是相对容易的，而且都是小字符集。对于中文汉字来说，特征提取的难度相对困难，都是大字符集，字符数量多，汉字结构复杂，形近字多，特征维度比较大。为此，在确定了使用何种文字特征后，还有进行文字分割和特征降维，确保文字字符能够准确区分和识别[4]。

3 整车单证视觉识别系统应用

从整体上来说，视觉识别项目的OCR技术分为两个大步骤：图像处理以及文字识别。OCR技术在图像识别的一个应用主要通过电子设备（例如扫描仪或数码相机）检查纸上打印的字符，利用暗、亮的检测模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。同时可以将每一份单证图片进行留存，图像清晰度高，后期追溯时比对性强。因此，我们选择使用OCR视觉识别技术，即利用该技术，制作硬件设备和开发软件，建立数据采集和比对算法，对随车单证的关键信息进行图像抓取和智能比对。

整车单证视觉识别系统难点在于需要不断优化硬件设备和软件程序的匹配性。因为应用OCR技术时，其50%的工作在于光源的选取，40%的工作才是算法设计，而10%的工作是照相设备的调试。即信息抓取算法是通过结合成像后的图片进行设计的，如果成像时光强程度不一致，则信息提取的准确性是无法得到保证的。通过大量的测试和实验，结合现场实际操作的需求，我们将硬件设备及软件程序进行不断改进更新，制定出用以单证检验使用的视觉识别系统。在整车报交工位安装单证图像抓取和智能比对设备，代替了已有员工目视比对的操作；将单证照片上传并保存，识别图像关键信息，将非结构化数据结构化，并形成了单证信息数据库。同时，更改现场检验工艺，更新检验计划；更改现场的标准化操作文件（SOS＼JES）；制定现场应急相应流程，确保生产效率、设备运行效率和人员操作效率达到最优。建立的单证信息数据库可以保证信息可被精确查找，提升信息追溯效率。整车单证视觉识别系统应用具体步骤如下：

（1）首先，在定制的工装工作台上指定区域同时放入《轻型汽油车环保信息随车清单》 《车辆一致性证书》 《检验合格证》及3C标识；

（2）然后，在显示终端中按<开始>启动视觉识别系统，对放入单证进行拍照识别；其次，视觉设备会按照系统设定的识别对象VIN码/发证日期等而进行抓取捕捉，系统的后台算法逻辑很复杂，但实际识读速度可以达到毫秒级，读取快速；

（3）接着，按照参照物及线条提取，抓取成功后，系统会通过上游接口调入数据进行核对，核对信息不符合要求直接进行报警，如果正确显示正确；

（4）最后，将识别出的正确信息传递至下游接口中，最终存储在数据库内。

4 整车单证视觉识别系统应用成果

利用图像识别技术，图像识别技术在整车上牌单证信息比对的应用难度较大，在行业内属于首创，因此可借鉴的经验较少，自主创新性较强，通过我们的大量试验， 系统优化， 我们建立了视觉识别系统在实际生产运行上的应用，实现整车报交处的影响车辆上牌单证上数据的自动比对（合格证、一致性证书、环保信息清单、CCC标识），设备和系统防错代替人工，同时还形成整车信息追溯系统，存档数据精确可追溯化，实现将出厂前整车单证进行拍照保存，并将关键信息进行提取对比，极大的保证了后期车辆出厂后单证信息的准确性，最大化的避免因为伪造的单证而对顾客及厂商造成的损失。

引进视觉识别技术，将OCR技术应用于单证比对检测具有人工检测所无法比拟的优势。信息系统自动采集、对比、保存，不仅可以排除人的主观因素的干扰，而且也可以保证信息的可追溯性，避免了因人而异的检测结果，增加了信息的准确性，提高检验效率和缺陷检出率。目前为检查员目视核对整车上牌使用的单证信息是否正确，信息多且字体小，人工核对困难，检验效率低；章证信息如果出现错误，会导致客户无法上牌，引起强烈报怨，影响企业形象；当前原版章证没有电子版存档，无法精确追溯，鉴定社会车辆单证伪造需出差。

通过整车单证视觉识别系统的建立，我们主要获得了以下成果，实现了项目立项前设定的目标：

（1）项目实施后用设备智能比对代替人员目视比对，保证100%准确性，客户因单证信息问题而造成的抱怨降为0，优化检查人数。

（2）弥补原检验方式无法存档的不足，建立数据库实现了精确追溯，降低伪造鉴别的差旅成本为0。

（3）应对国家法规要求导致的单证信息更改，该智能系统有更强的适应性。

整车单证图像识别系统实现了图像识别技术在章证信息检验中的应用，确保了设备防错章证信息的准确无误，避免了客户无法上牌抱怨，捍卫了企业形象。同时，该系统是对现有质量信息存档系统的有效补充，实现了所有合规性章证关键质量信息追溯，如图3所示。

５ 结束语

基于图像识别系统的整车单证检测系统在S公司各大基地和工厂推广应用，形成了完整的整车信息追溯系统，实现了出厂前整车单证拍照保存，关键信息提取对比，保证了车辆出厂后单证信息的准确性，最大化地避免单证信息错误或伪造单证对顾客及厂商造成的损失。整车单证检测系统的设计和实施方案，可以在行业内其他汽车企业借鉴和推广，提升汽车行业产品在线整车检验单证识别的效率，准确性和可追溯性，具有显著的经济和社会效益。

参考文献：

[1]刘青，王鑫，苏建邦. 简述视觉技术在随车资料检测中的应用[J]. 科学与信息化， 2020， 05 .

[2]张江明， 张娟. 浅谈制造业中计算机视觉检测技术的应用与发展[J].科技创新导报，2011（29）：24-24.

[3]张国洲 . 基于CycleGAN的字体风格转移算法及其应用[D]. 成都：西华大学， 2019：04.

[4]钱晟，毛丽民，张亚飞，浦宇欢. 中型组足球机器人抗干扰系统的研究[J].常熟理工学院学报，2012.