CN102768728A - 一种基于扫描振镜的立体字符图像采集及处理方法 - Google Patents

Abstract

本发明公开了一种基于扫描振镜的立体字符图像采集及处理方法，步骤如下：（1）图像采集：通过激光扫描振镜将单线激光器发射的激光光条分时反射到立体字符表面，再用相机采集畸变的光条图像，然后再将光条的畸变信息转换为字符的灰度信息，得到字符的灰度图像。（2）图像处理：采用基于二阶梯度图的方案实现激光光条从背景的提取。（3）光条畸变量的误差补偿：补偿方法为：Δx′_i＝Δx_i+Δx_iN。（4）将激光光条的畸变量转换为字符的灰度值。本发明提出的基于扫描振镜的立体字符图像采集及处理实现方法，不需要立体字符和激光器及相机之间相对移动就可以实现大范围的图像采集，既简化了系统结构，又提高了扫描速度，易于实现工程应用。

Description

一种基于扫描振镜的立体字符图像采集及处理方法

技术领域

本发明涉及一种基于扫描振镜的立体字符图像采集及处理方法。

背景技术

无色差立体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是一个在钢材上广泛应用的立体字符实例。

由于字符与背景同颜色，直接用相机采集字符图像效果不理想，字符识别效果差，为此，公开号为：CN102222224A（一种无色差立体标识字符图像采集方法）的中国发明专利公开了一种立体字符图像采集方法，有效解决了无色差立体字符的图像采集问题，图2是其系统原理图，可见，为了实现对多行字符的扫描，其需要采用一维移动装置（图中6所示），带动立体字符（图中3所示）进行一维移动，这样不仅系统较复杂、体积大，且扫描速度慢，在工程应用中实现较难。

发明内容

针对上述现有技术的不足，本发明提出了一种新的实现方案：一种基于扫描振镜的立体字符图像采集及处理方法，本发明的方案将激光扫描振镜用于立体字符的图像采集，不采用移动装置、不需要一维移动装置就可以实现快速、大范围的立体字符图像采集，更易于实现工程应用。

本发明是通过以下技术方案实现的：

一种基于扫描振镜的立体字符图像采集及处理方法，步骤如下：

（1）图像采集：

通过激光扫描振镜将单线激光器发射的激光光条分时反射到立体字符表面，再用相机采集畸变的光条图像，然后再将光条的畸变信息转换为字符的灰度信息，得到字符的灰度图像。

图3所示为图像采集的原理图，部件2是单线激光器，它可以投射出线宽为100um左右的单线激光光条；激光光条通过偏振片（部件3）后投射在反射镜（部件5）上，反射镜由扫描振镜（部件4）带动旋转，激光光条被分时反射到立体字符（部件8）的不同截面上，控制相机（部件1）拍摄下多幅不同截面的激光光条图像，由于激光光条会被高出字符载体（部件9）的立体字符（部件8）所调制，激光光条会发生畸变，且畸变量和字符高度有关。因此，只要将光条的畸变信息变为图像的灰度信息就可以得到立体字符的灰度图像。图中部件6显示了扫描振镜在不同旋转角度下的光平面图像，以及投射到立体字符（部件8）表面的光条图像。可见，只需控制扫描振镜（部件4）转动就可以实现多行字符的扫描。而不需要专门的移动机构带动立体字符（部件8）运动就可以实现多行扫描。

（2）图像处理：

为使光条能准确的从背景中提取出来，需要对光条进行图像处理，本发明采用了一种基于二阶梯度图的方案实现激光光条从背景的提取：即先对上述得到的畸变光条的灰度图像进行高斯滤波，然后再进行二阶梯度运算，得到光条原始图像（原始图像就是指上述得到的畸变光条的灰度图像）的二阶梯度图，在二阶梯度图上将光条从背景中分离出来；高斯函数的尺度因子σ的取值在3.5~4.5之间；

（3）光条畸变量的误差补偿：

在步骤(1)的图像采集方案中，对应于不同的激光平面，相同的立体字符高度得到的光条畸变量并不相同。如图4为激光平面（部件6）与参考平面（部件10）的夹角分别为θ₁＝55°和θ_N＝40°时，同样的字符高度(H=0.4mm)得到的畸变光条图像。可见，其畸变量差别是比较大的，为使同样高度的字符产生相同的畸变量。需要对光条畸变量进行误差补偿，其补偿方法为：

