陳 燕, 楊 艷, 董 坤, 孫長偉, 鄧運生

(蚌埠學(xué)院電子與電氣工程學(xué)院，安徽 蚌埠 233030)

0 引 言

鋰電池由于其體積小、容量大等優(yōu)點，目前已被廣泛的應(yīng)用在各類電子產(chǎn)品中。鋰電池上的噴碼字符則表征了電池的產(chǎn)品信息，對噴碼字符進行自動識別對產(chǎn)品的自動管理有著重要的意義。噴碼字符的分割定位是進行字符識別[1-2]的前提，字符定位的準確性對字符識別精度有著關(guān)鍵的影響。由于鋰電池表面光滑，采用攝像機進行抓拍時容易產(chǎn)生反光，從而導(dǎo)致成像亮度不均勻，此時采用傳統(tǒng)的閾值分割難以取得理想的分割結(jié)果，增加了字符定位的難度。

隨著智能制造技術(shù)的不斷發(fā)展，產(chǎn)品管理的自動化程度越來越高，基于機器視覺的產(chǎn)品標識自動識別技術(shù)也貫穿其中[3-8]，而對包含產(chǎn)品信息的字符進行定位和識別則是這個過程中不可或缺的任務(wù)之一。針對該問題，文獻[9]采用首先檢測字符邊緣點，然后將邊緣點連接為直線的方法對線束連接器上的印刷字符進行檢測。閔鋒等人[10]則針對接觸網(wǎng)支柱號牌定位和字符分割問題提出一種將形態(tài)學(xué)操作和支持向量機分類器相結(jié)合的解決方案。南陽等人[11]針對易拉罐生產(chǎn)過程中的噴碼實時識別問題提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法，該方法可以對噴碼進行有效處理，然而卷積神經(jīng)網(wǎng)絡(luò)需要較高的硬件配置需求，增加了系統(tǒng)的成本。在文獻[12]中，王睿等人則對啤酒包裝電子監(jiān)管碼定位問題展開研究，設(shè)計了一種基于邊緣檢測和霍夫變化相結(jié)合的方法來解決該問題。上述的方法針對不同的機器視覺任務(wù)設(shè)計了對應(yīng)的解決方案，取得了良好的效果，但在當(dāng)圖像成像不均勻時如何提高字符定位質(zhì)量等問題上尚需要開展進一步的研究。

以設(shè)計一種輕量、高效的鋰電池噴碼字符檢測定位系統(tǒng)為目的，本文力求采用簡潔高效的傳統(tǒng)圖像處理手段，開發(fā)一種可以克服圖像成像不均勻等問題，能對噴碼字符進行準確、快速檢測定位的算法，為鋰電池噴碼字符的識別應(yīng)用提供一種可行的途徑。

1 整體算法流程

如圖1為常用的鋰電池圖像，從圖像可以看出噴碼字符位于電池的中間部位，且噴碼由一系列的噴墨圓點組成。圖像整體上灰度分布并不均勻，由于電池表面的不平整導(dǎo)致噴碼區(qū)域明暗相間，難以采用傳統(tǒng)的閾值分割得到理想的噴碼字符。鑒于鋰電池圖像的上述特點，本文提出了如圖2所示的字符定位流程，首先對字符區(qū)域進行初定位，獲得字符區(qū)域的粗略位置；在此基礎(chǔ)上對字符區(qū)域進行進一步的精細定位，并通過水平和垂直兩次投影來得到單個字符的位置的尺度信息。

圖1 鋰電池圖像示例

圖2 算法的整體流程

2 噴碼字符區(qū)域初定位

對鋰電池圖像中的噴碼字符進行檢測定位，首先需要確定噴碼字符區(qū)域所處的范圍。以圖3(a)所示的鋰電池圖像為例，由于字符區(qū)域的灰度分布并不均勻，此時采用通用的閾值分割方法不能得到理想的效果?？紤]到噴碼字符區(qū)域灰度變化較為密集，此處采用梯度模型來構(gòu)建區(qū)域特征。對于一幅圖像f(x,y)而言，其x和y方向上的梯度gx,gy可以描述為：

(1)

(2)

