[发明专利]一种手持式的复杂背景下的激光喷码字符识别仪

摘要

本发明一种手持式的复杂背景下的激光喷码字符识别仪，它是由硬件结构和软件结构两大部分构成：硬件结构由图像采集单元、图像处理单元、数据存储单元、液晶显示单元、GPRS通信单元、按键操作单元、电源模块等部分组成；软件结构由系统调度、硬件控制模块、驱动模块、硬件平台、人机界面模块、数据库模块、识别算法模块等部分组成。它采用嵌入式设计将图像采集功能、数字图像识别功能、基于GPRS的数据发送功能集成于一体，可以现场对目标进行图像采集和快速自动识别，并将识别结果通过GPRS通信单元发送到指定服务器。该识别仪操作简单，使用方便，在模式识别检测类装置技术领域里具有广泛地实用价值和应用前景。

主权项

一种手持式的复杂背景下的激光喷码字符识别仪，其特征在于：该识别仪是由硬件结构和软件结构两大部分构成：一、硬件结构：硬件结构由图像采集单元、图像处理单元、数据存储单元、液晶显示单元、GPRS通信单元、按键操作单元和电源模块组成；电源模块负责为该识别仪各个部分供电；按键操作单元和液晶显示单元是人机接口，负责操作命令的输入和结果的输出显示；图像采集单元负责采集图像；GPRS通信单元负责识别结果的无线发送，整个过程是：用户通过按键操作单元发出命令，处理器接收到命令，控制图像采集单元采集图像数据，通过数据存储单元进行存储，然后进行图像识别，最后将识别的结果通过GPRS通信单元发送到指定服务器，同时将结果存储到数据存储单元中，便于日后查询；所述图像采集单元是一款高集成度、高分辨率的CMOS传感芯片OV9650，其内部集成了时序电路，模拟信号处理电路，数字信号处理电路；它带有标准的Serial Camera Control Bus即SCCB接口，通过该接口可实现各种图像增强和控制功能，即自动曝光、自动增益、自动白平衡控制以及控制图像色彩、饱和度、伽马校正、锐化、镜头校准、噪声和白像素删除；所述图像处理单元是采用三星ARM9 S3C2440处理器；所述数据存储单元是采用一片三星的K9F1208芯片即64M×8bit，用于储存系统的Boot Loader、OS内核镜像、文件系统和用户应用程序；采用两片三星的HY57V561620芯片即4M×16bit×4Banks构成64MB的SDRAM即同步动态随机存取存储器，用于加载Windows CE操作系统和运行应用程序；所述液晶显示单元是选用夏普的3.5寸TFT触摸屏LQ035Q7DH01；其中，S3C2440提供LCD接口，将其控制信号、帧同步信号、行同步信号、像素时钟信号、数据输出使能信号和数据信号与LCD对应信号相连；将S3C2440的后4通道A与LCD的触摸屏接口相连，实现触点位置的采集；所述GPRS通信单元是采用sim300模块，它具有三频GSM即全球移动通讯系统和GPRS功能，内嵌TCP/IP协议，利用GPRS网络平台实现数据信息的透明传输，GPRS与处理器之间通过串口通信；所述按键操作单元是个4×4的矩阵键盘，它与控制器通过8个通用IO相连，用于对整个识别仪的操作；所述电源模块是采用外部5V供电，利用两片LM1117-33分别将外部输入的5V转换为2路3.3V，对控制器和外围电路器件单独供电，单独供电最大程度避免了外围电路给控制器带来的影响；由于S3C2440需要3.3V和1.3V两种电压，故再利用一片LM1117-ADJ将3.3V转成1.3V；电源模块为整个识别仪的各个部分提供5V、3.3V和1.3V电压；二、软件结构：软件结构由系统调度、硬件控制模块、驱动模块、硬件平台、人机界面模块、数据库模块和识别算法模块组成；系统调度负责整个软件系统的任务调度，首先，由硬件控制模块通过驱动模块控制硬件平台将图像数据采集上来，经过识别算法模块，得到识别结果，然后通过人机界面模块将其显示、通过数据存储模块将结果存储，最后通过硬件控制模块的控制GPRS通信单元将识别结果发送到指定的服务器；所述的系统调度是整个软件系统的核心，它负责整个软件系统的任务调度，其它模块的操作任务的发出与控制都是由系统调度来完成的；所述硬件控制模块是整个系统的硬件控制部分，它控制摄像头、GPRS通信单元、实时钟即RTC和键盘；摄像头的控制基于自主研发的摄像头流接口驱动，GPRS通信单元