基于變化方向光源的壓印立體字符分割方法的研究.pdf

1、在工業(yè)應(yīng)用中，有些物體表面的字符是依靠表面的變形作為標(biāo)記。這些立體字符不是通過(guò)色差成像，而是通過(guò)字符區(qū)域同背景區(qū)域?qū)饩€的反射不同成像。由于壓印立體字符具有三維特征，因此很難實(shí)現(xiàn)照明、分割以及后續(xù)的檢測(cè)識(shí)別。隨著自動(dòng)視覺(jué)檢測(cè)技術(shù)的發(fā)展，對(duì)這些字符識(shí)別的準(zhǔn)確性提出了更高的要求，其中的關(guān)鍵之一則是將其從背景圖像中分割出來(lái)。在對(duì)如何利用壓印立體字符的三維特征實(shí)現(xiàn)分割的研究中，國(guó)外有些學(xué)者提出了一些分割方法，而國(guó)內(nèi)的研究大都還集中在基于二維灰度

2、圖像的分割基礎(chǔ)上?；诖藛?wèn)題，本文在變化方向光源的條件下，根據(jù)字符的立體特征提出了三種不同的分割方法，具體的研究工作如下:
　　 首先，針對(duì)壓印立體字符在不同方向光源照射下表現(xiàn)出不同狀態(tài)的特點(diǎn)，在建立光照空間模型的指導(dǎo)下，基于散射光源與方向光源條件下采集圖像的清晰度比對(duì)，指出了單一方向光源采集三維物體表面的二維灰度圖像時(shí)包含深度信息不充分的局限性，提出利用變化方向光源照射下采集到的物體表面二維灰度圖像彼此間的關(guān)系提取表面法向量特

3、征以進(jìn)行后續(xù)分割的方案。經(jīng)過(guò)對(duì)光源方向的優(yōu)化，確定了光照偏角的分布（分別為0°、90°、180°和270°）和最佳傾角的數(shù)值(63.43°)，設(shè)計(jì)了以照明光源、圖像采集設(shè)備和四方向光源同步照明采集電路為核心的圖像采集系統(tǒng)。
　　 在此基礎(chǔ)上利用二階多項(xiàng)式擬合平面消除了背景光不均勻性，采用直方圖規(guī)定化的方法使圖像的灰度等級(jí)一致，增強(qiáng)了序列圖像的對(duì)比度，從而提高了法向量計(jì)算的精確性，為后續(xù)壓印立體字符分割方法的研究奠定了條件和基礎(chǔ)。

4、
　　 接下來(lái)基于四光源光照采集系統(tǒng)，提出了三種不同的分割壓印立體字符的方法:
　　 在基于表面紋理的分割方法中，針對(duì)壓印字符表面的立體特征，首次提出了基于表面法向量的紋理特征的概念;在LBP算子的基礎(chǔ)上引入了模糊集合的理論，提出了基于模糊化表面法向量LBP(Fuzzy-SNLBP)算子紋理特征的分割方法，并對(duì)Fuzzy-SNLBP算子中的各項(xiàng)參數(shù)對(duì)分割結(jié)果的影響進(jìn)行了分析。通過(guò)比較實(shí)驗(yàn)發(fā)現(xiàn):Fuzzy SNLBP比SN

5、LBP具有更大的信息量;模糊化可有效改善SNLBP計(jì)算時(shí)的抗噪性;Fuzzy SNLBP比使用灰度值的LBP方法以及固定閾值的SNLBP方法具有更好的紋理分辨能力。
　　 在基于表面法向量和圖論聚類(lèi)的圖像分割方法研究中，將表面三維特征引入了圖論的分割方法中，構(gòu)建了基于表面法向量特征的圖，提出了簡(jiǎn)單可行的圖論聚類(lèi)的分割算法。在具體分割過(guò)程中，又將反饋控制的思想引入了圖像分割系數(shù)的優(yōu)化過(guò)程:將二值圖像的二維信息熵作為分割質(zhì)量的檢測(cè)評(píng)

6、價(jià)標(biāo)準(zhǔn)并引入反饋來(lái)調(diào)節(jié)分割系數(shù)，得到了最優(yōu)的分割結(jié)果（分割系數(shù)k=64時(shí)，二值圖像二維信息熵S=2.0681為最小值）;
　　 在基于PCNN和四方向光源圖像融合技術(shù)的壓印立體字符分割方法的研究中，提出了不需要對(duì)原始圖像進(jìn)行光照強(qiáng)度一致化處理的簡(jiǎn)單的分割方法:首先使用脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)提取出壓印立體字符在四方向光源條件下獲取的二維灰度圖像中的高亮區(qū)域;然后通過(guò)圖像融合的方式，得到分割完整的二值圖像進(jìn)行后續(xù)識(shí)別。研究中還

7、建立了分割字符的評(píng)價(jià)標(biāo)準(zhǔn)，并以此來(lái)動(dòng)態(tài)調(diào)節(jié)PCNN模型的參數(shù)，通過(guò)實(shí)驗(yàn)確定了最佳的分割參數(shù)。
　　 最后采用了受試者工作特征曲線(ROC)和字符的識(shí)別率，分別對(duì)三種分割算法的字符分割效果進(jìn)行了評(píng)價(jià)。評(píng)價(jià)結(jié)果表明:基于四光源的圖像分割技術(shù)的三種分割算法，其識(shí)別率都高于基于單獨(dú)光源的圖像分割方法，可見(jiàn)四光源的圖像分割較單一光源的圖像分割更具優(yōu)勢(shì)。三種分割方法中，基于圖論聚類(lèi)的分割方法識(shí)別率最高，但執(zhí)行時(shí)間也最長(zhǎng);基于PCNN的方法識(shí)