CN102867185A - 一种汽车轮胎号识别方法及识别系统 - Google Patents

Abstract

本发明公开一种汽车轮胎号识别方法及识别系统，所属方法包括：胎号的真彩色图像摄取步骤；将胎号真彩色图像转换为数字位图的步骤；对数字位图进行处理并识别胎号的步骤；所述数字位图进行处理并识别胎号的步骤：对胎号位图进行灰度化处理并进行灰度增强的步骤；对胎号区域进行定位的步骤；对胎号区域图像进行二值化处理的步骤；去除上下边框干扰的步骤；对胎号字符进行分割的步骤；进行归一化处理的步骤。所述系统包括：图像采集装置、图像采集卡和计算机；所述图像采集装置包括CCD摄像机、辅助光源和镜头控制器。本发明可以智能化的准确、快速地识别汽车轮胎侧面的胎号，解决了现有技术方案中存在的问题。

Description

一种汽车轮胎号识别方法及识别系统

技术领域

本发明涉及自动识别技术领域，尤其是一种汽车轮胎号的识别方法以及实现该方法的识别系统。

背景技术

由于汽车属于高速运行的交通设备，其安全性直接关系到交通参与者的人身及财产安全。轮胎作为汽车重要的零部件，其在生产、存储、销售、使用、整车销售过程中需要有较好管理及使用和流向的可追踪性，以便于管理和日后的售后服务。目前对汽车轮胎的管理主要有一下几种方案：

1、采用条形码管理：条形码由于其存在诸多易损坏的物理特性，例如随着汽车长期使用，条形码会遭到破坏或者脱落，或者可能人为将条形码进行调换等等，这对日后的售后服务带来了不必的麻烦；再者要能制作耐高温、不易变形的、有非常牢固的粘性的条码标签很困难，并且条形码标签的存在会对轮胎的整体品质造成不良影响。

2、采用IC卡管理：IC卡是一种集微电子技术、通讯技术和计算机技术于一体的高科技产品，卡内存储了轮胎的一些信息（例如胎号和生产日期等信息）。将微型智能卡封装于汽车轮胎侧内，在系统某一位置安装收发器装置，通过收发器接收标示卡（上述的微型智能卡）信号，理论上可以实现汽车轮胎的身份识别。但是这种方案对于材料要求很高，对内部组成复杂的汽车轮胎来说，掺杂在轮胎内部的智能卡就成了干扰杂质，在轮胎使用过程中可能出现摩擦撞击、过热、水浸等各种情况，不利于汽车轮胎的使用。

3、手工键盘输入：虽然国内的大型轮胎生产企业虽然目前正在进行信息化改造，但在生产过程控制、产品管理等过程中仍沿用手工键盘记录方式。轮胎系统化管理中，每个产品在每条生产线必须手工记载产品的加工数据，包装时手工抄写胎号，出库时人工记录胎号再输入计算机。将数据输入计算机速度很慢且很乏味，已被认为是提高工作效率的一个“瓶颈”。在仓库管理中，出入库作业都需要人工核对单据，劳动强度大。而且由于数据很长，产品数量大，抄录时人眼易看错或者漏掉信息，打字时键盘手敲失误，或者是不同工作人员完成手工抄录与手工键盘输入，这都容易发生差错，造成输入胎号信息错误，从而导致胎号信息管理错误。而且手工录入不可能将每年几百万条轮胎信息及相关信息都准确无误的录入数据库，故各轮胎厂家都没有针对每条轮胎的数据库，这不利于轮胎信息查询，无法进行科学管理。

发明内容

本发明的目的是提供一种汽车轮胎号识别方法及识别系统，可以自动识别汽车轮胎侧面的胎号。

本发明的采用的技术方案为：

一种汽车轮胎号识别方法，包括：胎号的真彩色图像摄取步骤；将胎号真彩色图像转换为数字位图的步骤；对数字位图进行处理并识别胎号的步骤；其中所述对数字位图进行处理并识别胎号的步骤包括：

