CN103440492A - 一种手持卷烟识别器 - Google Patents
一种手持卷烟识别器 Download PDFInfo
- Publication number
- CN103440492A CN103440492A CN201310400081XA CN201310400081A CN103440492A CN 103440492 A CN103440492 A CN 103440492A CN 201310400081X A CN201310400081X A CN 201310400081XA CN 201310400081 A CN201310400081 A CN 201310400081A CN 103440492 A CN103440492 A CN 103440492A
- Authority
- CN
- China
- Prior art keywords
- module
- circuit
- character
- output terminal
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及一种手持卷烟识别器,属卷烟防伪码识别设备技术领域。它由壳体、人机交互界面构成,其特点是:壳体内安装有DM3730中央处理器、MT9D111图像采集模块、GPRS/WIFI模块、MT29C1G24存储芯片、TPS65930时钟和电源管理芯片;图像采集模块插口分别安装有CMOS摄像头、LED蓝光辅助光源;中央处理器包括图像预处理模块、防伪码识别模块等。可准确快速识别背景复杂、标识码特征不明显、字符轮廓缺失、粘连等卷烟外包装防伪码的真伪;可人工输入卷烟识别码,并可不间断工作八小时,操作简单方便,识别效果好,工作效率高,填补了国内无卷烟防伪码真伪识别设备的空白。整机轻巧,造价低廉。
Description
技术领域
本发明涉及一种手持卷烟识别器,属卷烟防伪码识别设备技术领域。
背景技术
卷烟是一种国家专控专卖的特殊商品。一直以来,假烟、走私烟和非正常渠道来源烟严重侵害广大卷烟消费者的身体健康及经济利益,是扰乱卷烟市场正常秩序的主要因素,也是中国烟草专卖系统严重关注的问题。“三烟”之所以难以控制,一个很重要的原因就是缺乏有效的真伪识别设备。目前工业生产中自动检验产品质量的康耐视 In-Sight 视觉装置具有功能多、性能强的优点,但其体积庞大,系统复杂,造价昂贵,识别卷烟防伪码的真伪仅需康耐视 In-Sight 视觉装置的字符识别一个功能就足够,若采用康耐视 In-Sight 视觉装置作卷烟防伪码的真伪识别,即是大材小用浪费资源。且康耐视 In-Sight 视觉装置操作麻烦,携带不方便,且对于卷烟包装表面因镜面反射造成的识别困难无能为力。目前国内尚无专门针对卷烟32位防伪码进行真伪识别的设备。
发明内容
本发明的目的在于,提供一种轻盈小巧,方便携带,操作简单,可准确、快速识别背景复杂、标志码和标识码特征不明显、字符轮廓缺失及字符粘连等卷烟外包装防伪码的真伪,识别效果好,工作效率高,填补国内无卷烟防伪码真伪识别设备空白,解决现有技术体积庞大,携带不便,操作麻烦,造价昂贵,且对于卷烟防伪码识别无针对性问题的手持卷烟识别器。
本发明是通过如下的技术方案来实现上述目的的