Δx′_i＝Δx_i+Δx_iN；

其中，Δx′_i是补偿后的畸变量；Δx_i是补偿前的畸变量；Δx_iN是激光平面θ_i和激光平面θ_N＝40°对应的畸变量之间的差值。

（4）将激光光条的畸变量转换为字符的灰度值：

对在不同激光平面处得到的畸变光条图像，提取其光条中心并采用步骤（3）进行偏移量补偿后，采用专门设计的畸变量-灰度转换函数进行灰度转换。

本发明的特点如下：

1．本发明提出的基于扫描振镜的立体字符图像采集及处理实现方法，不需要立体字符和激光器及相机之间相对移动就可以实现大范围的图像采集，既简化了系统结构，又提高了扫描速度，易于实现工程应用。

2．本发明设计的基于二阶梯度图的图像处理方法可以有效消除图像背景干扰，将光条从背景中精确地提取出来。

3．本发明设计的光条畸变量补偿方法，可以补偿不同激光平面得到的光条畸变图像，使灰度变换后的字符图像灰度均匀，易于后续的图像处理与识别。

附图说明

图1：无色差立体字符的应用实例——钢材标牌。

图2：公开号为CN102222224A的中国发明专利中的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。

图3：本发明的图像采集原理示意图，其中，1、相机；2、单线激光器；3、偏振片；4、扫描振镜；5、反射镜；6、激光平面；7、系统平台；8、立体字符；9、字符载体；10、参考平面；11、带通滤波器。

图4：激光平面与参考平面的夹角分别为θ₁＝55°和θ_N＝40°时，同样的字符高度(H=0.4mm)得到的畸变光条图像，其中，(a)θ₁＝55°，(b)θ_N＝40°。

图5：本发明的图像采集系统结构模型示意图，其中，1、相机；2、单线激光器；3、反射镜；4、激光平面；5、参考平面。

图6：采用实施例步骤（1）所示的步骤得到的多幅畸变光条图像。

图7：采用实施例步骤（2）的图像处理方法得到的图像，其中，(a)是两幅处理前的图像；(b)是两幅处理后图像。

图8：采用实施例步骤（2）提取到的光条中心图像。

图9：对图1所示的钢铁用工业标牌所采集的最终字符图像，其中，(a)是仅采用步骤(4)得到的图像；(b)是采用步骤（3）畸变量补偿后再采用步骤(4)得到的字符图像。

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1一种基于扫描振镜的立体字符图像采集及处理方法

（1）图像采集的具体实施方案如下：

图5是对应于图3的系统结构模型，为得到理想的激光光条图像，经过系统建模和理论推导，确定的实施方案如下：

通过激光扫描振镜将单线激光器发射的激光光条分时反射到立体字符表面，再用相机采集畸变的光条图像，然后再将光条的畸变信息转换为字符的灰度信息，得到字符的灰度图像；

相机镜头中心Oc，线激光器轴心以及反射镜的中心线设计在同一平面上，且该平面与参考平面（部件5）平行，两平面之间的距离OpOg＝OcOcx＝150~180mm；相机镜头中心Oc与反射镜中心点Op之间的距离为OpOg的1.5倍；相机的光轴Zc与参考平面的垂线OcOcx之间的夹角β＝30°；光平面与参考平面的夹角最大值为θ₁＝60°，最小值为θ_N＝40°。

（2）图像处理与光条中心提取的具体实施方案如下：

图像处理采用了一种基于二阶梯度图的方案：即先对上述得到的畸变光条的灰度图像进行高斯滤波，然后再进行二阶梯度运算，得到光条原始图像（原始图像就是指上述得到的畸变光条的灰度图像）的二阶梯度图，在二阶梯度图上将光条从背景中分离出来；

具体处理过程如下：

$h(x,y,\mathrm{\σ})=\left[{\▿}^{2}g(x,y,\mathrm{\σ})\right]*f(x,y)---\left(1\right)$

其中，f(x,y)是处理前的图像（即步骤（1）得到的畸变光条的灰度图像），x和y分别是图像的行坐标和列坐标；h(x,y,σ)是处理后的图像；g(x,y,σ)是高斯函数，

表示二阶梯度算子；σ是高斯函数的尺度因子，其取值在3.5~4.5之间。

上式中的高斯函数的二阶梯度算子通过下式计算：

${\▿}^{2}g(x,y,\mathrm{\σ})]=\frac{x^2-{\mathrm{\σ}}^2}{{2\mathrm{\π\σ}}^5}{e}^{-\frac{(x^2+y^2)}{{2\mathrm{\σ}}^2}}---\left(2\right)$

采用灰度重心法提取畸变光条的中心，提取算法如公式（3）所示：

$\left\{\begin{array}{c}{u}_j=j\\ v_j=\frac{\underset{i=1}{\mathrm{\Σ}}i\·G(i,j)}{\underset{i=1}{\mathrm{\Σ}}G(i,j)}\end{array}\right.---\left(3\right)$

