[發(fā)明專利]一種3D壓印字符無分割序列識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910060884.2
• 申請日: 2019-01-23
• 公開（公告）號: CN109919150A
• 公開（公告）日: 2019-06-21
• 發(fā)明（設(shè)計(jì)）人: 游照林;向忠;錢淼;胡旭東
• 申請（專利權(quán)）人: 浙江理工大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 紹興市知衡專利代理事務(wù)所(普通合伙) 33277
• 代理人: 施春宜

本發(fā)明涉及一種3D壓印字符無分割序列識別方法及系統(tǒng)，其包括如下工藝步驟：1)，圖像加權(quán)融合；2)，區(qū)域顯著性增強(qiáng)；3)，無分割序列特征提取；4)，字符序列編碼；5)，字符序列解碼與識別。本發(fā)明的3D壓印字符無分割序列識別方法不僅能檢測不同灰度、位置、角度的壓印字符，而且也適用于有重疊、缺損、污染等干擾的字符圖像，具有較高的創(chuàng)新性與實(shí)用性，能夠較好的解決3D壓印字符由于受到污染、干擾、變形等導(dǎo)致的字符分割精確度不足的問題，提高3D壓印字符的識別率。

【技術(shù)領(lǐng)域】

本發(fā)明涉及一種字符識別方法及系統(tǒng)，具體涉及一種3D壓印字符無分割序列識別方法及系統(tǒng)，屬于機(jī)器視覺與機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域。

【背景技術(shù)】

3D壓印字符的質(zhì)量與印刷字符相比受時(shí)間和現(xiàn)場的影響很小，所以近年來越來越多的被應(yīng)用到一些工業(yè)產(chǎn)品上，金屬標(biāo)牌、金屬零部件標(biāo)識和輪胎等。相應(yīng)地，對于3D壓印字符的自動識別也成為產(chǎn)品信息化管理的一個(gè)必然要求。對于量大面廣的機(jī)電產(chǎn)品,其標(biāo)牌上的3D壓印字符成為產(chǎn)品信息的重要載體,而且對大多的機(jī)電產(chǎn)品而言是唯一載體，其內(nèi)容往往代表著產(chǎn)品性能、規(guī)格、出廠代號、國家標(biāo)準(zhǔn)和生產(chǎn)日期等重要信息。

而3D壓印字符與一般利用前景和背景色差形成的字符相比，有著顯著的特點(diǎn):(1)標(biāo)準(zhǔn)字模有限，是有限字符集。(2)字符手感為凹凸不平，視覺上是利用“反光差”產(chǎn)生字符圖像，字符本身有較大的灰度差。(3)由于壓印字符與背景是同色，字符圖像質(zhì)量不佳，字符圖像的直方圖為單峰或多峰。(4)壓印字符有傾斜、字符間重疊、缺損等變形，字符周圍有較強(qiáng)的噪聲。

傳統(tǒng)的OCR字符識別算法一般是在二值化圖像上進(jìn)行字符分割及特征提取。但由于使用年限的增長及工業(yè)現(xiàn)場的復(fù)雜性，3D 壓印字符往往受到嚴(yán)重的污染，比如油污，粉塵，涂料等，而且有些3D字符可能出現(xiàn)變形、重觸、缺損等。這些會造成大量字符特征信息的丟失,在此基礎(chǔ)上獲得的特征就不能真正反映字符的特征,因此會造成分割錯(cuò)誤以及分類檢測的誤判。

因此，為解決上述技術(shù)問題，確有必要提供一種創(chuàng)新的3D壓印字符無分割序列識別方法及系統(tǒng)，以克服現(xiàn)有技術(shù)中的所述缺陷。

【發(fā)明內(nèi)容】

為解決上述問題，本發(fā)明的目的在于提供一種3D壓印字符無分割序列識別方法，其不僅能檢測不同灰度、位置、角度的壓印字符，而且也適用于有重疊、缺損、污染等干擾的字符圖像，具有較高的創(chuàng)新性與實(shí)用性。

本發(fā)明的第二目的在于提供一種3D壓印字符無分割序列識別系統(tǒng)。

為實(shí)現(xiàn)上述第一目的，本發(fā)明采取的技術(shù)方案為：一種3D壓印字符無分割序列識別方法，其包括如下工藝步驟：

1)，圖像加權(quán)融合：根據(jù)四副不同曝光強(qiáng)度圖像的對比度、飽和度、適度曝光量這三個(gè)測度因子生成原始多曝光圖像的權(quán)重圖，對其進(jìn)行加權(quán)平均后獲得綜合金字塔系數(shù)，最后重建拉普拉斯金字塔得到融合圖像；

2)，區(qū)域顯著性增強(qiáng)：從非顯著像素中選擇初始背景種子，讓背景種子增長進(jìn)而檢測背景連通域，從而檢測出字符連通域；同時(shí)利用字符曲率顯著性特征來實(shí)現(xiàn)字符區(qū)域的顯著性增強(qiáng)，該操作能夠提高步驟1)的融合結(jié)果圖前景與背景的對比度；

3)，無分割序列特征提取：對步驟2)得到的圖像使用五層卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行序列特征提取；其中包括二層卷積層，二層最大池化層，一層全連接層；

4)，字符序列編碼：使用長短時(shí)記憶網(wǎng)絡(luò)(LSTM)來處理和預(yù)測步驟3)所提取的序列字符特征；

5)，字符序列解碼與識別：將步驟(4)的結(jié)果輸入到基于神經(jīng)網(wǎng)絡(luò)的時(shí)序類分類的ctc(連接主義時(shí)間分類)模塊；該模塊能夠把網(wǎng)絡(luò)的輸出更改為所有可能標(biāo)簽序列的概率分布，通過梯度下降法和反向傳播法訓(xùn)練網(wǎng)絡(luò)，序列解碼的目的是找到具有最大概率的近似最優(yōu)路徑，即最佳識別結(jié)果。