陳宗雄

摘要：介紹了一種簡易的LED數(shù)字識別的算法。與傳統(tǒng)的數(shù)字識別方法相比較，識別精度較高。該算法對采集到的4個數(shù)字字符二值化后的圖像用最近鄰算法，并對最近鄰得到的結(jié)果的置信度進行評估實現(xiàn)數(shù)字的識別。利用該方法時，通過對置信度的評估，只有4個數(shù)字都具有較高置信度的識別結(jié)果才能被接受，否則單獨對某個字符重新細化處理，大大提高了識別的精度。減少因鏡頭模糊，傾斜，光照等因素而造成采集得到的圖像的中字符發(fā)生的旋轉(zhuǎn)，粘連，部分缺失而引起的誤識。在以此算法為基礎(chǔ)對256幅圖片，每幅圖片上4個字符的數(shù)字同時進行識別測試，正確識別率達到97.66%，誤識率僅為2.34%。實驗表明，該算法在識別精度、抗干擾性方面表現(xiàn)良好。

關(guān)鍵詞：數(shù)字識別；最近鄰算法；外接矩形；置信度

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2014）23-5496-05

數(shù)字識別是光學(xué)字符識別（OCR）的一個重要分支，在車牌號碼、身份證號碼、支票號碼、郵政編碼以及其他編號識別方面具有重要的實用價值。傳統(tǒng)OCR過程大都包含二值化、去噪、規(guī)整、細化、輪廓提取、特征提取、字體字符分類等處理步驟，系統(tǒng)運行效率較低。許多數(shù)字字符識別系統(tǒng)為了提高識別率采用SIFT提取特征[1]，Adaboost級聯(lián)分類器[2]、BP神經(jīng)網(wǎng)絡(luò)來識別數(shù)字[3][4]、支持向量機[5]等方式這樣大大增加了算法的復(fù)雜性。在本文中采集到的數(shù)字是由數(shù)碼管顯示的，這些數(shù)字具有一定的規(guī)律，通過對數(shù)字圖片的樣本的采集分類，直接采用最近鄰算法[6]（KNN）就可以實現(xiàn)對數(shù)字的識別了?？紤]到相機拍攝的過程中可能有遮擋，傾斜，光照等一些外觀因素的影響，造成了對數(shù)字識別的干擾，使得直接采用傳統(tǒng)的KNN算法在對數(shù)字識別過程中的準確率相對比較低。為了提高數(shù)字識別的準確率，該文通過對某個數(shù)字的“鄰居”的個數(shù)作為該數(shù)字判斷的置信度，只有置信度滿足某個閾值，才認為該數(shù)字的識別是正確的。這樣就可以避免地低置信度的識別進入到最后的結(jié)果，大大提高了識別的準確率。

1 識別框架

本系統(tǒng)中奶牛奶量的產(chǎn)量會在LED顯示屏上顯示4個數(shù)字。故本文所采集圖像雖然一開始不知道該圖片中是否包含有數(shù)字，但是每幅正確采集得到的圖像中應(yīng)該包含4個LED數(shù)字。所以在識別數(shù)字之前要對圖片中是否有數(shù)字以及數(shù)字的個數(shù)進行判斷。通過對圖像二值化、輪廓提取，定位外接矩形來判斷圖片中是否包含數(shù)字以及每幅圖像包含數(shù)字的個數(shù)。最后用最近鄰法判斷測試樣本，并且對每個識別出來的數(shù)字的置信度進行評估，滿足條件的才能認為是準確識別的，輸出結(jié)果，否則對該數(shù)字重新處理。

2 識別算法設(shè)計

2.1 圖像二值化

首先對拍攝到的圖像進行二值化，形態(tài)學(xué)操作，達到消除噪聲的目的，使數(shù)字的識別更加精確。

大津法[7]（OTSU）是一種確定圖像二值化分割閾值的算法，由日本學(xué)者大津于1979年提出。從大津法的原理上來講，該方法又稱作最大類間方差法，因為按照大津法求得的閾值進行圖像二值化分割后，前景與背景圖像的類間方差最大。

對于圖像[I（x，y）]，前景（即目標）和背景的分割閾值記作[T]，屬于前景的像素點數(shù)占整幅圖像的比例記為[ω0]，其平均灰度[μ0]；背景像素點數(shù)占整幅圖像的比例為[ω1]，其平均灰度為[μ1]。圖像的總平均灰度記為[μ]，類間方差記為[g]。

假設(shè)圖像的背景較暗，并且圖像的大小為[M*N]，圖像中像素的灰度值小于閾值[T]的像素個數(shù)記作[N0]，像素灰度大于閾值[T]的像素個數(shù)記作[N1]，則有：

采用遍歷的方法得到使類間方差g最大的閾值T，即為所求。

如下圖所示，經(jīng)過二值化后的圖像是比較清晰的。我們可以很方便的從圖片中截取有數(shù)字的區(qū)域作為感興趣區(qū)（ROI，Region Of Interest），減少之后對圖片處理的運算量。

2.3 輪廓獲取[8]

