槍號識別預處理算法

葛曉葉，喬棟

（山西大同大學煤炭工程學院，山西大同037003）

槍號識別預處理算法

葛曉葉，喬棟1

（山西大同大學煤炭工程學院，山西大同037003）

通過對字符識別算法中的關鍵技術進行了比較和研究，并且結合槍身號碼自身的特點，提出了一種基于圖像底邊平行線的水平傾斜校正算法。該算法適用于背景簡單傾斜角度較小的槍號圖像，算法簡單，且效率高。

圖像預處理；字符區(qū)域定位；傾斜校正

引言

社會信息化程度在不斷加深，軍隊的信息化建設也在迅速發(fā)展。軍隊中的槍械管理是日常事務的重要部分，當下多數(shù)的槍械管理仍是人工登記方式。若實現(xiàn)槍械管理的自動識別和信息化管理，可以為軍隊的槍械管理提供一個智能管理的數(shù)字化平臺，實現(xiàn)槍支出入庫登記，實時、快速、精確地掌握槍支信息。

同一型號的槍號是不會重復的，是槍支的身份標識，因此槍號識別就是槍械管理信息化的關鍵技術。槍號通常是在槍身表面用針打的凹點所組成的數(shù)字序列，某些點的深淺不一會使數(shù)字筆畫粗細不同，同時受拍攝環(huán)境以及槍支本身的一些污點和劃痕等影響，且槍號較背景反差比較小，導致槍號圖像的質量欠佳。因此，對槍號圖像進行預處理對于槍號識別起關鍵作用。

1　預處理

在本文中，對槍號圖像的預處理包括彩色圖像的灰度化、圖像的去噪和亮度均勻處理、字符定位、灰度圖像二值化、字符的形態(tài)學處理、字符的細化、傾斜的校正，加強圖像的有用信息，從而為后續(xù)操作奠定基礎，如圖1。

圖1　槍號圖像的預處理

1.1灰度化

一般拍攝到的圖像都是24位真彩色圖像［1］。彩色圖像里包含著種類較多的顏色信息，去掉顏色信息對于槍號圖像中的數(shù)字信息無損失，因此首先利用加權平均值法將圖像進行灰度化處理。圖2為原圖，圖3為灰度化效果圖。

1.2圖像去噪和均勻亮度

1.2.1去噪處理

一般情況下，圖像的噪聲孤立像素點和其鄰近像素點的灰度值會有較為明顯的突變。本文使用中值濾波器，中值濾波器是最具有代表性的一種非線性濾波器，是利用與周圍像素值接近的值來消除孤立的噪聲點，且可以較好的保存突變的邊緣點。

圖2　原圖

圖3　灰度化

1.2.2不均勻亮度的調整

圖像拍攝常會出現(xiàn)光照不均勻的情況，這就會使圖像中明暗對比較弱，因此要對明暗不均勻的圖像進行亮度均勻調整的處理。本文中采用通過粗略估計背景亮度的方法對圖像亮度進行均勻調整。通過去噪和均勻亮度處理，可以凸顯槍號信息。

1.3字符區(qū)域定位

字符區(qū)域的準確定位是正確識別的前提和基礎，其準確率直接影響后續(xù)字符分割和識別的效果。結合實時性和易于實現(xiàn)的要求，本文采用基于邊緣投影的方法來對槍號進行定位。

1.3.1邊緣檢測

在槍號圖像中，槍號均為數(shù)字，且相鄰數(shù)字間的距離相等，邊緣也較整齊。選擇Sobel算子實現(xiàn)邊緣檢測，提取結果較為準確，細節(jié)不會忽略和過分強調。

1.3.2基于邊緣投影的字符區(qū)域定位

邊緣檢測后，根據(jù)邊緣的水平投影和垂直投影對圖像中的槍號區(qū)域進行定位，對于邊緣二值圖像分別提取上下水平邊緣和左右垂直邊緣。

區(qū)域定位后效果如圖4。由圖可知，雖然將槍號區(qū)域進行了定位，但是仍然包含著較多的槍身信息，故仍需要進一步處理。

1.4圖像的二值化

對圖像進行二值化處理是為了降低后續(xù)處理的復雜度。本文采用計算簡單的OTSU算法對槍號圖像進行二值化處理。對于槍號圖像，經(jīng)過去噪和均勻亮度的處理后，前景和背景是比較均勻的，利用OTSU算法對圖像進行二值化可以得到很好的效果。效果如圖5。

圖4　區(qū)域定位

圖5　二值化

1.5二值圖像的形態(tài)學處理

在對槍號圖像進行二值化處理后，再進行膨脹和腐蝕的形態(tài)學處理，來應對圖像中數(shù)字筆畫裂痕或者數(shù)字間相互粘連的情況。效果如圖6。

1.6字符細化

槍號識別中字符特征的提取是關鍵，為了得到精確的特征，將字符筆畫細化可以提高識別率。在本文中，槍號的細化通過兩步腐蝕運算來實現(xiàn)，每一步腐蝕都是鄰域運算。效果如圖7。

