CN102222224A - 一种无色差立体标识字符图像采集方法 - Google Patents

Abstract

本发明公开了一种无色差立体标识字符图像采集方法，步骤如下：(1)图像采集：单线结构光激光器发射的光线照射到字符表面后，利用摄像机对图像进行采集，获得无色差立体标识字符同高度相关的畸变信息，然后直接将畸变信息转变为字符的灰度图像；(2)图像处理：a.利用直接二值化方法进行处理；b.对二值化图像进行细化处理；(3)将字符的畸变信息转换为字符的灰度；(4)将获得的所有结构光条畸变图像都转换为灰度图像，调整每张图的大小并进行叠加，得到整个字符的灰度图像。本发明利用结构光源和摄像机组成的三维数据获取装置，既不需要复杂的系统标定也不需要三维重建，系统结构简单，解决了无色差立体标识字符的高质量图像采集问题。

Description

一种无色差立体标识字符图像采集方法

技术领域

本发明涉及一种无色差立体标识字符图像采集方法。

背景技术

无色差立体标识字符在工业生产和物流领域应用广泛，这类字符的突出特点是“无色差”“立体”。字符与背景同颜色，但字符与背景的高度不同，属于立体字符。图1是几个无色差立体字符的应用实例。这些标识信息是实现企业信息化的基础数据源，对其进行自动、快速识别是众多企业亟待解决的问题。由于这类字符靠反光差来成像，造成字符与背景同颜色，所以，利用现有的图像获取技术，得到的字符图像与背景图像的灰度差很小，且不均匀，给字符识别带来很大困难。另外，由于字符大多数都很小(一般小于4X4mm)，高度很低(低于0.5mm)，并且立体字符多制作在钢材、铝材等高反射材料的表面，所以使一般方法获得的字符效果不很理想。

发明内容

针对上述现有技术，本发明提供了一种无色差立体标识字符图像采集方法，通过该方法可以获得无色差立体字符的灰度图像，可直接用于立体字符的识别。

本发明是通过以下技术方案实现的：

一种无色差立体标识字符图像采集方法，步骤如下：

(1)图像采集：单线结构光激光器(其可以投射单线结构光线，结构光线宽100um左右)发射的单线结构光线照射到字符表面后，利用摄像机对图像进行采集，获得无色差立体标识字符同高度相关的畸变信息，然后直接将畸变信息转变为字符的灰度图像；

图像采集的原理为：图像采集原理如图2所示，部件1为单线结构光激光器，它可以投射出单线结构光线(部件5)；部件2是摄像机，它的图像采集方向和激光器的入射方向成一定角度。当激光器投射出的结构光线照射到立体字符(部件3)表面后，结构光受到立体字符凸起表面的调制，结构光光条在高度不同的部位产生畸变和移位，通过摄像机捕获这些畸变的结构光图像，并通过算法将畸变信息转化为字符的灰度信息。部件6是移动机构，它可以带动立体字符在图示x方向移动，每移动一定位移Δl后采集一张图像，每次移动的位移量可用下式来计算：Δl＝H/k，其中：H是被测字符的高度，k为常数值，一般取20左右。然后将这多张图像进行叠加、组合，就可以得到无色差立体字符的有色差图像，可以直接用于立体字符地识别。

研究表明，当结光入射角度和图像传感器主轴成90°时的检测误差最小；而从减少立体字符对光线的遮挡、增加可测范围方面来考虑，当结构光入射角度与被测表面夹角45°左右可以获得最大的测量范围，因此，确定的相关角度如下：单线结构光中心光束入射角度与直线OM的夹角α＝45°，摄像机光轴Zi与直线OM夹角β＝45°，其中直线OM为单线结构激光器镜头中心与摄像机镜头中心的连线，如图2所示。

(2)图像处理

获得字符的结构光图像后需要进行图像处理，具体过程如下：

a.利用直接二值化方法进行处理，二值化阈值设定范围为[0.05 0.25]；

b.对二值化图像进行细化处理。处理方法为形态学方法：其中A是原始图像，B是结构元素图像，先将采用B对图像A膨胀，然后再采用B将膨胀的结果进行腐蚀，CLOSE(A，B)是处理结果。具体公式如下：