步骤S1，对胎号位图进行灰度化处理并进行灰度增强的步骤；

步骤S2，对胎号区域进行定位的步骤；

步骤S3，对胎号区域图像进行二值化处理的步骤；

步骤S4，去除上下边框干扰的步骤；

步骤S5，对胎号字符进行分割的步骤；

步骤S6，进行归一化处理的步骤。

作为优选，在步骤S1后还包括：步骤Sa,对胎号图像进行降低噪声的步骤。

作为优选，在步骤S3后还包括：步骤Sb，对二值化的胎号区域图像进行去除离散噪声的步骤。

作为优选，在步骤Sb后还包括：步骤Sc，对胎号区域图像进行倾斜校正的步骤。步骤Sc具体包括：

步骤Sc1，将胎号区域图像分成左右两半；

步骤Sc2，分别扫描左半边和右半边的像素，分别计算两部分像素的平均高度：

其中（x，y）为Image[x][y]=1的黑像素点坐标，h1为胎号区域图像左半边的平均高度，h2为胎号区域图像右半边的平均高度，WidthImage为图像的宽度；

步骤Sc3，计算胎号区域图像整体斜率：tgα＝(h1-h2)/(WidthImage/2)，得出胎号区域图像倾斜角；

步骤Sc4，将胎号区域图像进行倾斜角校正。

上述的步骤S2具体包括：

步骤S21，通过Robert边缘检测算子检查每个像素的邻域并对灰度变化率进行量化的步骤；

步骤S22，求取胎号图像的梯度图的步骤；

步骤S23，对梯度图作水平和垂直两个方向做投影，通过该两个方向的投影图分析该区域，定位胎号字符区域。该步骤包括：（1）从图像的第一行开始逐行向下扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的首行，即i_begin=i；（2）从图像的最后一行开始逐行向上扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的末行，即i_end＝i；（3）从图像的第一列开始逐列向后扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的首列，即j_begin＝j；（4）从图像的最后一列开始逐列向前扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的末列，即j_end=j；（5）根据得到参数i_begin、j_begin、i_end、j_end划分胎号区域，求出胎号字符区域在原图中的位置，把字符区域从原图中切分下来。

在上述的步骤S3中，具体步骤包括：

步骤S31，求取全局阈值T1，若考察点（x，y）的灰度f（x，y）远远大于或远远小于由T₁确定的阈值，则将考察点二值化为白或黑，即：如果f（x，y）>(1+a)*T₁，则b（x，y）＝255；若f（x，y）<(1-a)*T₁，则令b（x，y）＝0，其中a为0与1之间的常数；若不满足上述条件，则：

步骤S32，按照Bernsen算法计算每个点阈值：

$T_2(x,y)=\frac{1}{2}[\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\max }f(x+k,y+1)+\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\min }f(x+k,y+1)];$

用平均法对阈值进行光滑处理得：

其中avg为邻域中的均值；

步骤S33，二值化：(1-a)*T₁<f（x，y）<(1+a)*T₁，如果f（x，y）>T₃（x，y），则b（x，y）＝255；如果f（x，y）≤T₃（x，y），则b（x，y）＝0。

一种实现上述识别方法的识别系统，包括图像采集装置、图像采集卡和计算机；所述图像采集装置用于拍摄轮胎侧面的全彩色胎号图像，以标准视频信号输出给图像采集卡；所述图像采集卡将模拟的图像信号转换为数字图像信号并传给计算内存进行处理或以彩色格式存储到计算机存储设备中；所述计算机对接收或存储的数字图像信号进行处理分析并识别出胎号。

作为优选，所述图像采集装置包括CCD摄像机、辅助光源和镜头控制器；所述辅助光源由LED矩形环与挡光金属罩组成，LED矩形环由若干个LED发光管排列成矩形，在挡光金属罩内壁贴有玻璃纸。

上述镜头控制器包括分别用于控制CCD摄像机的光圈、变倍、聚焦的三个双向选择开关。

本发明可以智能化的准确、快速地识别汽车轮胎侧面的胎号，解决了现有技术方案中存在的问题。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是汽车轮胎号光学成像模型图；