其中，(u_j,v_j)是提取的光条中心坐标；G(i,j)光条图像在第i行和第j列的灰度值。

（3）光条畸变量误差补偿的具体实施方案：

在步骤(1)的图像采集方案中，对应于不同的激光平面，相同的立体字符高度得到的光条畸变量并不相同。如图4为激光平面（部件6）与参考平面（部件10）的夹角分别为θ₁＝55°和θ_N＝40°时，同样的字符高度(H=0.4mm)得到的畸变光条图像。可见，其畸变量差别是比较大的，为使同样高度的字符产生相同的畸变量。需要对光条畸变量进行误差补偿，其补偿方法具体为：

设H是立体字符的高度，对应于任意激光平面θ_i的光条中心畸变量为：

Δx_i＝H·(-f·(cosβ·ctgθ_i+A·sinβ·ctgθ_i+sinβ-A·cosβ)/s  （4）

则θ_i激光平面处补偿后的光条畸变量为：

Δx′_i＝Δx_i+Δx_iN    （5）

其中，Δx_iN为θ_i处的偏移量和θ_N＝40°处畸变量的差值，通过下式来确定：

Δx_iN＝Δx_N-Δx_i＝H·f·(cosβ+A·sinβ)·(ctgθ_i-ctgθ_N)/s  （6）

以上各式中的参数为：A是一个常数，其取值1.5~1.8之间，β和θ_N如步骤(1)所述。s＝OpOg/cosβ，其取值在175~205mm之间，f是镜头的焦距，在12mm。

(4)将激光光条的畸变量转换为字符的灰度：

对在不同激光平面处得到的畸变光条图像，提取其光条中心并采用步骤（3）进行偏移量补偿后，采用专门设计的畸变量-灰度转换函数进行灰度转换，通过以下方案来实施：

光条的偏移量向字符灰度转换的公式为：

g(x_i,y)＝a(x_i,y)±k·Δ(x_i,y)    （7）

其中，g(x_i,y)是扫描一行字符的第i幅激光光条灰度转换后的灰度图，i＝1,2…M，此处，M＝20；(x_i,y)是图像的坐标值；a(x_i,y)图像的背景灰度，a(x_i,y)＝0;是一个像素的畸变量所对应的灰度值，其取值在25~40之间；是θ_N＝40°时，字符高度H对应的最大偏移像素个数；Δ(x_i,y)是在(x_i,y)处的实际偏移量，由实际采集到的畸变光条确定。

最后，通过下式将多幅图像叠加，得到最终的字符灰度图像：

$I(x,y)=\left\{\begin{array}{cc}g(x_i,y)& i=\mathrm{1,2}\·\·\·N\\ a(x_i,y)& i\≠\mathrm{1,2}\·\·\·N\end{array}\right.---\left(8\right)$

采用上述方法得到的试验结果如下：

采用步骤（1）所示的步骤得到的多幅畸变光条图像如图6所示。具体参数见步骤（1）。

采用步骤（2）的图像处理方法得到的结果如图7所示，其中图7(a)是处理前的图像；图7(b)是处理后图像。

采用步骤（2）提取到的光条中心图像如图8所示。采用步骤（3）和步骤(4)所采集的结果如图9所示。图9(a)和(b)分别是采用本专利所述的方法对图1所示的钢铁用工业标牌所采集的最终字符图像。其中图9(a)是仅采用步骤(4)得到的图像；图9(b)是采用步骤（3）畸变量补偿后再采用步骤(4)得到的字符图像。

Claims (5)

1.一种基于扫描振镜的立体字符图像采集及处理方法，其特征在于：步骤如下：

（1）图像采集：

通过激光扫描振镜将单线激光器发射的激光光条分时反射到立体字符表面，再用相机采集畸变的光条图像，然后再将光条的畸变信息转换为字符的灰度信息，得到字符的灰度图像；

（2）图像处理：先对上述得到的畸变光条的灰度图像进行高斯滤波，然后再进行二阶梯度运算，得到光条原始图像的二阶梯度图，在二阶梯度图上将光条从背景中分离出来；高斯函数的尺度因子σ的取值在3.5~4.5之间；