$\mathrm{CLOSE}(A,B)=\mathrm{AB}=(A\⊕B)\⊕B$

其中B为半径为5的圆形结构。

(3)将字符的畸变信息转换为字符的灰度

将获得的细化图像分别按先列后行的顺序读取并判断每一点的值，当出现第一个灰度不为零的点时，记录并存储该点所在的行(i)。然后针对图像进行灰度转化，即将中心线上每点的畸变量转化为该点的灰度值，具体算法如下：

$g(x,y)=\left\{\begin{array}{c}a(x,y),x\≠i\\ a(x,y)+15\×\mathrm{\Δ}(x,y),x=i\end{array}\right.$

其中，x，y分别时图像的行和列坐标；g(x，y)是灰度转换结果；a(x，y)是步骤(2)得到的细化图像；Δ(x，y)是位置坐标为(x，y)的像素点的畸变量；i是结构光条在图像中行。

(4)将获得的所有结构光条畸变图像都转换为灰度图像，调整每张图的大小并进行叠加，从而得到整个字符的的灰度图像。

该发明的特点：

1.该发明的无色差立体字符图像获取方法，可以将字符的高度信息转变为灰度信息；

2.该发明利用结构光源和摄像机组成的三维数据获取装置，既不需要复杂的系统标定也不需要三维重建，系统结构简单；

3.因为采用线结构光源，所以通过设置偏光片等，很容易消除反光对成像质量的影响；

4.该发明结构简单，数据处理量小，快捷、方便，易于实现产业化；

5.可以解决无色差立体标识字符的高质量图像采集问题。

附图说明

图1：无色差立体字符的应用实例，其中，(a)动车组连杆部件；(b)钢材标牌；(c)轮胎。

图2：立体字符图像采集原理图，其中：1、单线结构激光器；2、摄像机；3、立体字符；4、字符载体；5、单线结构光线；6、移动机构。

具体实施方式

下面结合实施例对本发明作进一步的说明。

实施例1  一种无色差立体标识字符图像采集方法

步骤如下：

(1)图像采集：单线结构光激光器1(其可以投射单线结构光线，结构光线宽100um左右)发射的单线结构光线5照射到立体字符3(立体字符3置于字符载体4上)表面后，利用摄像机2对图像进行采集，获得无色差立体标识字符同高度相关的畸变信息，然后直接将畸变信息转变为字符的灰度图像；单线结构光中心光束入射角度与直线OM的夹角α＝45°，摄像机光轴Zi与直线OM夹角β＝45°，其中直线OM为单线结构激光器镜头中心与摄像机镜头中心的连线，如图2所示。

图像采集的原理为：图像采集原理如图2所示，1为单线结构光激光器，它可以投射出单线结构光线5；2是摄像机，它的图像采集方向和单线结构激光器1的入射方向成一定角度。当单线结构激光器1投射出的单线结构光线5照射到立体字符3表面后，单线结构光线5受到立体字符3凸起表面的调制，结构光光条在高度不同的部位产生畸变和移位，通过摄像机2捕获这些畸变的结构光图像，并通过算法将畸变信息转化为字符的灰度信息。6是移动机构，它可以带动立体字符3在图示x方向移动，每移动一定位移Δl后采集一张图像，每次移动的位移量可用下式来计算：Δl＝H/k，其中：H是被测字符的高度，k为常数值，一般取20左右。然后将这多张图像进行叠加、组合，就可以得到无色差立体字符的有色差图像，可以直接用于立体字符地识别。

(2)图像处理

获得字符的结构光图像后需要进行图像处理，具体过程如下：

a.利用直接二值化方法进行处理，二值化阈值设定范围为[0.05 0.25]；

b.对二值化图像进行细化处理。处理方法为形态学方法：其中A是原始图像，B是结构元素图像，先将采用B对图像A膨胀，然后再采用B将膨胀的结果进行腐蚀，CLOSE(A，B)是处理结果，具体公式如下：