图2是汽车轮胎号识别系统原理图；

图3是LED辅助光源装配示意图；

图4是胎号图像信息转换图；

图5是汽车轮胎号识别方法流程图；

图6是优选的汽车轮胎号识别方法流程图；

图7是维纳小波滤波效果图；

图8是以Robert边缘检测算子对待区域定位的胎号灰度图像进行处理的效果图；

图9是去除离散点噪声的梯度图；

图10是图9中胎号梯度图水平垂直投影示意图；

图11是胎号区域定位图；

图12是胎号图像校正示意图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

汽车轮胎的胎号（标识代码）是由印有胎号的铝牌凸模在轮胎高温高压硫化成型时以橡胶凹形烙印形式存在于轮胎的侧表面的字符，铝牌凸模由打码机冲压制备而成，以这种方式产生的胎号凹形标识码字符可永久性保存，且安全可靠。在轮胎侧面的胎号凹形字符,如图1所示。

胎号字符的物理特性有：轮胎的胎号字符本身与周围背景的材料一样（材料均为橡胶），与背景表面无色差（均为黑色），但字符区域有凹凸感，人眼识别胎号字符时完全是依靠胎号表面和胎号字符凹槽光线反射的强弱程度来界定字符与背景的边界。

本发明根据镜面反射定律，一条入射光线会产生一条反射光线，入射光线、反射光线以及过入射点的界面法线都位于同一平面；入射光线和法线的夹角同反射光线和法线的夹角相等，并分别位于法线的两边。轮胎的胎号字符图像光学成像模型如图1所示，带箭头的线条分别为入射光线和反射光线。在光学模型中，摄像机镜头接收到胎皮表面的反射光，而接收不到或接收很少的来自字符凹槽的反射光。胎号字符下凹于橡胶皮表面，字符凹槽的底部一般为平底V型或圆弧凹型，字体下陷的程度视铝牌凸模的上凸程度而定，凹槽越凹，来自凹槽的射向镜头的反射光就越少；字符凹槽的斜坡面，其反射光线不会射向镜头；轮胎的侧表面比较平整，摄像头接收到的反射光线强度大，来自轮胎的胎皮表面的反射光线强度最大；这样，摄像头采集到的图像中字符附近的轮胎表面亮度要比字符亮，从而使得胎号字符的轮廓可以显现出来。为了能清楚拍摄出胎号字符图像，使得胎号字符部分为黑色，胎皮表面部分为白色，需要设置比较合理的胎号成像光学模型。

实现本发明汽车轮胎号识别的系统，其系统原理图如图1所示，该系统包括：图像采集装置、图像采集卡13和计算机14；所述图像采集装置用于拍摄轮胎侧面的全彩色胎号图像，以标准视频信号输出给图像采集卡；所述图像采集卡13将模拟的图像信号转换为数字图像信号并传给计算内存进行处理或以彩色格式存储到计算机存储设备中；所述计算机14对接收或存储的数字图像信号进行处理分析并识别出胎号。所述图像采集装置包括CCD摄像机12、辅助光源15和镜头控制器；所述辅助光源15如图2所示，辅助光源15由LED矩形环与挡光金属罩组成，LED矩形环由若干个LED发光管排列成矩形，在挡光金属罩内壁贴有玻璃纸，金属罩可以排除外界干扰光线，玻璃纸可增加遮光罩内壁表面的漫反射，使得胎号图像区域光照均匀，如图3所示。所述镜头控制器包括分别用于控制CCD摄像机的光圈、变倍、聚焦的三个双向选择开关，即第一开关控制CCD摄像机的光圈参数，第二开关控制CCD摄像机的变倍参数、第三开关控制CCD摄像机的聚焦参数。

为使胎号图像拍摄效果更佳，需引入辅助光源15，辅助光源15将光线照射在轮胎11侧面的表面，其反射光线被CCD摄像机12的镜头捕获。鉴于各类辅助光源的优劣比较，LED光源单色性好，具有光线柔和、分布均匀、具有连续光谱、尺寸较小、安装空间较小的优点，通过组合LED可形成面光源，并根据对辅助光源的实际需要可方便地增加或减少LED数目，使得光在摄像目标上分布更均匀，本发明采用其作为辅助光源，来保证成像的清晰度。因为轮胎胎号区域呈长方形形状，本发明的辅助光源LED二极管应也排成矩形状形成矩形光环。本发明的实施例中，将30个LED发光二极管排列成矩形焊至在PCB印制板上而形成LED光环。设计的LED光环如图3所示。