為了消除噪聲的影響，給定梯度閾值tg進行噪聲濾除，將x和y方向梯度中大于閾值的保留，其余清零，可得到圖3(b)和圖3(c)的梯度二值圖像。從圖中可以看出，對于字符區(qū)域無論x方向還是y方向梯度都保持了較大密度，而對于其他的干擾區(qū)域則同一位置的像素點僅存在較大的x方向或y方向梯度。根據(jù)該特點，此處對不同方向的梯度圖像進行鄰域融合，融合的規(guī)則為：

s(x,y)=

(3)

其中s(x,y)為得到的融合圖像，如圖3(d)所示，此時多數(shù)噪聲已被消除。

圖3 方向梯度的領(lǐng)域融合

針對上一步得到的結(jié)果，通過形態(tài)學(xué)操作進行膨脹處理，將字符區(qū)域膨脹為一個整體的連通域，由于該連通域的面積和長寬比都處于一定范圍內(nèi)，以此為依據(jù)可得到字符區(qū)域的初定位位置如圖4所示。

(a) 形態(tài)學(xué)操作后結(jié)果 (b)噴碼區(qū)域的位置

3 噴碼字符區(qū)域的精細定位

在得到字符區(qū)域的粗略位置后，將字符區(qū)域從原圖中截取下來得到如圖5(a)所示的目標圖像，后續(xù)操作將依據(jù)此圖開展。觀察該圖可知字符區(qū)域的整體灰度并不均勻，且存在一定的傾斜，需要進行傾斜校正。采用將字符區(qū)域按照一定角度進行水平投影的方式來獲得校正角度，因為字符區(qū)域的傾斜角度與投影方向平行時得到的投影寬度最小，因此在獲取投影寬度后即可得到旋轉(zhuǎn)角度值。如式(4)所示：

(4)

其中θ為旋轉(zhuǎn)角度，width(θ)為投影寬度，由于所拍攝圖像近似水平，因此將角度校正的范圍限定在了[-10,10]之內(nèi)。

由于字符區(qū)域灰度并不均勻，不利于采用直接灰度投影的方法，再者，此時采用閾值分割也難以得到理想的分割圖像?？紤]到上述原因，此處采用先對原圖進行Canny邊緣檢測，然后利用邊緣圖像進行投影來獲得投影寬度。如圖5(b)所示為對應(yīng)的Canny邊緣，該圖像可以克服灰度不均勻的影響，得到的投影寬度曲線如圖5(c)所示，可以明顯看出投影寬度隨著角度的改變而變化明顯，投影寬度取最小值時的角度即為所需的校正角度，校正后得到如圖5(d)所示的精細定位圖像。

圖5 噴碼區(qū)域的精細定位

4 雙向投影獲得單個字符區(qū)域

圖6 垂直投影噴碼圖像的獲得

通過上述幾個步驟的處理，可以得到姿態(tài)標準的噴碼字符區(qū)域，接下來需要將噴碼字符區(qū)域中的每一個字符都檢測出來并進行定位。由于噴碼字符的排列格式整體較為標準，因此此處提出對噴碼字符進行水平和垂直投影，按照投影曲線的變化來對字符進行分割的方法。該方法的前提是獲得準確的字符投影。從上節(jié)可知，采用直接閾值分割受亮度不均勻的影響難以得到理想的分割效果，采用Canny邊緣檢測則可以克服該問題，然而檢測到的邊緣往往相對噴碼的準確位置存在一定的偏移。鑒于上述分析，以垂直投影為例，采用如圖6所示方案來獲取位置準確的字符圖像。對于原始輸入圖像，分別進行圖像分割和Canny邊緣檢測，得到分割圖像和Canny邊緣圖像。然后將Canny邊緣圖像沿垂直方向進行形態(tài)學(xué)膨脹，并將膨脹后的圖像與分割圖像進行邏輯與操作得到投影噴碼圖像。

得到垂直投影噴碼圖像后，將該圖像按照垂直方向進行投影，得到如圖7所示的投影曲線，從圖中可以看出經(jīng)過投影后，由于相鄰的兩列字符之間存在一定的間隔，且間隔區(qū)域由于不存在邊緣，故對應(yīng)的投影值為0。然而也存在一定的字符粘連現(xiàn)象，如圖中紅色圓形所標出的位置，此時第二列字符與第三列字符投影后存在粘連，需要將粘連去除。具體步驟如下：