该手持卷烟识别器由壳体、人机交互界面构成,人机交互界面包括显示屏、触摸屏控制芯片;其特征在于:壳体内安装有DM3730中央处理器、MT9D111图像采集模块、GPRS/WIFI模块、MT29C1G24存储芯片、TPS65930时钟和电源管理芯片;壳体上安装有TF卡/USB接口;MT9D111图像采集模块通过插口分别安装有CMOS摄像头、LED蓝光辅助光源;DM3730中央处理器包括图像预处理模块、防伪码识别模块、人工修正模块、信息查询模块、故障自检模块;DM3730中央处理器通过接口分别与MT9D111图像采集模块、GPRS/WIFI模块、MT29C1G24存储芯片、TPS65930时钟/电源管理芯片、TF卡/USB接口连接;TPS65930时钟/电源管理芯片包括时钟/充电模块、供电电源; MT9D111图像采集模块通过接口连接DM3730中央处理器的图像预处理模块,图像预处理模块的输出端与防伪码识别模块的输入端连接,防伪码识别模块的输出端通过USB接口与GPRS/WIFI模块连接;人机交互界面的触摸屏控制芯片的输出端通过接口与DM3730中央处理器连接,DM3730中央处理器的防伪码识别模块的输出端与人机交互界面的显示屏的输入端连接;人工修正模块、信息查询模块和故障自检模块均通过相应接口分别与人机交互界面的触摸屏控制芯片连接;TPS65930时钟和电源管理芯片的供电电源通过导线分别与DM3730中央处理器、人机交互界面、GPR/WIFI模块、MT29C1G24数据存储芯片、CMOS摄像头的工作电压端Vcc连接,TPS65930时钟和电源管理芯片的时钟/充电模块通过相应接口连接DM3730中央处理器,时钟/充电模块的充电输出端通过导线与供电电源连接。
所述的图像预处理模块包括:图片灰度转换电路、图片增强电路、图片边缘检测电路、字符倾斜校正电路、区域定位电路;图片灰度转换电路的输入端与MT9D111图像采集模块的输出端连接,图片灰度转换电路的输出端连接图片增强电路的输入端;图片增强电路的输出端与图片边缘检测电路的输入端连接,图片边缘检测电路的输出端与字符倾斜校正电路的输入端连接,字符倾斜校正电路的输出端与区域定位电路的输入端连接;区域定位电路的输出端与防伪码识别模块的输入端连接。
所述的防伪码识别模块包括字符倾斜校正电路、初次匹配电路、字符归一化电路、二次匹配电路、字符识别输出电路;字符倾斜校正电路的输入端连接图像预处理模块的输出端,字符倾斜校正电路的输出端与初次匹配电路的输入端连接,初次匹配电路的输出端与字符归一化电路的输入端连接,字符归一化电路的“是”输出端直接连接字符识别输出电路的输入端,字符归一化电路的“否”输出端通过二次匹配电路与字符识别输出电路的输入端连接,字符识别输出电路通过USB接口与GPRS/WIFI模块连接。
本发明与现有技术相比的有益效果在于:
该手持卷烟识别器采用MT9D111图像采集模块,DM3730中央处理器的图像预处理模块、防伪码识别模块,Linux驱动等软硬件,小巧、轻便,造价低廉;MT9D111图像采集模块配置高清晰度摄像头,并增配LED蓝光辅助光源,通过DM3730中央处理器的图像预处理模块和防伪码识别模块及Linux驱动软件的系列处理,可准确快速识别背景复杂、标志码和标识码特征不明显、字符轮廓缺失及字符粘连等卷烟外包装防伪码的真伪;设置人机交互界面,在遇无法自动识别状态下,可人工输入卷烟识别码,操作简单方便,识别效果好,工作效率高,填补了国内无卷烟防伪码真伪识别设备的空白。通过TPS65930时钟和电源管理芯片,保证该手持卷烟识别器可持续正常工作八小时以上;通过USB接口接入SIM900B GPRS模块和ST-08S WIFI模块,实现识别码异地、远方与电脑终端的数据传输和通信。很好地解决了现有技术体积庞大,携带不便,操作麻烦,造价昂贵,且对于卷烟防伪码识别无针对性的问题。
附图说明
附图1为一种手持卷烟识别器的工作原理方框示意图;
附图2为一种手持卷烟识别器的DM3730中央处理器的工作原理方框示意图;
附图3为一种手持卷烟识别器的图像预处理模块的工作原理方框示意图;
附图4为一种手持卷烟识别器的防伪码识别模块的工作原理方框示意图;
附图5为一种手持卷烟识别器的防伪码识别模块的防伪码字符区域定位工作流程示意图;
