[发明专利]基于机器视觉的在线字符检测方法和系统

摘要

本发明属于自动检测技术领域，涉及一种基于机器视觉的在线字符检测方法，该检测方法包括图像预处理、目标提取、字模提取、字符序列模式产生、字符检测等多个软件模块，由上述的模块组合起来形成两个独立的流程：产品建立操作流程和字符实时检测流程。本发明同时提供一套实现上述检测方法的在线检测系统。本发明提供的检测系统和方法，具有很强的鲁棒性，可以有效降低由于环境或者其他因素导致的亮度、对比度、质量、字符笔画、旋转和尺度等图像变化的影响，可以实现快速准确的字符区域定位、高效实时的字符在线检测。

主权项

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R(u,v)=Σi=17MiNi(u,v)Σi=17Mi2Σi=17Ni2(u,v)]]>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，1’)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；序列中各字符基于模式原点的相对坐标、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。