[发明专利]成捆棒材端面字符识别方法

权利要求书

1.成捆棒材端面字符识别方法，用于实现对成捆棒材中的每一根棒材端面上的标记字符进行识别，所述字符颜色为白色，所述字符由方形标志点、百位数字、十位数字、个位数字及圆形标志点从左向右依次排列组成，其特征在于，该方法包含如下步骤：

第1步，成捆棒材端面图像分割为单根棒材端面图像；

第2步，单根棒材端面字符图像增强；

第3步，单根棒材端面字符区域检测；

第4步，单根棒材端面字符分割；

第5步，单根棒材端面字符识别。

2.根据权利要求1所述的成捆棒材端面字符识别方法，其特征在于，方法第1步成捆棒材端面图像分割采用的方法是将补光后图像与补光前图像做减法得到每一根特钢棒材端面区域，采用Hough变换圆形检测来完成单根棒材端面区域的选取，具体步骤为：(1)对成捆特钢棒材端面用光源进行补光并通过图像采集系统采集图像，采用Hough变换圆形检测方法检测补光后每一根特钢棒材端面区域并分割；(2)将得到的单根特钢棒材区域与未补光图像进行减法运算即可得到单根特钢棒材端面，在MATLAB环境下使用imfindcircle函数完成单根特钢棒材端面区域的选取。

3.根据权利要求1所述的成捆棒材端面字符识别方法，其特征在于，方法第2步图像增强的具体步骤如下：

(1)通过小波变换将单根棒材图像分解为低频分量和高频分量；

(2)将单根棒材图像低频分量进行Gamma校正；

(3)将单根棒材图像高频分量进行中值滤波；

(4)单根棒材图像重构。

4.根据权利要求1所述的成捆棒材端面字符识别方法，其特征在于，方法第3步端面字符区域检测的具体步骤如下：

(1)采用基于MSER方法完成字符区域的初次检测；

(2)字符区域二次筛选，根据字符区域的长宽比r_z、面积占比p_z和连通域中心坐标(x_z,y_z)特征从初次筛选的区域中最终完成区域的筛选，r_z、p_z及(x_z,y_z)需满足：0.3＜r_z＜3、p_z＞0.6、|x₀-x_z|Δ、|y₀-y_z|Δ，其中，(x₀,y₀)为筛选区域边框的中心坐标，Δ为连通域中心点与筛选区域边框中心点的允许偏差，Δ取值区间为[0,5]。

5.根据权利要求1所述的成捆棒材端面字符识别方法，其特征在于，方法第4步单根棒材端面字符分割的具体步骤如下：

(1)字符图像矫正，具体步骤：首先，在MATLAB环境下使用edge函数并选择Canny算子完成字符区域中边缘信息的检测；其次，将检测到的闭合边缘进行填充，并根据双标志点的连通域面积以及双标志点连通域中心点的距离完成双标志点的选取；最后，以方形标志点为起点、圆形标志点为终点构建一向量A，过两标志点连线的中点构造水平向量B，方向从左到右，计算向量A与向量B的夹角θ，将字符图像旋转θ，得到校正后的图像，双标志点选取时连通域面积S和双标志点连通域中心点距离d需满足：d＝max(d_ij)、20＜S80，其中，d_ij表示任意两个不同连通域之间的距离，i，j分别为两个连通域的编号；

(2)基于投影法字符分割，具体步骤：首先，计算字符区域的水平投影并完成字符区域的水平分割；然后，计算字符区域图像的竖直投影；最后，根据标志点的宽度W_标范围、字符“1”的宽度范围W₁、字符“0”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、9”的宽度范围W_其他完成字符区域的竖直分割，将字符区域分割成为单个字符，其中，6≤W_标≤10、9≤W₁≤11、17≤W_其他≤23。

6.根据权利要求1所述的成捆棒材端面字符识别方法，其特征在于，方法第5步采用基于SVM分类器的字符识别方法完成字符的识别，具体步骤包括：

(1)训练SVM分类器，在MATLAB环境中，将字符图像归一化，通过fitcecoc函数完成SVM分类器的训练，使用save函数将训练完成的文件保存，用于后续的识别；

(2)使用SVM分类器进行字符识别，将待识别的字符图像归一化处理，利用predict函数完成字符识别。