[发明专利]一种应用于钢板物料码的识别方法

说明书

本发明公开了一种应用于钢板物料码的识别方法，包括步骤：采集钢板物料码原始图像；进行图像预处理：结合钢板表面性质和光源性质，采用纹理滤波算法滤除纹理噪声，采用指数变换和强化高频分量的方法增强对比度；将预处理后的原始图像通过检测神经网络，去除低置信度区域，得到物料码字符区域；将物料码字符区域单独分割输入至识别神经网络，得到物料码字符。本发明无需建立暗房，定制化光源等用来减少外界噪声干扰的设备，能够减少成本，提高识别效率，同时抗字符畸变、缺损能力强，识别率高，计算速度快，且不影响钢厂生产效率。

技术领域

本发明属于机器视觉OCR识别技术，特别是一种应用于钢板物料码的识别方法。

背景技术

高效准确的物料码识别技术是建立钢厂自动化产线的关键技术之一。从国内外钢厂应用的物料码识别技术来看，大致可分为两种：1)人工查看并记录物料码；2)使用机器视觉对拍摄到的物料码图像进行识别。方式2的物料码识别技术由于自动化程度高、稳定性高，得到了广泛应用。然而上述两种方法针对钢板物料码识别时需要建立暗房，成本高，且识别精度有待提高。

发明内容

本发明的目的在于提供一种应用于钢板物料码的识别方法，无需建立暗房，定制化光源等用来减少外界噪声干扰的设备，能够减少成本，提高识别效率。

实现本发明目的的技术方案为：一种应用于钢板物料码的识别方法，包括以下步骤：

采集钢板物料码原始图像；

进行图像预处理：结合钢板表面性质和光源性质，采用纹理滤波算法滤除纹理噪声，采用指数变换和强化高频分量的方法增强对比度；

将预处理后的原始图像通过检测神经网络，去除低置信度区域，得到物料码字符区域；

将物料码字符区域单独分割输入至识别神经网络，得到物料码字符。

进一步的，采用CMOS/CCD视觉传感器采集钢板物料码原始图像，所述CMOS/CCD视觉传感器镜头轴心线与钢板夹角范围区间为[45°,90°]。

进一步的，所述纹理滤波算法具体包括：

获取纹理尺度图像；

建立最大-最小图像栈计算自适应滤波半径；

基于自适应滤波半径的中值滤波对生成基于原始图像的引导图像；

基于引导图像进行联合双边滤波，得到滤除纹理噪声后的图像。

进一步的，所述建立最大-最小图像栈计算自适应滤波半径具体为：图像栈将log₂(max(N,M))张N×M个像素点大小的图片入栈，每一张图像称为图像栈的一层；在第0层中图像包含了E_P的原始向量元素，第1层中任意坐标值记为(m,n)的向量元素包含了第0层中像素坐标值为:(m±[0,2°],n±[0,2°])的3×3邻域内的最大值和最小值，以此类推，建立最大-最小图像栈，遍历最大-最小图像栈得到任意像素点p周围像素点的最大值和最小值在[E_P-R,E_P+R]范围内对应的最高图像层编号，并记为f_P，则像素p的滤波半径就为

进一步的，所述获取纹理尺度图像包括获取纹理特征尺度和归一化；

所述纹理特征尺度为：

式中，I_q表示图像I中像素点q的像素值，N_p表示以像素点p为中心点的方形图像块，表示图像块的旋转角度，x,y表示像素点p坐标，参数ε＝10^-3，表示以像素点p为中心的图像块N_p顺时针旋转角度后的纹理特征尺度；

纹理特征尺度归一化为：