第一步，統(tǒng)計投影值為零點的位置，則相鄰零點之間為字符列。然后獲取相鄰字符列之間的寬度wi,i=1,…,C，并求取平均字符列寬度wm。

第二步，計算各字符列寬度wi與平均寬度wm的比值ri=wi/wm。

第三步，如果ri>1.2或ri<0.8，則認為該列寬度存在異常并將其排除，重新計算正常字符列的平均寬度wn，此時wn對應(yīng)了標準的字符列寬度。

第四步，對寬度異常的字符列進行處理，如果ri>1.2則說明第i列需要進行拆分，在該列離起點距離為wn的整數(shù)倍處尋找最小值，作為拆分點進行拆分。如果ri<0.8，則說明第i列需要與相鄰列進行合并，則尋找相鄰列寬度之和與wn最接近的進行合并。

進行上述處理后得到的分割結(jié)果如圖7所示，從圖中可以看出，通過所提出的粘連處理策略對異常列進行拆分或合并，能夠準確的對每一列字符進行定位。

定位到字符列的位置后，下一步通過水平投影對字符行進行定位，采用與字符列相同的策略，將Canny邊緣圖像按照水平方向進行膨脹后，再與分割圖像進行邏輯與得到水平投影字符圖像，通過水平投影和對水平投影曲線進行粘連處理，可以對字符行進行定位。從而通過每一行和每一列的定位結(jié)果，可以獲取單個字符的最終定位位置。

圖7 投影曲線的粘連處理與分割結(jié)果

5 實 驗

在本部分中將通過實驗對所提出的算法進行評估和驗證。所用的實驗平臺為CPU corei7、內(nèi)存8G的臺式計算機，軟件開發(fā)平臺為Matlab2012a。在實驗前首先采集構(gòu)建了鋰電池噴碼字符數(shù)據(jù)集，數(shù)據(jù)集包含了不同型號、不同亮度分布的102張鋰電池圖片樣本。實驗中采用本文算法對樣本圖片進行噴碼字符定位，并衡量觀測字符的定位結(jié)果。

如圖8所示為部分樣本的噴碼字符區(qū)域定位結(jié)果，通過觀察可以看出，盡管電池樣本的形狀、樣本圖像灰度的分布、字符區(qū)域的灰度分布各不相同，但本文算法都可以對樣本圖像進行準確的初定位和精細定位，從而得到理想的噴碼字符區(qū)域。

圖8 噴碼區(qū)域的定位結(jié)果

圖9 噴碼字符的定位結(jié)果

圖9則給出了部分樣本圖樣的單個噴碼字符定位結(jié)果。該圖中每一個字符對應(yīng)圖中一個紅色的矩形框。從圖中可以看出噴碼中的有效字符都可以得到準確檢測，只有圖9(e)中的點號由于噴碼灰度太淺而被漏檢。字符定位系統(tǒng)的運行速度方面，在Matlab2012a中可以達到9fps的檢測速度，如果將算法移植到速度更快的c語言系統(tǒng)中將完全可以滿足實時檢測的需求?？傮w來看，本文所提出的算法無論在精度還是速度上都取得了優(yōu)異的性能。

6 結(jié) 論

產(chǎn)品噴碼是獲取產(chǎn)品信息的重要途徑，對產(chǎn)品噴碼進行自動識別可以加快產(chǎn)品的自動化進程。本文針對鋰電池噴碼字符的檢測定位問題，從機器視覺的角度出發(fā)設(shè)計了一種字符檢測和定位方法。該方法首先依據(jù)噴碼字符區(qū)域的梯度特征進行鄰域融合，獲取噴碼區(qū)域的初步定位，在此基礎(chǔ)上進一步對噴碼區(qū)域進行傾斜校正得到噴碼字符所在的精細區(qū)域。同時考慮到閾值分割圖像和Canny邊緣圖像的優(yōu)缺點，通過將分割圖像與邊緣膨脹圖像進行邏輯與操作得到投影圖像。最后對投影圖像進行垂直和水平投影得到相應(yīng)的投影曲線，以此獲取單個噴碼字符的位置，同時設(shè)計了拆分和合并算法對投影時產(chǎn)生的粘連現(xiàn)象進行處理。實驗結(jié)果表明，本文所設(shè)計的方法可以準確的對各類鋰電池噴碼字符定位，具有一定的實用潛力。