在CCD摄像机12输出的目标图像信息输入到计算机处理系统的过程中，图像采集卡13起到了至关重要的作用。计算机并14不能识别一般的图像信息，需采用图像采集卡（软件基本控制库）对摄像机摄取的模拟图像信号进行数字转化，提供计算机处理所需的数字图像信号。从物理位置上看，视频采集卡插在微机扩展槽上，并和摄像机连接使用。图像信息转换的一般过程如图4所示。

图像采集卡13主要由数字图像输入板和帧存处理模块组成，集成了双路视频信号的并行A/D和解码功能，接受CCD摄像机传来的视频信号，将其解码得到的RGB的数字图像数据通过PCI接口传输到计算机。视频信号经过A/D变换，数字解码和彩色空间变换后，成为24Bits的RGB三分量数据流。这些数据必须保存到RAM缓冲器中，才能被计算机15访问。

基于上述的本发明的汽车轮胎号识别系统，提出了一种汽车轮胎号的识别方法，包括：一种汽车轮胎号识别方法，包括：

一、胎号的真彩色图像摄取步骤；

该步骤由CCD摄像机完成，其摄取流程为成熟的现有技术，或在上述已经有所介绍，在此不再赘述。

二、将胎号真彩色图像转换为数字位图的步骤；

该步骤由图像采集卡完成，其采集流程是已知方法技术，处理流程和方法与图像采集卡的具体型号有关，其在本方法中的作用在上边已有所属，在此不再赘述。

三、对数字位图进行处理并识别胎号的步骤。该步骤流程图如图5所示。

该步骤由计算机完成，所述对数字位图进行处理并识别胎号的步骤包括：

步骤S1，对胎号位图进行灰度化处理并进行灰度增强的步骤；

步骤S2，对胎号区域进行定位的步骤；

步骤S3，对胎号区域图像进行二值化处理的步骤；

步骤S4，去除上下边框干扰的步骤；

步骤S5，对胎号字符进行分割的步骤；

步骤S6，进行归一化处理的步骤。

上述的步骤S1，是为简化运算，提高胎号识别实时性，一般以灰度图像作为处理对象。若读入图像为24位真彩色胎号图像，读取每个像素的R、G、B值，计算各个像素灰度值映射表，同时修改位图信息头INFOHEADER。建立灰度调色板，再遍历整幅图像，按像素灰度映射表，修改原图像灰度值。为了得到理想的识别效果，除了改善照明条件和成像环境，提高目标清晰度之外，必需对灰度图像进行一系列增强处理。图像增强处理可改善胎号图像的可辨认度，便于后续的二值化分割。图像增强方法有多种，如线性灰度变换和直方图均衡化法等。

上述步骤S2是对胎号区域进行定位的步骤。胎号图像一般由背景、字符和上下边框组成，由于胎号图像字符区域的灰度变化很大，背景灰度变化很小或者缓慢，所以在字符和背景处形成了明显的梯度边缘，针对胎号这一物理特性，可以通过求取梯度密集的区域作为胎号区域。图11是胎号区域定位图。

字符图像的边缘是指字符与背景间像素灰度有阶跃变化或屋顶变化的那些像素集合，其是由图像的灰度不连续性反映的。边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，也包括方向的确定，大多数使用基于方向导数掩模求卷积的方法。本发明中，采用Robert边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，其检查步骤包括：步骤S21，通过Robert边缘检测算子检查每个像素的邻域并对灰度变化率进行量化的步骤；步骤S22，求取胎号图像的梯度图的步骤；步骤S23，对梯度图作水平和垂直两个方向做投影，通过该两个方向的投影图分析该区域，定位胎号字符区域。图8是以Robert边缘检测算子对待区域定位的胎号灰度图像进行处理的效果图。

灰度化处理后的图像的灰度具有一定的阶梯性，从梯度图（图9）像着手，对梯度图作水平和垂直两个方向分别作投影，投影图如图10所示。根据水平和垂直两个方向的投影图，分析该区域，定位胎号字符区域。因此上述的步骤S23包括：

（1）从图像的第一行开始逐行向下扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的首行，即i_begin=i；

（2）从图像的最后一行开始逐行向上扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的末行，即i_end=i；

（3）从图像的第一列开始逐列向后扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的首列，即j_begin=j；