附图6为一种手持卷烟识别器的Linux软件驱动工作流程图。
图中:1、壳体,2、人机交互界面,21、显示屏,22、触摸屏控制芯片,3、DM3730中央处理器,31、图像预处理模块,32、防伪码识别模块,33、人工修正模块,34、信息查询模块,35、故障自检模块,4、MT9D111图像采集模块,41、CMOS摄像头,42、LED蓝光辅助光源,5、GPRS/WIFI模块,6、MT29C1G24存储芯片,7、TF卡/USB接口,8、TPS65930时钟和电源管理芯片81、时钟/充电模块,82、供电电源,9、终端处理平台。
具体实施方式
下面结合附图对该手持卷烟识别器作进一步详细说明:
一种手持卷烟识别器,它由壳体1、人机交互界面2构成,人机交互界面2包括显示屏21、触摸屏控制芯片22;壳体1内安装有DM3730中央处理器3、MT9D111图像采集模块4、GPRS/WIFI模块5、MT29C1G24存储芯片6、TPS65930时钟和电源管理芯片8;壳体1上安装有TF卡/USB接口7;MT9D111图像采集模块4通过插口分别安装有CMOS摄像头41、LED蓝光辅助光源42;DM3730中央处理器3包括图像预处理模块31、防伪码识别模块32、人工修正模块33、信息查询模块34、故障自检模块35;DM3730中央处理器3通过接口分别与MT9D111图像采集模块4、GPRS/WIFI模块5、MT29C1G24存储芯片6、TPS65930时钟/电源管理芯片8、TF卡/USB接口7连接;TPS65930时钟/电源管理芯片8包括时钟/充电模块81、供电电源82;MT9D111图像采集模块4通过接口连接DM3730中央处理器3的图像预处理模块31,图像预处理模块31的输出端与防伪码识别模块32的输入端连接,防伪码识别模块32的输出端通过USB接口与GPRS/WIFI模块5连接;人机交互界面2的触摸屏控制芯片22的输出端通过接口与DM3730中央处理器3连接,DM3730中央处理器3的防伪码识别模块32的输出端与人机交互界面2的显示屏21的输入端连接;人工修正模块33、信息查询模块34和故障自检模块35均通过相应接口分别与人机交互界面2的触摸屏控制芯片22连接;TPS65930时钟和电源管理芯片8的供电电源82通过导线分别与DM3730中央处理器3、人机交互界面2、GPR/WIFI模块5、MT29C1G24数据存储芯片6、CMOS摄像头41的工作电压端Vcc连接,TPS65930时钟和电源管理芯片8的时钟/充电模块81通过相应接口连接DM3730中央处理器3,时钟/充电模块81的充电输出端通过导线与供电电源82连接。
所述的图像预处理模块31包括图像灰度转换电路、图像增强电路、图像边缘检测电路、字符倾斜校正电路、区域定位电路、行分割电路;图像灰度转换电路的输入端与MT9D111图像采集模块4的输出端连接,图像灰度转换电路的输出端连接图像增强电路的输入端;图像增强电路的输出端与图像边缘检测电路的输入端连接,图像边缘检测电路的输出端与字符倾斜校正电路的输入端连接,字符倾斜校正电路的输出端与区域定位电路的输入端连接;区域定位电路的输出端与行分割电路的输入端连接,行分割电路的输出端与防伪码识别模块32的输入端连接。
通过图像预处理模块31对图像进行预处理,来改善图像质量,包括增强图像对比度、保留图像细节和去除噪声等,从而使图像的细节更加清楚,字符更易于识别。该模块处理的基本过程是:获取原图片的蓝色分量即完成了灰度变换,然后进行滤波处理达到去噪及图像增强的效果。采用自适应阈值的Canny算子对滤波后的图像进行边缘检测,然后对边缘检测后的图像进行基于霍夫变换的字符倾斜校正。对倾斜校正后的图像进行区域定位,再通过统计处理后图片的每行像素的非零值个数来确定分割的位置,即完成行分割过程。
