[發明專利]一種基于決策樹的數碼管識別方法

有效

• 申請號: 202010719933.1
• 申請日: 2020-07-24
• 公開（公告）號: CN111832565B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 閆坤;李慧慧;張李軒;劉威;李執;陳德富;傅琪
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/26;G06V10/764;G06V30/10
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 覃永峰

1.一種基于決策樹的數碼管識別方法，其特征在于，包括如下步驟：

1)圖像采集：假設捕獲圖像中的數碼管所在區域即數碼管ROI為已知，從采集到的圖像中提取出數碼管區域；

2)預處理：對步驟1)得到的數碼管ROI進行預處理，首先，對數碼管ROI進行灰度化得到灰度圖，計算灰度圖的Tsallis熵，采用基于決策樹的二值化方法對數碼管ROI的灰度圖進行二值化處理，圖像二值化后進行噪聲消除，采用邊緣消除、膨脹和填充去除圖像中噪點，最后對不同尺寸的數碼管ROI進行尺寸歸一；

3)數碼管識別：對步驟2)得到的尺寸歸一后的數碼管ROI進行識別，包括三個過程：數字分割、特征提取和數值判定，以數碼管色塊分布特征為依據進行實時自適應的數字分割，最后估計特征編碼數值；

步驟2)中所述的基于決策樹的二值化方法為：

2-1)計算數碼管ROI對應的灰度頻數分布，數碼管ROI對應的灰度頻數分布為公式(1)所示：

其中I，J分別為數碼管ROI的行像素數與列像素數，Q(k)為對應特定灰度的像素點數和，k＝1，2，3...256；

2-2)計算數碼管ROI灰度均值：數碼管ROI灰度均值為公式(2)所示：

其中k為灰度值，P(k)為相應灰度值的灰度頻數；

2-3)計算Tsallis熵：Tsallis熵為公式(3)所示：

其中，q為Tsallis熵的系數，Tsallis熵是香農熵的擴展，當可調參數q→1時，Tsallis熵等價為香農熵；

2-4)采用灰度均值和Tsallis熵構建雙層決策樹，在Tsallis熵-灰度均值平面上將正常光線、過度曝光、設備關機三種狀態下的圖像度量值分開，過程為：

依據決策樹判斷圖片所屬場景，灰度均值不大于閾值時為正常光線，灰度均值大于閾值時當Tsallis熵小于閾值時為過度曝光、當Tsallis熵不小于閾值時為設備關機，采用適配不同場景的灰度圖二值化方法，并計算門限值∈，其中，場景包括：

2-4-1)設備關機：二值化門限選為灰度最大值，使得二值化圖片中數碼管區域與背景區域一致：∈＝max_i,jp(i,j)；

2-4-2)過度曝光：采用Otsu算法計算二值化門限基準，并附加余量減少過度曝光的影響：∈＝ε+δ，其中ε，δ分別為Otsu算法門限和附加余量；

2-4-3)正常光線：根據Otsu算法計算二值化門限；

步驟3)中所述的數字分割包括：

3-1)數碼管上每個數字間存在間隔，假設每個數字分割處像素和的特征與數字所在區域不同，依據這種特征上的區別，分割出單個數碼管，數碼管ROI二值化圖中每列的像素和，定義如下：

其中i，j表示ROI區域內像素點坐標，第i列、第j行的像素值為p(i,j)；

3-2)數字分割點在峰值點之間，采用步驟3-1)中c(i)的峰值點計算數字的分割點，計算方法如下：

其中dⁱ為第i個分割點，mⁱ為c(i)第i個峰值點。