自动识别系统中的代码定位方法
【专利摘要】本发明是一种自动代码识别系统中被识别代码的自动定位方法，采用Canny算子和Ostu最大类间方差法提取代码和背景，运用噪声处理技术去除背景噪声，运用倾斜角估计技术矫正代码倾斜，用于提高系统识别的速度和识别的精度，适合于复杂背景下的代码定位。
【专利说明】自动识别系统中的代码定位方法
【技术领域】:
[0001]本发明属于数字图像处理【技术领域】，具体的说是一种自动代码识别系统中被识别代码的自动定位方法，用于提高系统识别的速度和识别的精度。
【背景技术】:
[0002]随着人工智能技术的发展，自动化的信息提取和信息处理技术得到了广泛应用。如何从各种复杂的场景和背景中自动化地提取和识别感兴趣的代码信息成为自动化信息处理中一个重要的问题。
[0003]目前基于代码定位的研究方法大致可以分为两类:基于区域的方法和基于纹理的方法，其中基于区域的方法又可以分为基于连通区域的方法和基于边缘的方法。基于纹理的方法将代码区域看成是具有特殊特征的纹理，通常先将图像分割成小块，然后对每块提取纹理特征，并用分类器来筛选代码区域，基于纹理的方法一般具有比较好的鲁棒性，但是当处理复杂图像的时候计算量大成为了该方法的缺陷；基于连通区域的方法根据颜色或亮度将图像分割为不同的连通区域，然后根据代码的几何特征对连通区域进行筛选得到代码区域，该类方法需要同一代码区域的代码具有相同的颜色或亮度，且和背景具有较强的对比度以便提取连通区域，难以应用于复杂背景下的代码定位。由于代码区域具有比较丰富的笔画边缘，使得代码区域的梯度能量较高，基于梯度和边缘信息的定位方法得到了普遍使用，一般来说，基于边缘和梯度的算法比较简单，实现起来比较容易，但是当背景比较复杂，背景边缘比较丰富的时候此类算法难以准确的找出代码区域。
[0004]本发明采用Canny算子和Ostu最大类间方差法提取代码和背景，运用噪声处理技术去除背景噪声，运用倾斜角估计技术矫正代码倾斜，较好的满足了代码定位的需求。
【发明内容】
:
[0005]本发明的目的是提供一种快速代码定位技术，定位精度高，处理速度快，能够满足实时性要求较高的场合。
[0006]本发明采用的技术方案是:
[0007]第一步:获取含代码的图像I ;
[0008]第二步:利用公式(I)从彩色图像得到灰度图像，R(x, y)、G(x, y)、B(x, y)为原始图像I中坐标(χ, y)处像素点的三个通道值，Ig (χ, y)为相应的灰度图像坐标(x, y)处像素点的灰度值，得到的灰度图像记为Ig，若I为灰度图像，则Ig=I ；
[0009]Ig(x, y) =0.2989XR(x, y) +0.5870XG(x, y) +0.1140XB(x, y) (I)
[0010]第三步:利用Canny算子对灰度图像进行边缘检测，Canny算子是图像边缘检测的常用算子，本发明采用matlab函数edge (Ig, ’ canny’)得到包含代码边缘的图像It，有的边缘有可能是噪声干扰造成的伪边缘，需要将其消除；
[0011]第四步:按照公式(2)计算Ig中代码边缘处像素的局部对比度值，计算范围在以边缘像素坐标(X，y)为中心，M个像素长、N个像素宽的邻域；[0012]
【权利要求】
1.自动识别系统中的代码定位方法，其特征在于，该方法包括如下步骤: 第一步:获取含代码的图像I; 第二步:利用公式(1)从彩色图像得到灰度图像，R(x, y)、G(X，y)、B(x，y)为原始图像I中坐标(x，y)处像素点的三个通道值，Ig(X，y)为相应的灰度图像坐标(x, y)处像素点的灰度值，得到的灰度图像记为Ig，若I为灰度图像，则Ig=I ；
Ig(X，y) =0.2989XR(x, y) +0.5870XG(x, y) +0.1140XB(x, y) (I) 第三步:利用Canny算子对灰度图像进行边缘检测，Canny算子是图像边缘检测的常用算子，本发明采用matlab函数edge (Ig, ’ canny’)得到包含代码边缘的图像It,有的边缘有可能是噪声干扰造成的伪边缘，需要将其消除； 第四步:按照公式(2)计算Ig中代码边缘处像素的局部对比度值，计算范围在以边缘像素坐标(x，y)为中心，M个像素长、N个像素宽的邻域；
C(x, y) = [Igmax(x, y)-1gmin(x.y)]/[255-1gmin(x, y) + ε ] (2) 其中，Igmax (X，y)为邻域内像素最大灰度值，Igmin (χ.y)为邻域内像素最小灰度值，防止分母为0，分母部分添加了正常数ε ； 第五步:按照公式(3)计算Ig中代码边缘处像素的自适应局部对比度值，将计算结果替换图像It中相应位置处像素的值得到自适应局部对比度图像Ica ;
Cca(X，y) = a C(x, y) + (l-a ) [Igmax (x, y)-1gmin(x, y) ] (3) 其中，权重系数α按照公式(4)计算，Y为在[0，°ο ]范围内取值的参数，Std为灰度图像Ig的全局标准差；a=(Std/128)Y (4) 第六步:将Ia中边缘处像素分为两类，按照公式(5)计算阈值，(5)式是数据分类中常用的最大类间方差法
【文档编号】G06T7/00GK103886554SQ201410088665
【公开日】2014年6月25日 申请日期:2014年3月12日 优先权日:2014年3月12日
【发明者】王好贤, 黄建文 申请人:王好贤