图像灰度转换电路:经过试验证明蓝色补光采集到的图片质量较好,因此本发明采用蓝色补光采集图像,并对采集到的源图像提取蓝色分量,在此基础上进行一系列的预处理。转换后的灰度图像仍然反映了整幅图像的整体和局部的色度和亮度的等级分布和特征,同时降低了存储开销及提升系统的执行速度。
图像增强电路:提高图像的可读性,如突出目标的轮廓、衰减噪声等,只将感兴趣的特征有选择地突出,而衰减其他次要信息。图像对比度增强的方法包括图像灰度修正、图像平滑、滤波以及图像锐化,或其他使用其他改进算法实现图像增强。滤波处理的主要作用是实现去噪和图像增强,根据噪声和信号在频域上分布的不同,信号部分主要集中在低频区域,而噪声主要分布在高频区域,采用合适的滤波函数消除区域内的噪声,同时起到平滑效果。
图像边缘检测电路:用于提取图像的轮廓。边缘,是图像中灰度发生急剧变化的区域边界。边缘检测一般是采用空域微分算子来对灰度级间接检测的一种检测方法。图像边缘上灰度变化最大的地方,一般对应的函数的梯度比较大,因此选取的求导算法的好坏直接影响边缘检测的好坏。边缘检测就是对图像上所有像素点求一阶或者二阶微分来确定哪些是边缘像素点。一般情况下,图像的边缘点对应的就是一阶微分图像的峰值,利用二阶图像求导则是过零点对应着图像的边缘点。边缘检测作为图像目标的基本特征,表示了信号的突变,含有大量的图像信息,是目标提取的重要依据。Canny算子在图像去噪和保留边缘细节上取得相对较好的平衡,成为较为理想的算子。
行分割电路:为了更好地分割出单个字符进行识别,必须针对防伪码特点先进行分割。首先将边缘信息按其能表达的信息重要程度分类,如将原图按6×6 = 36象素大小划分成若干小块,形成能表达边缘信息的方块。在每一个小块中,计算二值化后的边缘图像中重要边缘象素的数目,如果大于某个门限值T,比如大于5,意思就是该小分块内有多于5个重要边缘象素,这样处理,绝大部分孤立噪声点将被滤掉,则将该小块中的像素值标记为255,否则为0,从而滤掉背景或者干扰,基本只剩下字符号码目标区域梯度块的标记,从而实现精确定位。
通过统计上面区域定位中重要边缘像素的数目以及原图的大小动态确定行分割时上下左右分割的阈值,比固定阈值的方法自适应性强且更加准确。分别从左到右和从右到左进行统计对应列的非零像素点的数目,通过与左右分割阈值进行比较确定字符区域左右分割边缘。与之类似,分别从上到下和从下到上进行统计对应行的非零像素点的数目,通过与上下分割阈值进行比较确定字符区域上下分割边缘。最后统计以上确定区域的每行非零像素点个数,取像素点最少的那行作为分行线,实现行分割。
所述的防伪码识别模块32包括字符倾斜校正电路、初次匹配电路、字符归一化电路、二次匹配电路、字符识别输出电路;字符倾斜校正电路的输入端连接图像预处理模块31的输出端,字符倾斜校正电路的输出端与初次匹配电路的输入端连接,初次匹配电路的输出端与字符归一化电路的输入端连接,字符归一化电路的“是”输出端直接与字符识别输出电路的输入端连接,字符归一化电路的“否”输出端通过二次匹配电路与字符识别输出电路的输入端连接,字符识别输出电路通过USB接口与GPRS/WIFI模块5连接。
防伪码识别模块32采用模板匹配的方法,并根据防伪码特点加入识别结果校正模块。该方法速度快,识别率高。
通过初次匹配电路对字符进行预分类和分割,该方法具有速度快,对于粘连字符和缺损字符的分割效果较好的优点,同时对背景噪声具有一定的抵抗性。
通过字符归一化电路统一字符的尺寸,对均值和方差进行归一化,所以它们与亮度和对比度的差别不相关;如果字符匹配,就直接将匹配的字符信息送入字符识别输出电路,反之则送入二次匹配电路进行二次变换校正匹配,纠正误识结果,识别初次匹配时遗漏的字符以及剔除误识的非字符区域,然后将再次变换校正匹配的字符信息送入字符识别输出电路。
