為了減輕地磅檢測過程中檢測人員的工作量，提高檢測質(zhì)量，本文提出了一 種基于液晶屏的數(shù)據(jù)識別采集方法，該方法首先讀入衡器上含有液晶屏數(shù)字的圖像，在手動 標注出數(shù)字區(qū)域的基礎(chǔ)上，通過中值濾波、二值化、形態(tài)學閉運算、數(shù)字分割、數(shù)字圖像歸 一化等處理，得到待識別的單個數(shù)字圖像，然后提取數(shù)字圖像的水平方向和垂直方向的直方 圖作為特征，最后用K最近鄰算法識別出各個數(shù)字。實驗結(jié)果表明，該方法能夠正確識別出 衡器液晶屏中的數(shù)字。

引言

作為計算機科學的重要研究方向之一，機器 視覺正處于一個飛速發(fā)展的時期，在很多行業(yè)都 得到了成功的應(yīng)用。目前，機器視覺在數(shù)字或符 號識別[1]方面的應(yīng)用主要有車牌識別、手寫數(shù)字 識別等。隨著數(shù)字圖像處理相關(guān)算法的不斷改進 和優(yōu)化，識別的準確率不斷得到提高。

在工業(yè)生產(chǎn)中，液晶屏作為人機交互的輸出 方式被大量應(yīng)用。例如在衡器檢測中，需要在多 種環(huán)境中檢測衡器的液晶屏讀數(shù)是否準確，檢驗 人員疲于重復(fù)性的記錄讀數(shù)，在此過程中容易產(chǎn)生疏忽，影響檢測質(zhì)量。針對類似應(yīng)用的特點， 設(shè)計一種液晶屏數(shù)字自動識別采集方法具有重要 的實用價值。

2.基于液晶屏數(shù)字識別采集方法

為了實現(xiàn)液晶屏數(shù)字自動識別功能，本文提 出了一種液晶屏數(shù)字識別方法，該方法首先讀入 含有液晶屏數(shù)字的圖像，在手動標注出圖像中含 有的數(shù)字區(qū)域的基礎(chǔ)上，通過中值濾波、二值化、 形態(tài)學閉運算、輪廓提取、字符圖像歸一化等處 理，得到分割出的待識別的單個數(shù)字圖像，然后 通過提取數(shù)字圖像的水平方向和垂直方向的直方圖作為數(shù)字的特征，最后用K最近鄰算法識別出 各個數(shù)字。整個算法的流程如圖1所示。

2.1圖像讀取與預(yù)處理 1讀取工業(yè)相機拍攝到的含有液晶屏的圖 像，若為彩色圖像，則按照公式d轉(zhuǎn)化成灰度

圖,grey。

Igray=0.299Ir+0.587Ig+0.114Ib 1

其中：Ir——彩色圖像的紅色分量；

Ig—彩色圖像的綠色分量；

Ib——彩色圖像的藍色分量。

2通過鼠標選取含有多個待識別數(shù)字的圖像 區(qū)域，作為感興趣區(qū)域ROI (Region Of Interest。

3圖像濾波。對ROI圖像按照公式2進 行中值濾波處理，去除圖像噪聲。

g (x,}) =med{f(x- k,y-1 , (k,/ ^ W } 2

其中：/(x，；y——原始圖像；

g(c,y)——中值濾波后圖像；

W——二維模板，本文取3x3的區(qū)域。 4圖像二值化。對中值濾波后的圖像進行二 值化處理，本文采用的二值化方法為最大類間方 差法。設(shè)T為前景圖像與背景圖像的閾值，圖像 的平均灰度值為u,前景圖像的平均灰度值為u。,

前景圖像像素數(shù)與圖像全部像素數(shù)的比值為_, 背景圖像的平均灰度值為^,背景圖像像素數(shù)與 圖像全部像素數(shù)的比值為Wl,前景圖像與背景圖 像的方差為g,則

u=u0w0+u1w1 3

g= (u0- u) 2W0+ (u1- u) 2W1 4

由公式(3)和公式(4可得

g= (u0- u) 2W0W g

當g取最大值時，前景和背景的差異也最大， 此時的閾值T即為二值化圖像的最佳閾值。

2.2數(shù)字分割 1形態(tài)學閉運算

考慮到七段碼方式顯示的數(shù)字，同一個數(shù)字 可能由多個不同的輪廓區(qū)域組成，如圖2所示的 數(shù)字7,由3部分組成，為使得同一個數(shù)字的不同 區(qū)域在輪廓檢測時能作為一個輪廓檢測出來，本 文對二值化后的圖像按照公式@進行形態(tài)學閉 運算，其中十表示膨脹運算，一表示腐蝕運算， 結(jié)構(gòu)元素s取為1x 7的列向量，結(jié)構(gòu)元素的原點 取中心點。

2數(shù)字分割與歸一化

遍歷圖像，找出形態(tài)學閉運算后的圖像中的 所有輪廓區(qū)域[89],并去除面積小于9的輪廓區(qū)域。 然后根據(jù)剩余的每個輪廓的最左、最右、最上和 最下像素點的位置，求取對應(yīng)輪廓的最小外接矩 形，并歸一化成大小為32x 16的標準圖像，作為 待識別的單個數(shù)字圖像。

2.3特征提取與識別

分別計算每個歸一化后的待識別二值字符圖 像的垂直方向和水平方向的直方圖，得到大小為 1x48的圖像特征向量，作為待識別字符圖像的特 征。

對需要識別的各類衡器，按照上述方法提取 其液晶屏的0-9個數(shù)字特征，并標記好數(shù)字類別， 作為識別數(shù)字庫。

對于每個待識別的數(shù)字圖像，計算其特征向 量U與數(shù)字庫中每個數(shù)字的特征向量X的相似度， 即按照公式G計算兩個向量的距離D。則距離 最小的D所對應(yīng)的x即為與u最相似的特征向量， 其所對應(yīng)的數(shù)字即為u所對應(yīng)的數(shù)字。

D (x,U =姨豆 f=i (x - u)~ 7

3.實驗結(jié)果與分析

按照本文的方法，對如圖3所示的衡器液晶 數(shù)字進行識別，圖像處理過程中的結(jié)果如圖4所 示，其中Q為鼠標選擇的待識別數(shù)字ROI區(qū)域， (b)為中值濾波后的數(shù)字圖像區(qū)域，為二值化處 理后的數(shù)字圖像區(qū)域，（d為形態(tài)學閉運算后的數(shù) 字圖像區(qū)域，（e>為提取的數(shù)字輪廓區(qū)域，o為求取 的各數(shù)字的最小外接矩形。分割并歸一化之后的5 個數(shù)字如圖5所示，最終，該方法能夠正確識別 出數(shù)字15441。

4.結(jié)論

本文提出了一種衡器檢測中基于液晶屏數(shù)字 識別米集方法，該方法在手動選擇待識別數(shù)字區(qū)

域圖像的基礎(chǔ)上，首先通過圖像濾波、二值化等 操作對圖像進行預(yù)處理；然后通過形態(tài)學閉運算、 輪廓提取與小輪廓去除、計算最小外接矩形等操 作進行數(shù)字分割；最后，在歸一化處理的基礎(chǔ)上， 提取單個數(shù)字圖像的水平方向和垂直方向的直方 圖作為數(shù)字的特征，用K最近鄰算法識別出各個 數(shù)字。實驗結(jié)果表明，該方法能夠正確識別出衡 器液晶屏中的數(shù)字。