[发明专利]基于机器视觉的在线字符检测方法和系统

权利要求书

1.一种基于机器视觉的在线字符检测方法，包括下列步骤，其中的(1)至(9)步骤为产品建立操作流程，步骤(10)至(14)为字符在线检测流程：

(1)对采集到的包含字符的参考图像进行预处理；

(2)在经过预处理后得到的参考图像中选择字符区域或者邻近位置中具有刚性特征的部分作为定位目标；

(3)在定位目标中提取闭合的轮廓特征和非闭合的线特征，按照尺度大小对提取的几何特征进行排序；

(4)按照从大到小的顺序将每一尺度设为分割阈值，把所提取的几何特征分成大尺度特征集和小尺度特征集两个部分，通过大尺度特征集在参考图像中进行全局快速特征匹配，在粗定位的基础上再利用小尺度特征集进行局部特征匹配以精确定位目标，记录每次定位的匹配精度和速度，依据匹配速度确定各尺度特征的加权系数，选择在匹配速度和匹配精度之间取得最大平衡的尺度作为最佳尺度阈值并对提取的几何特征进行分割，把定位目标表示成大小两个特征集合及特征加权系数构成的数据结构；

(5)从参考图像中提取字模，并指定字模的坐标原点；

(6)通过设置长度、宽度、名字和字模的坐标原点来定义空字模；

(7)对字模的像素值进行修改，改善字模子图细节，并进行掩模处理；

(8)提取字模的七个Hu不变矩特征，采用公式 计算字模之间的相似度并生成相似度系数矩阵，式中，R(u，v)是搜索位置(u，v)上的不变矩相关值，M_i为匹配图不变矩，N_i(u，v)参考图搜索位置(u，v)上的不变矩；

(9)生成字符序列模式，其中包含：对应字模库、组成序列的待检测字符、字符序列模式的坐标原点；以所述的模式的坐标原点为基准所确定的序列中各字符的相对坐标、序列中各字符的检测接受阈值和置信阈值；

(10)设定在线字符检测系统的运行参数，并利用该装置实时采集包含待检字符的图像；

(11)对采集到的包含待检字符的图像进行图像预处理；

(12)在设定的搜索区域内通过大尺度特征集及相关加权系数在指定搜索区域内进行粗定位，在此基础上通过小尺度特征集及相关加权系数对目标精确定位，根据所设定的运行参数调整字模图像和匹配图像子块重复上述粗定位和精确定位过程，选择与提取目标具有最大相似度且该值超过定位接受阈值的图像区域作为定位结果；

(13)根据定位结果，将全局坐标系转换为以定位目标的原点作为原点的局部坐标系；

(14)进行静态字符序列、动态字符序列和空字符的检测。 

2.根据权利要求1所述的在线字符检测方法，其特征在于，步骤(3)中，利用Canny算子提取特征。

3.根据权利要求1所述的在线字符检测方法，其特征在于，步骤(10)中设定的运行参数包括目标定位参数和字符检测参数，其中目标定位参数包括设定定位接受阈值、搜索区域以及目标发生旋转、尺度变化的容许范围，字符检测参数包括设定待检字符序列中各字符发生旋转、平移、尺度变化的容许范围。

4.根据权利要求1所述的在线字符检测方法，其特征在于，步骤(14)中的静态字符序列的检测通过以下步骤进行：

第一步，根据定位结果和序列中各字符的相对坐标，在目标位置选取图像子块与待检字符的字模进行不变矩归一化相关匹配计算，得到相似度，依据预设的运行参数调整匹配位置连续进行匹配，如果最大相似度小于检测接受阈值，则该字符检测失败，否则，继续执行下一步；

第二步，根据字模编译所得相似度系数矩阵和预设的相似度阈值，确定该字模库中与待检字符高度相似而可能引起误判的易混字符；

第三步，按照第一步所述过程计算所有易混字符的相似度；

第四步，如果待检字符的最大相似度与易混字符的最大相似度之间的差值大于检测置信阈值，则该字符检测成功；否则检测失败。