（3）光条畸变量的误差补偿：

对光条畸变量进行误差补偿，其补偿方法为：

Δx′_i＝Δx_i+Δx_iN；

其中，Δx′_i是补偿后的畸变量；Δx_i是补偿前的畸变量；Δx_iN是激光平面θ_i和激光平面θ_N＝40°对应的畸变量之间的差值；

（4）将激光光条的畸变量转换为字符的灰度值：

采用步骤（3）进行偏移量补偿后，采用畸变量-灰度转换函数进行灰度转换。

2.根据权利要求1所述的，种基于扫描振镜的立体字符图像采集及处理方法，其特征在于：所述步骤（1）图像采集时，相机镜头中心Oc，线激光器轴心以及反射镜的中心线设计在同一平面上，且该平面与参考平面平行，两平面之间的距离OpOg＝OcOcx＝150~180mm；相机镜头中心Oc与反射镜中心点Op之间的距离为OpOg的1.5倍；相机的光轴Zc与参考平面的垂线OcOcx之间的夹角β＝30°；光平面与参考平面的夹角最大值为θ₁＝60°，最小值为θ_N＝40°。

3.根据权利要求1所述的，种基于扫描振镜的立体字符图像采集及处理方法，其特征在于：所述步骤（2）图像处理具体过程为：

$h(x,y,\mathrm{\σ})=\left[{\▿}^{2}g(x,y,\mathrm{\σ})\right]*f(x,y)---\left(1\right)$

其中，f(x,y)是处理前的图像，x和y分别是图像的行坐标和列坐标；h(x,y,σ)是处理后的图像；g(x,y,σ)是高斯函数，表示二阶梯度算子；σ是高斯函数的尺度因子，其取值在3.5~4.5之间；

上式中的高斯函数的二阶梯度算子通过下式计算：

${\▿}^{2}g(x,y,\mathrm{\σ})]=\frac{x^2-{\mathrm{\σ}}^2}{{2\mathrm{\π\σ}}^5}{e}^{-\frac{(x^2+y^2)}{{2\mathrm{\σ}}^2}}---\left(2\right)$

采用灰度重心法提取畸变光条的中心，提取算法如公式（3）所示：

$\left\{\begin{array}{c}{u}_j=j\\ v_j=\frac{\underset{i=1}{\mathrm{\Σ}}i\·G(i,j)}{\underset{i=1}{\mathrm{\Σ}}G(i,j)}\end{array}\right.---\left(3\right)$

其中，(u_j,v_j)是提取的光条中心坐标；G(i,j)光条图像在第i行和第j列的灰度值。

4.根据权利要求1所述的，种基于扫描振镜的立体字符图像采集及处理方法，其特征在于：所述步骤（3）光条畸变量的误差补偿具体过程为：

设H是立体字符的高度，对应于任意激光平面θ_i的光条中心畸变量为：

Δx_i＝H·(-f·(cosβ·ctgθ_i+A·sinβ·ctgθ_i+sinβ-A·cosβ)/s（4）

则θ_i激光平面处补偿后的光条畸变量为：

Δx′_i＝Δx_i+Δx_iN    （5）

其中，Δx_iN为θ_i处的偏移量和θ_N＝40°处畸变量的差值，通过下式来确定：

Δx_iN＝Δx_N-Δx_i＝H·f·(cosβ+A·sinβ)·(ctgθ_i-ctgθ_N)/s   （6）

以上各式中的参数为：A是一个常数，其取值1.5~1.8之间，β和θ_N如步骤(1)所述；s＝OpOg/cosβ，其取值在175~205mm之间，f是镜头的焦距，为12mm。

5.根据权利要求1所述的，种基于扫描振镜的立体字符图像采集及处理方法，其特征在于：所述步骤（4）将激光光条的畸变量转换为字符的灰度值具体为：

采用畸变量-灰度转换函数进行灰度转换：

光条的偏移量向字符灰度转换的公式为：

g(x_i,y)＝a(x_i,y)±k·Δ(x_i,y)    （7）

其中，g(x_i,y)是扫描一行字符的第i幅激光光条灰度转换后的灰度图，i＝1,2…M，此处，M＝20；(x_i,y)是图像的坐标值；a(x_i,y)图像的背景灰度，a(x_i,y)＝0;

是一个像素的畸变量所对应的灰度值，其取值在25~40之间；

是θ_N＝40°时，字符高度H对应的最大偏移像素个数；Δ(x_i,y)是在(x_i,y)处的实际偏移量，由实际采集到的畸变光条确定；

最后，通过下式将多幅图像叠加，得到最终的字符灰度图像：

$I(x,y)=\left\{\begin{array}{cc}g(x_i,y)& i=\mathrm{1,2}\·\·\·N\\ a(x_i,y)& i\≠\mathrm{1,2}\·\·\·N\end{array}\right.---\left(8\right).$

Images