该手持卷烟识别器,是通过CMOS摄像头41拍摄防伪码(字母、数字)图片,然后将图片传输至终端处理平台9,通过终端处理平台9对图片上的防伪码(字母、数字)进行有效确认;因此,对防伪码字符先期拍摄的图片质量及清晰度决定着后续识别的准确性。目前对字符识别的应用及研究,尽管出台了许多字符识别软件,在某一特定领域也具有较高的识别率,但不能解决条烟外包装防伪码字符倾斜、扭曲,及条烟外包装表面不平整、反光、阴影等严重影响拍摄字符图片的清晰度,进而严重影响终端处理平台自动鉴别真伪的问题。
用户使用该手持卷烟识别器,可对卷烟位码进行扫描、弥补光照不均匀或阴影、复杂底色图案、字符粘连、笔画缺失、包装膜反光等缺陷,拍摄出清晰的字符图片,然后通过GPRS网络将识别结果发送至终端处理平台,最终获取卷烟的生产日期、卷烟名称、销售日期、销售部门、所属零售户等信息,实现对卷烟真伪的快速鉴别及全面管理。
发明人在对国内外字符提取方法和字符识别系统进行充分分析的基础上,根据该手持卷烟识别器的技术要求,针对实际的应用环境,进行了防伪码字符区定位方法研究、字符区二值化技术研究、单个防伪码字符切分算法研究、防伪码字符特征提取研究、防伪码字符识别方法研究。完成了下述工作:
1) 为适应防伪码字符字体、光照度等的复杂多样性,设计了一种基于自适应大小检测窗的文本定位方法。
鉴于文本大小不一这个难点,本发明设计了自适应大小检测窗,检测窗随字符大小而作相应变化,以保证检测窗包含整个字符。基本的扫描方法为:按照从上到下、从左到右的顺序扫描窗所在位置的连通域,然后根据连通域的高度调整检测窗的大小,接着提取检测窗内的图像特征,输入到AdaBoost分类器中,得到该区域的判别结果。该定位方法与字符大小无关,可以避免定位算法对于字符大小敏感这个问题。
2) 为了解决光照不均的问题,本发明提出了改进的误差反向传播神经网络简称BP(Back Propagation)神经网络局部阈值分割Bernsen算法,即局域二值化算法。
改进的局域二值化算法不仅继承了BP的局部阈值分割Bernsen算法的可靠、推导过程严谨、精度较高、通用性较好等优点,而且改进后的Bernsen算法的二值化结果不受光照的影响,同时有效过滤了噪声。
3) 通过滴水字符切分算法实现了对粘结的防伪码字符的分割。
滴水字符切分算法的基本思想是假想一滴水珠依靠重力作用,沿笔画的轮廓自然下降,最终形成切分轨迹。该算法的过程可描述如下:
Step1:寻找切分起始点
这里采取的是由下向上的滴水策略对字符完成两两切分,所以应该在下边界找起始点。本发明用字符个数判别过程中得到的下边界波峰位置(topx,topy)和下边界波峰高度h指导寻找起始点。下边界一个完整波峰代表改字符的高度。对于两相邻的字符,设h1和h2分别代表了左边、右边字符下边界波峰高度,(topx1,topy1)和(topx2,topy2)分别代表左边、右边字符下边界波峰位置。如果h1<h2,在top1位置从左到右找到第一个由黑变白的白点作为起点;若h2<h1,则在top2高度位置从右往左找到第二个由白变黑的白点作为起点。
Step2:下一步寻址策略
设切分参考位置的横坐标为X,即两连接字符右半部分波峰的起点,当前位置的横坐标为 ,若当前点上方和左右5个点中,至少有一个白像素点,当时,按照正上、右上、左上、右、左的优先级顺序寻找下一点位置;当时,按照正上、左上、右上、左、右的顺序寻找下一点位置;如果当前点上方和左右五个点都是黑色像素点,即认为进入了字符连接处。
Step3:穿越字符连接位置