$\mathrm{CLOSE}(A,B)=\mathrm{AB}=(A\⊕B)\⊕B$

其中B为半径为5的圆盘形结构。

(3)将字符的畸变信息转换为字符的灰度

将获得的细化图像分别按先列后行的顺序读取并判断每一点的值，当出现第一个灰度不为零的点时，记录并存储该点所在的行(i)。然后针对图像进行灰度转化，即将中心线上每点的畸变量转化为该点的灰度值，具体算法如下：

$g(x,y)=\left\{\begin{array}{c}a(x,y),x\≠i\\ a(x,y)+15\×\mathrm{\Δ}(x,y),x=i\end{array}\right.$

其中，x，y分别时图像的行和列坐标；g(x，y)是灰度转换结果；a(x，y)是步骤(2)得到的细化图像；Δ(x，y)是位置坐标为(x，y)的像素点的畸变量；i是结构光条在图像中所在的行。

(4)将获得的所有结构光条畸变图像都转换为灰度图像，调整每张图的大小并进行叠加，从而得到整个字符的的灰度图像。

所要采集的无色差立体字符图像如图3所示。

采用步骤(1)所示的步骤得到的其中一幅字符图像如图4所示。

参数：见图2。α＝45°；β＝45°；OM＝19.5cm，

采用步骤(2)的二值化方法得到的二值化图像如图5所示。

参数：二值化阈值门限θ＝0.1；

采用步骤(2)的细化方法得到的细化图像如图6所示。

参数：结构元素B为半径为5的圆盘形结构。

采用步骤(3)方法将图像6的畸变信息转化为灰度信息如图7所示。

参数：具体参数见步骤(3)公式。

采用步骤(4)方法将20幅在不同位置获得的畸灰度图像叠加后图像如图8所示。

Claims (2)

1.一种无色差立体标识字符图像采集方法，其特征在于，步骤如下：

(1)图像采集：单线结构光激光器发射的单线结构光线照射到字符表面后，利用摄像机对图像进行采集，获得无色差立体标识字符同高度相关的畸变信息，然后直接将畸变信息转变为字符的灰度图像；

(2)图像处理：

a.利用直接二值化方法进行处理，二值化阈值设定范围为[0.05 0.25]；

b.对二值化图像进行细化处理：处理方法为形态学方法：其中A是原始图像，B是结构元素图像，先将采用B对图像A膨胀，然后再采用B将膨胀的结果进行腐蚀，CLOSE(A，B)是处理结果，具体公式如下：

$\mathrm{CLOSE}(A,B)=\mathrm{AB}=(A\⊕B)\⊕B;$

(3)将字符的畸变信息转换为字符的灰度：将获得的细化图像分别按先列后行的顺序读取并判断每一点的值，当出现第一个灰度不为零的点时，记录并存储该点所在的行i，然后针对图像进行灰度转化，即将中心线上每点的畸变量转化为该点的灰度值，具体算法如下：

$g(x,y)=\left\{\begin{array}{c}a(x,y),x\≠i\\ a(x,y)+15\×\mathrm{\Δ}(x,y),x=i\end{array}\right.$

其中，x，y分别时图像的行和列坐标；g(x，y)是灰度转换结果；a(x，y)是步骤(2)得到的细化图像；Δ(x，y)是位置坐标为(x，y)的像素点的畸变量；i是结构光条在图像中所在的行；

(4)将获得的所有结构光条畸变图像都转换为灰度图像，调整每张图的大小并进行叠加，从而得到整个字符的灰度图像。

2.根据权利要求1所述的一种无色差立体标识字符图像采集方法，其特征在于：所述步骤(1)中，单线结构光线中心光束入射角度与直线OM的夹角α＝45°，摄像机光轴Zi与直线OM的夹角β＝45°，直线OM为单线结构激光器镜头中心与摄像机镜头中心的连线。

Images