（4）从图像的最后一列开始逐列向前扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的末列，即j_end=j；

（5）根据得到参数i_begin、j_begin、i_end、j_end划分胎号区域，求出胎号字符区域在原图中的位置，把字符区域从原图中切分下来。

上述步骤S3是对胎号区域图像进行二值化处理的步骤。该二值化处理的步骤包括：

步骤S31，求取全局阈值T1，若考察点（x，y）的灰度f（x，y）远远大于或远远小于由T₁确定的阈值，则将考察点二值化为白或黑，即：如果f（x，y）>(1+a)*T₁，则b（x，y）＝255；若f（x，y）<(1-a)*T₁，则令b（x，y）＝0，其中a为0与1之间的常数；若不满足上述条件，则：

步骤S32，按照Bernsen算法计算每个点阈值：

$T_2(x,y)=\frac{1}{2}[\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\max }f(x+k,y+1)+\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\min }f(x+k,y+1)];$

用平均法对阈值进行光滑处理得：

其中avg为邻域中的均值；

步骤S33，二值化：(1-a)*T₁<f（x，y）<(1+a)*T₁，如果f（x，y）>T₃（x，y），则b（x，y）＝255；如果f（x，y）≤T₃（x，y），则b（x，y）＝0。

上述步骤S4是去除上下边框干扰的步骤。胎号二值图像的胎号字符和上下边框就成了胎号图像中主要内容。为了后面对胎号字符的单独分割，必须首先对胎号字符上下边框进行去除，得到胎号字符串的精确区域。

上述步骤S5是对胎号字符进行分割的步骤。经过胎号字符图像的一系列预处理后得到的是一块只包含胎号字符的水平条形区域，为了便于下一步输入字符识别部分进行识别，需要将这些胎号字符从二值图像中单独分割。

关于字符分割的研究颇多，本发明采用现有技术中任何一种只要能将字符进行分割的方法或流程均可。分割字符时候，应尽量利用有关字符的几何约束条件，比如每个字符区域的高和宽必须在一定的范围之内，对于字宽小于平均字宽一定比例的字符视为无效字符，对于字宽大于平均字宽一定比例（如2）则视为两字符出现粘连。所以在利用竖直投影的基础上，可附加一些新的分割依据，比如胎号字符本身的宽度，还有字符宽度与字符间距之间的比例。

上述步骤S6是进行归一化处理的步骤。经过分割的字符，经过识别后必须要在此组合进行归一化形成完整的胎号。

下面结合图6，对本发明的优选方案进行进一步的说明：

在CCD摄像机获取胎号图像时，由于受诸多噪声因素的影响，比如图像采集外部产生的噪声、系统内部产生的噪声、光电噪声、电磁信号干扰、光照变化、摄像机镜头的畸变等，使得经灰度变化后的图像质量参差不齐，采集过程中的噪声必然影响图像二值化、字符图像分割和字符识别，因此在步骤S1后还包括步骤降Sa：对胎号图像进行降低噪声的步骤。发明将维纳（Wiener）滤波与小波降噪相结合，先进行胎号图像的小波降噪，然后再对小波降噪后的图像进行维纳滤波，这种方法是基于维纳滤波对信噪比较高的图像进行去噪效果更好的原理上的。图像降噪是利用噪声和信号在频域上分布不同进行的，信号主要分布在低频区域，噪声主要分布在高频区域，图像的细节也分布在高频区域。小波变换是一种调和变换，其同时具有空间域和频域的局域性，其多分辨分析的性质能使滤波过程适应信号频率的局域变化，应用小波分析的目的在于小波系数推测信号的局部频率，在每一层小波分解上选取各自阈值，可以达到消除绝大多数噪声。在MSE（均方误差）意义上，最优信号估计是wiener滤波器，wiener滤波在信噪比较高的图像去噪中效果更好，所以基于小波降噪后的图像，进一步应用wiener滤波降噪，可达到更好的去噪，并且这种综合降噪方法能在保护细节方面取得较好的效果。图7是采用小波降噪与维纳（Wiener）滤波相结合的降噪效果图。从图中可以看出，经过小波+wiener滤波后的胎号图像比小波去噪图像信噪比提高了，从视觉上效果也比较好，颗粒噪声降低了，同时边缘细节也得到了保护。