圖6　形態(tài)學處理

圖7　字符細化

1.7字符傾斜校正

理想的槍號圖像是一個矩形，但由于攝像機與槍之間的傾斜角度、槍的擺放等情況，往往會有槍號圖像傾斜的情況。通常，槍號圖像內容比較單一，圖像中只有數(shù)字字符區(qū)域和一部分槍身內容，因此拍攝槍號圖像產(chǎn)生的傾斜角度不會很大，一般的傾斜角度會在0°和20°之間。傾斜分為水平方向和垂直方向的傾斜，所以在字符分割之前要對存在傾斜的槍號圖像分別先對水平和垂直兩個方向上的傾斜進行檢測和校正。

對于水平傾斜的校正，本文中提出了基于圖像底邊平行線的傾斜校正法，算法流程圖如圖8，步驟如下：

1）在內容為字符的圖像中，首先求得每個字符連通域的中心連線l1［3］；

2）再從字符連通域中心連線的起點做一條圖像底邊的平行線l2，字符連通域的中心連線l1與底邊平行線l2是具有同起始端的兩條線；

圖8　基于底線平行線的水平傾斜校正算法流程圖

3）做判斷并進行角度調整：如果l1在射線l2的上方且形成角度l1，則將圖像沿順時針方向旋轉角度t1（t1＞0）；如果l1在射線l2的下方且形成角度t2，則沿逆時針方向旋轉角度t2（t1＞0）。

圖9　字符圖像水平校正

圖9-2是對含有字符傾斜的圖9-1進行水平校正結果圖。9-2圖中紅色線為圖像中字符的中心連線，綠色線為圖像底邊平行線。從圖9-1中可以看出來，紅色線在綠色線上端，所以要把圖像按順時針旋轉兩條線的角度。基于圖像底邊平行線的水平傾斜校正算法原理簡單，對噪聲的影響也不敏感，適用于定位且二值化后的槍號圖像的傾斜校正。

對于進行水平校正后的圖像，可能會出現(xiàn)輕微的垂直方向上的傾斜。本文采用基于旋轉圖像的最小投影的字符校正算法［4］。這個算法并不是將傾斜圖像直接旋轉垂直傾斜角度，則是利用垂直傾斜角度來計算像素的水平偏移量，將該行的像素逐行水平移動此偏移量來實現(xiàn)圖像的垂直校正。

2　結語

結合槍號圖像的特點，本文介紹了對所獲取的槍號圖像所要進行的預處理。首先將原圖轉化成灰度圖像；然后采用中值濾波對灰度圖像進行除噪，同時均勻圖像亮度以突出目標物體；接著通過圖像邊緣的投影來對圖像進行字符區(qū)域定位，由于定位前要進行去噪和均勻亮度處理后目標物體的亮度很突出，所以可以準確定位字符區(qū)域；再進行二值化、形態(tài)學處理和字符細化，使目標區(qū)域更加完整；最后對具有傾斜的字符圖像進行傾斜校正，在本章中提出了基于底線平行線的水平傾斜校正方法來進行水平傾斜校正。經(jīng)過預處理后的槍號圖像更有利于字符分割，可以使最后的分割效果更加精確和完整。

［1］Rafasl C.Gonzales Richard E.Woods.阮秋琦，譯.數(shù)字圖像處理：第2版［M］.北京:電子工業(yè)出版社，2003.

［2］付忠良.圖像閾值選取方法的構造［J］.中國圖像圖形學報，2000，5（6）：466-469.

［3］文穎.數(shù)字、字符識別及其應用研究［D］.上海:上海交通大學，2009.

［4］王玫，王國宏.基于字符投影最小距離的車牌校正方法［J］.計算機工程，2008（34）:216-218.

（編輯：劉楠）

Calculation of Pretreatment of the Gun Type

Ge Xiaoye，Qiao Dong
（Coal Mine and Engineering College of Datong University，Datong shanxi 037003）

Based on the key technique in the character recognition algorithm on the basis of the comparison and research，and combined with the characteristics of gun body number，this paper proposes a horizontal tilt correction algorithm based on image bottom parallel lines.The algorithm is suitable for simple background image Angle smaller gun，algorithm is simple，and high efficiency.

image processing；assurance of string position；tilt correction

TP391

A

2095-0748（2016）10-0073-03

10.16525/j.cnki.14-1362/n.2016.10.30

2016-04-13

葛曉葉（1983—），女，山西大同人，助教，碩士，研究方向：圖像處理。