在拍攝過程中的存在各種干擾，導(dǎo)致在圖像中引入很多噪聲。

1） 數(shù)字模糊問題

如下圖所示，可以看到如下的數(shù)字是“1394”，但是由于外在因素導(dǎo)致“9”，“4”這兩個數(shù)字有些模糊，直接對輪廓的提取，得到的外接矩形效果如圖，我們可以看到數(shù)字“4”有部分缺失，導(dǎo)致在輪廓的提取中被分割成了3個獨立的部分。這樣會導(dǎo)致在后續(xù)的處理中將數(shù)字“4”當作3個獨立的數(shù)字處理。這樣在最后的識別過程中就會得不到正確的結(jié)果。

3） 數(shù)字粘連問題

因為對數(shù)字的識別是一組4個數(shù)字同時進行識別，只有四個數(shù)字完全識別正確，才認為最后的識別結(jié)果是正確的。所以上述的3個問題會直接導(dǎo)致我們在對數(shù)字識別錯誤。必須采取一系列的措施對外接矩形的重新定位。

考慮到本文所采集得到的圖像在縮放方面的影響因素比較小，可以采用事先對每個數(shù)字的外接矩形進行標定，之后通過如下算法對外接矩形進行精確的定位。

1） 通過判斷每個數(shù)字的外接矩形的橫軸中心位置，可以知道如果兩個矩形的是同一個矩形，則滿足

導(dǎo)致在對有效輪廓的判斷是被忽略掉。

采用上述方法對輪廓提取、外接矩形定位后使得后續(xù)中對數(shù)字的識別的準確度大大提高。

2.3 改進的最近鄰算法

近鄰法是根據(jù)樣本提供的信息，繞開概率的估計而直接決策的方法，是一種非參數(shù)決策方法。直接使用該方法會導(dǎo)致對識別結(jié)果的置信度不能確定，不能估計該數(shù)字識別正確的概率有多大。

改進后的最近鄰算法如下：

1） 對處理過的圖像采用傳統(tǒng)KNN識別，并對K（本文中K = 21） 個“鄰居”中每個可能的結(jié)果的置信度進行計算。計算公式如下：

[置信度=該數(shù)出現(xiàn)的頻數(shù)N定義鄰居的個數(shù)K×100%]

2） 對得到的置信度進行評估，只有滿足以下條件的置信度大于一定的閾值threshold（本文中取threshold = 80）認為該數(shù)字的識別結(jié)果是正確的，輸出結(jié)果。

3） 如果置信度不滿足要求，將此時識別的結(jié)果和該結(jié)果對應(yīng)的置信度保存在數(shù)組possible_array中。并對該數(shù)字字符重新細化處理，可以通過膨脹或腐蝕的方式，使得輪廓變得更加清晰，之后轉(zhuǎn)到步驟1。

4） 經(jīng)過上述的一系列處理之后仍然得不到滿足條件的置信度，此時我們可以查看possible_array數(shù)組，取置信度最高對應(yīng)的數(shù)字作為最終識別的結(jié)果。這樣可以保證該數(shù)字的識別結(jié)果的置信度最高。

下面舉例說明。如圖13所示：

以下是對256幅圖像進行測試得到的結(jié)果。

3 總結(jié)

本文基于最近鄰算法，通過其“鄰居”的個數(shù)作為置信度的方法實現(xiàn)了對LED數(shù)字的識別。該方法思路簡單清晰。對從攝像頭采集得到的數(shù)字圖像進行了預(yù)處理，能夠得到較高識別準確率。使用該方法發(fā)生進行識別數(shù)字時，能夠克服LED數(shù)字字符顯示偏暗而造成的對比度降低，字符的小角度旋轉(zhuǎn)等一些因素的影響。使用該方法造成的誤判時，錯誤的來源是，有些LED數(shù)字字符沒有顯示或僅顯示1段而造成該字符的信息過多。同時該算法由于多次的重新對圖像的處理，使得整個識別的過程比較慢，實時性不強。

參考文獻：

[1] 張璐.基于印刷體數(shù)字SIFT特征的目標識別[D].成都：電子科技大學(xué)，2013.

[2] 趙萬鵬，古樂野.基于Adaboost算法的數(shù)字識別技術(shù)的研究與應(yīng)用[J].計算機應(yīng)用，2005，25（10）：2413-2417.

[3] 何松，戚建宇.基于改進BP神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別[J].計算機科學(xué)，2011，38（10A）：204-205.

[4] 張彤，肖南峰.基于BP網(wǎng)絡(luò)的數(shù)字識別方法[J].重慶理工大學(xué)學(xué)報：自然科學(xué)版，2010，24（3）：43-47.

[5] 宋婉娟.基于支持向量機的手寫數(shù)字串識別[J].湖北第二師范學(xué)院學(xué)報，2010，27（2）：84-86.

[6] Trevor Hastie， Rolbert Tibshirani. Discriminant Adaptive Nearest Neighbor Classification[J].Pattern Analysis and Machine Intelligence， IEEE Transactions on， VOL. 18， NO. 6， JUNE 1996： 607-616.

[7] N. Otsu， A threshold selection method from gray level histograms[J]. IEEE Trans on SYSTEMS， MAN， AND CYBERNETICS. VOL. SMC-9， NO.1.JAN，1979： 62-66.

[8] Bradski G， Kaehler A. Learning OpenCV： Computer vision with the OpenCV library[M].O'Reilly Media， Inc.， 2008.

[9] 基于 OpenCV 的計算機視覺技術(shù)實現(xiàn)[M].北京：科學(xué)出版社， 2008.

[10] 陳兵旗，孫明.Visual C++實用圖像處理[M].北京：清華大學(xué)出版社，2004.