由于字模铝牌并非很平整，以及硫化工艺的限制，导致硫化后的轮胎表面可能存在微小凹点，光学成像时，来自凹点的反射光线可能不会射向镜头，导致拍摄到的图像中产生了黑色噪声点，如图1所示。经过二值化预处理，胎号二值图像具有如下的特点：新胎皮上存在凹洞，导致胎号图像背景区内存在少量黑点噪声，而且由于有些铝牌字模上凸幅度不大，胎号字符下凹不明显，字符中心凹处也存在强烈的反射光，使得二值化后呈现白色空洞噪声。若不去除这些离散孤立点噪声，则会影响后续处理。发明解决方法的思想为先去除黑孤立点噪声，再去除白空洞噪声。为了去除黑孤立点噪声，采用离散点判断函数去除离散噪声，或者利用数学形态学中的开启运算去除黑点噪声；再采用数学形态学中的闭合运算去除白色空洞噪声点，即在步骤S3后进行步骤Sb：对二值化的胎号区域图像进行去除离散噪声的步骤。

由于轮胎胎号是在轮胎硫化时人工将字模铝牌贴近轮胎橡胶侧面后硫化生成的，由于人为操作，可能会出现将铝牌放置偏移的情况，从而导致轮胎上胎号本身就倾斜。胎号图像的倾斜一般呈现整体性，因此在步骤S3或步骤Sb后进行步骤Sc：对胎号区域图像进行倾斜校正的步骤。图12是胎号图像校正示意图。该矫正步骤为：

步骤Sc1，将胎号区域图像分成左右两半；

步骤Sc2，分别扫描左半边和右半边的像素，分别计算两部分像素的平均高度：

其中（x，y）为Image[x][y]=1的黑像素点坐标，h1为胎号区域图像左半边的平均高度，h2为胎号区域图像右半边的平均高度，WidthImage为图像的宽度；

步骤Sc3，计算胎号区域图像整体斜率：tgα＝(h1-h2)/(WidthImage/2)，得出胎号区域图像倾斜角；

步骤Sc4，将胎号区域图像进行倾斜角校正。本步骤的图像旋转一般是以图像的中心为原点，旋转一定的角度。令点（x₀，y₀）经过旋转θ度后坐标变成（x₁，y₁），在旋转前：x₀＝rcos(α)y₀＝rsin(α)；绕原点的顺时针θ角旋转旋转后：

x₁＝rcos(α-θ)＝rcos(α)cos(θ)+rsin(α)sin(θ)＝x₀ cos(θ)+y₀ sin(θ)；

y₁＝rsin(α-θ)＝rsin(α)cos(θ)-rcos(α)sin(θ)＝-x₀ sin(θ)+y₀ cos(θ)；

上述两个等式在齐次坐标系中可写成：

$\left[\begin{array}{c}{x}_1\\ y_1\\ 1\end{array}\right]=\left[\begin{array}{ccc}\cos \left(\mathrm{\&theta;}\right)& \sin \left(\mathrm{\&theta;}\right)& 0\\ -\sin \left(\mathrm{\&theta;}\right)& \cos \left(\mathrm{\&theta;}\right)& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_0\\ y_0\\ 1\end{array}\right]$

上述旋转是绕坐标轴原点（0，0）进行的，如果是绕一个指定点（a，b）旋转，则先要将坐标系平移到该点，再进行旋转，然后平移回新的坐标原点。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (11)

1.一种汽车轮胎号识别方法，包括：胎号的真彩色图像摄取步骤；将胎号真彩色图像转换为数字位图的步骤；对数字位图进行处理并识别胎号的步骤；其特征在于，所述对数字位图进行处理并识别胎号的步骤包括：