采用RS232串口控制；实时钟即RTC的控制是采用S3C2440内置RTC接口，键盘的控制是通过8个通用IO，采用查询的方式，控制4×4的矩阵键盘；所述的驱动模块是硬件控制模块与硬件平台之间的接口，硬件控制模块是通过驱动模块来完成对硬件平台的控制；所述的硬件平台是指整个系统的硬件部分，包括摄像头、GPRS通信模块和按键；所述人机界面模块实现用户与识别仪进行人机交互，它基于MFC对话框方式开发，实现了登录界面，主界面、数据库主界面、数据库编辑界面之间的状态转换；转换过程是首先进入到登陆界面，正确登陆之后进入到主界面，从主界面可以进入到数据库主界面，通过编辑和添加进入到数据库的编辑界面，在数据库编辑界面退出回到数据库主界面，退出数据库主界面回到系统主界面，在登陆界面和主界面点退出后关闭整个人机界面；所述数据库模块用于将识别结果存储，它采用Windows CE自带的数据库EDB设计实现；其具体流程是：先挂载数据库卷，然后打开数据库卷；如果失败，则重新创建数据库，再打开数据库；如果成功，则继续进行数据库操作，查找数据库、写记录、读记录；如果不再需要进行数据库操作，则关闭数据库，最后卸载数据库卷；所述识别算法模块是该字符识别仪的软件部分主体，它包括：图像预处理、字符区域定位、二值化、倾斜矫正、字符分割、特征提取、初步识别和二次识别；该图像预处理含图像灰度化、去除噪声和灰度拉伸，是为了便于后续的快速图像处理，需要先对图像数据进行转换，使彩色图像变为256级灰度图；图像中不可避免的含有噪声，我们采用中值滤波对图像进行预处理；为了增强背景区域和字符区域的对比度，对图像进行灰度拉伸；该字符区域定位是将复杂背景下的喷码字符区域定位出来，由于原图像是彩色图像，如果仅在灰度图像中进行处理，会丢失很多有用信息，无法将字符区域准确的定位出来；因此，本设计将从灰度图像和彩色图像两个目标同时入手，一方面，使用纹理分析的方法，在灰度图像中进行字符定位；另一方面使用颜色聚类、同色联通域分析的方法，在彩色图像中进行定位；通过以上的方法进行分析结束后，将结果信息进行融合，再加上先验信息即字符区域宽高比在6∶1到7∶1之间，喷码字符颜色为黑色，将所有这些信息进行融合，最终得到决策结果，即得到字符区域；该二值化是对字符区域内的灰度图像进行二值化处理，我们采用最大类间方差法，即类间方差与类内方差比的方法，自适应计算灰度阈值，小于此阈值的区域认为是目标区域，大于此阈值的区域认为是背景区域；该倾斜矫正是由于摄像头拍摄角度的问题，可能会带来一些角度不大的倾斜，对字符识别的结果造成一定的影响，我们对二值图像进行了自适应倾斜矫正；即用hough变换得到字符区域的倾斜角度，最后根据字符区域的倾斜角度采用仿射变换来进行矫正；该字符分割是采用局部区域最小值法进行分割，将字符进行垂直投影，在字符粘连范围的垂直投影值最小处进行分割；该特征提取即提取字符特征，本系统采用统计特征和结构特征相结合的特征提取方式，以期取得较好的分类效果；将字符图像划分为4×4的网格，统计每个区域中的黑色像素占该区域总像素数的比值，形成16维统计特征；将字符图像分别沿水平和垂直方向投影，求投影的峰值位置，形成2维结构特征，将两种特征组合形成18维特征作为字符特征；该初步识别是采用支持向量机分类算法，对字母和数字分别建立SVM识别模型；模型可描述为：给定训练集，输入为18维样本特征输入，输出为10种可能的输出，通过样本训练，得到决策函数，使得对于测试样本能得出相应的输出结果，以此作为初步识别结果；该二次识别是在初步识别的基础上，对字符进行再次识别；对于一些相似的字符，很难一次识别成功，需要进行再次识别；主要结合字符的特殊结构特征对一些相似字符进行再次识别，以此识别结果作为最终识别结果；经过二次识别后，可以很有效的提高字符识别率；所述识别算法流程是，先对采集来的图像进行预处理，包括图像灰度化、去除噪声、灰度拉伸；然后进行字符区域定位，将字符所在的区域定位出来；接下来对字符区域进行二值化处理，得到二值图像；然后进行倾斜校正；对校正后的图像进行字符分割，将整个字符区域分割成单个的字符；对每一个字符进行特征提取；先进行字符的初步识别；最后通过二次识别区分相似的字符；对每一个字符进行特征提取、初步识别和二次识别，得到最后的识别结果。