步骤S1，对胎号位图进行灰度化处理并进行灰度增强的步骤；

步骤S2，对胎号区域进行定位的步骤；

步骤S3，对胎号区域图像进行二值化处理的步骤；

步骤S4，去除上下边框干扰的步骤；

步骤S5，对胎号字符进行分割的步骤；

步骤S6，进行归一化处理的步骤。

2.根据权利要求1所述的汽车轮胎号识别方法，其特征在于，在步骤S1后还包括：步骤Sa,对胎号图像进行降低噪声的步骤。

3.根据权利要求1或2所述的汽车轮胎号识别方法，其特征在于，在步骤S3后还包括：步骤Sb，对二值化的胎号区域图像进行去除离散噪声的步骤。

4.根据权利要求3所述的汽车轮胎号识别方法，其特征在于，在步骤Sb后还包括：步骤Sc，对胎号区域图像进行倾斜校正的步骤。

5.根据权利要求4所述的汽车轮胎号识别方法，其特征在于，步骤Sc包括：

步骤Sc1，将胎号区域图像分成左右两半；

步骤Sc2，分别扫描左半边和右半边的像素，分别计算两部分像素的平均高度：

其中（x，y）为Image[x][y]=1的黑像素点坐标，h1为胎号区域图像左半边的平均高度，h2为胎号区域图像右半边的平均高度，WidthImage为图像的宽度；

步骤Sc3，计算胎号区域图像整体斜率：tgα＝(h1-h2)/(WidthImage/2)，得出胎号区域图像倾斜角；

步骤Sc4，将胎号区域图像进行倾斜角校正。

6.根据权利要求1所述的汽车轮胎号识别方法，其特征在于，所述步骤S2包括：

步骤S21，通过Robert边缘检测算子检查每个像素的邻域并对灰度变化率进行量化的步骤；

步骤S22，求取胎号图像的梯度图的步骤；

步骤S23，对梯度图作水平和垂直两个方向做投影，通过该两个方向的投影图分析该区域，定位胎号字符区域。

7.根据权利要求6所述的汽车轮胎号识别方法，其特征在于，步骤S23包括：

（1）从图像的第一行开始逐行向下扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的首行，即i_begin=i；

（2）从图像的最后一行开始逐行向上扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此行为胎号区域的末行，即i_end=i；

（3）从图像的第一列开始逐列向后扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的首列，即j_begin=j；

（4）从图像的最后一列开始逐列向前扫描，当第一次扫描到某像素（i，j）为0像素时，则记录此列为胎号区域的末列，即j_end=j；

（5）根据得到参数i_begin、j_begin、i_end、j_end划分胎号区域，求出胎号字符区域在原图中的位置，把字符区域从原图中切分下来。

8.根据权利要求1所述的汽车轮胎号识别方法，其特征在于，步骤S3包括：

步骤S31，求取全局阈值T1，若考察点（x，y）的灰度f（x，y）远远大于或远远小于由T₁确定的阈值，则将考察点二值化为白或黑，即：如果f（x，y）>(1+a)*T₁，则b（x，y）＝255；若f（x，y）<(1-a)*T₁，则令b（x，y）＝0，其中a为0与1之间的常数；若不满足上述条件，则：

步骤S32，按照Bernsen算法计算每个点阈值：

$T_2(x,y)=\frac{1}{2}[\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\max }f(x+k,y+1)+\underset{\begin{array}{c}-w<k<w\\ -w<l<w\end{array}}{\min }f(x+k,y+1)];$

用平均法对阈值进行光滑处理得：

其中avg为邻域中的均值；

步骤S33，二值化：(1-a)*T₁<f（x，y）<(1+a)*T₁，如果f（x，y）>T₃（x，y），则b（x，y）＝255；如果f（x，y）≤T₃（x，y），则b（x，y）＝0。

9.一种实现权利要求1所述识别方法的识别系统，其特征在于，包括图像采集装置、图像采集卡和计算机；所述图像采集装置用于拍摄轮胎侧面的全彩色胎号图像，以标准视频信号输出给图像采集卡；所述图像采集卡将模拟的图像信号转换为数字图像信号并传给计算内存进行处理或以彩色格式存储到计算机存储设备中；所述计算机对接收或存储的数字图像信号进行处理分析并识别出胎号。

10.根据权利要求9所述的识别系统，其特征在于，所述图像采集装置包括CCD摄像机、辅助光源和镜头控制器；所述辅助光源由LED矩形环与挡光金属罩组成，LED矩形环由若干个LED发光管排列成矩形，在挡光金属罩内壁贴有玻璃纸。

11.根据权利要求10所述的识别系统，其特征在于，所述镜头控制器包括分别用于控制CCD摄像机的光圈、变倍、聚焦的三个双向选择开关。

Images