当前像素周围的五个像素点都是黑点,表明下一步必将进入字符的连接处,类似进入一个盲区,在没有白像素点的指导下很容易陷入局部性,导致切分线偏离正确路径,本文提出了三选一的寻优策略:即在进入盲区时,分别采用垂直向上、右倾45°斜向上、和左倾45°斜向上的三种寻址方法穿越盲区,仍然按照下一步寻址算法完成切分线,分析得到的三条切分线,选择最合理的一条作为最终切分线。
4) 针对防伪码字符的特点,完成了对防伪码字符的压缩特征和粗网格特征。
防伪码字符的粗网格特征:粗网格通常把字符分成N×N个网格,统计每个网格中的像素数量,而每个网格各自反映字符的某一部分特征,在识别阶段,把各个网格组合起来作为字符的统计特征以此来识别字符。
5) 通过对大量具体样本图像的测试,验证了误差反向传播神经网络BP (Back Propagation)的局部阈值分割方法Bernsen算法对防伪码字符识别的有效性。在各种图像处理的应用领域,二值化都是一个必要程序,因为一幅图像通常包含大量信息,其中既有需要处理的目标对象,也有大量无关的背景信息,在预处理阶段通常使用一种叫做阈值分割的方法,根据目标和背景的灰度值,与一个特定灰度值即阈值相比较,从而将两者分割开来。根据不同的阈值选取方法,又可以分为全局阈值分割和局部阈值分割。误差反向传播神经网络简称BP神经网络,是一种按误差逆传播算法训练的多层前馈网络,是目前进行字符识别时应用最广泛的神经网络模型之一。尽管误差反向传播神经网络BP的局部阈值分割方法Bernsen算法具有依据可靠、推导过程严谨、精度较高、通用性较好等优点,但其存在以下缺点:对于变化缓慢的非均匀背景非常有效,但对噪声比较敏感,当卷烟背景边缘之处的灰度值变化很快时,易将边缘误认为前景字符,从而对后续识别阶段造成干扰。因此本发明对局部阈值分割方法Bernsen算法进行了改进。
一般局部阈值分割方法Bernsen算法原理如下式:
这样,在对前景像素进行分割时,可通过一个局部方差阈值进行确认。如下式(2-4 )所示;
当α取0时,该算法即为原Bersen算法,当α取1时,该算法即为改进的高斯平滑滤波Bernsen算法,改进的Bernsen算法的二值化结果不受光照的影响,同时有效过滤了噪声。
图像预处理模块31的作用:由于露天环境拍摄的条烟图像,难以避免图像因光照不均呈现阴影区域或图像整体较昏暗,导致防伪码目标信息和背景的对比度差。此外,条烟包装表面的透明纸膜的镜面反射会引入噪声,使图像出现高光区域和阴影区域共存,致使图像灰度不均匀。序号背景复杂,不同品牌条烟的包装不同,使得序号的背景颜色不同,而且序号所在区域多数包含复杂的底纹,序号本身颜色浅,致使序号与背景的灰度差别不明显。不同品牌条烟的打码位置不同,序号相对于包装有不同程度的倾斜,加上拍摄距离不确定,拍摄的序号不是水平或垂直状,存在一定的倾斜角度,使得图像的序号区域尺寸与整幅图片的尺寸比例不同。
针对上述问题,通过图像预处理模块31可改善图像的视觉效果,或将图像转换成更适合人眼观察和机器分析、识别的形式,以便从图像中获取更有用的信息。可去除图像中的干扰部分和噪声,提高信噪比,突出图像的期望区域,便于提取图像的特征作为目标识别的模式。由于图像信号部分主要集中在低频区域,而噪声主要分布在高频区域,因而可以采用滤波的方式去除噪声,增强图像的对比度,在一定程度上减小了背景的干扰,有助于图像与背景分离。
该模块处理的基本过程是:获取原图片的蓝色分量即完成了灰度变换,然后进行滤波处理达到去噪及图像增强的效果。采用自适应阈值的Canny算子对滤波后的图像进行边缘检测,然后对边缘检测后的图像进行基于霍夫变换的字符倾斜校正。对倾斜校正后的图像进行区域定位,再通过统计处理后图片的每行像素的非零值个数来确定分割的位置,即完成行分割过程。
图像的灰度转换:
经过试验证明蓝色补光采集到的图片质量较好,因此本发明采用蓝色补光采集图像,并对采集到的源图像提取蓝色分量,在此基础上进行一系列的预处理。转换后的灰度图像仍然反映了整幅图像的整体和局部的色度和亮度的等级分布和特征,但是却降低存储开销及提升系统的执行速度。
图像增强:
滤波处理的主要作用是实现去噪和图像增强。根据噪声和信号在频域上分布的不同,信号部分主要集中在低频区域,而噪声主要分布在高频区域,采用合适的滤波函数消除区域内的噪声,同时起到平滑效果。
边缘检测:
边缘检测一般是采用空域微分算子来对灰度级间接检测的一种检测方法。图像边缘上灰度变化最大的地方,一般对应的函数的梯度比较大,因此选取的求导算法的好坏直接影响边缘检测的好坏。边缘检测就是对图像上所有像素点求一阶或者二阶微分来确定哪些是边缘像素点。一般情况下,图像的边缘点对应的就是一阶微分图像的峰值,利用二阶图像求导则是过零点对应着图像的边缘点。边缘检测作为图像目标的基本特征,表示了信号的突变,含有大量的图像信息,是目标提取的重要依据。Canny算子在图像去噪和保留边缘细节上取得相对较好的平衡,成为较为理想的算子。
字符倾斜校正:
利用Hough变换,检测出水平线,得到倾斜角度,然后进行角度旋转后得到倾斜矫正后的图像。
Hough变换的主要思想是利用点与直线在直角坐标系和极坐标系中的对偶性,将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。具体的说,利用直线的参数方程
将原始图像中的一个点(x,y)映射成了参数空间里的一条正弦曲线,如果若干个点在一条直线上,那么他们对应的正弦曲线也会交于同一个点,从而原始图像中的直线被映射到参数空间的一点。基于这一点,本发明将直线检测问题转化为参数空间里寻找局部最大值的问题,通过在参数空间里进行累加统计完成检测。
区域定位及行分割:
首先将边缘信息按其能表达的信息重要程度分类,如将原图按6×6 = 36象素大小划分成若干小块,形成能表达边缘信息的方块。在每一个小块中,计算二值化后的边缘图像中重要边缘象素的数目,如果大于某个门限值T,比如大于5,意思就是该小分块内有多于5个重要边缘象素,这样处理,绝大部分孤立噪声点将被滤除掉,,则将该小分块中的像素值标记为255,否则为0,从而滤除掉背景或者干扰,基本只剩下字符号码目标区域梯度块的标记,从而实现精确定位。
通过统计上面区域定位中重要边缘像素的数目以及原图的大小动态,确定行分割时上下左右分割的阈值,比固定阈值的方法自适应性强且更加准确。分别从左到右和从右到左统计对应列的非零像素点的数目,通过与左右分割阈值进行比较,确定字符区域左右分割边缘。与之类似,分别从上到下和从下到上统计对应行的非零像素点的数目,通过与上下分割阈值进行比较,确定字符区域上下分割边缘,最后统计以上确定区域的每行非零像素点个数,取像素点最少的那行作为分行线,实现行分割。
防伪码识别模块32的作用:条烟包装上的序号由字母和数字组成,字体比较规范,但字符宽度及字符间隙不相同,识别时只能根据每个字符的特征进行判断,因此必须首先将图片区域中的字符独立分割出来,即提取字符特征。
防伪码识别模块32使用模板匹配算法,从大量的卷烟防伪码图像中选择经常使用到的字体作为模板库。将每个模板在源图像上以步长为一个像素,从左到右、从上到下进行滑动,使用图像的灰度值和边缘点作为特征,计算模板与源图像中模板覆盖区域的相关系数矩阵,相关系数最大的区域即是字符存在的精确位置,此时将单个字符分割出来。该方法具有速度快,对于粘连字符和缺损字符的分割效果较好的优点,同时对背景噪声具有一定的抵抗性。
字符分割包括行和列两个方向,字符的行分割已在图像预处理部分完成。单个字符的分割根据字符的宽、高,以及笔画特征等通过防伪码识别模块的初次匹配电路对字符进行预分类和分割,将分割得到的字符进行尺寸变换,使字符与终端处理平台数据库中的字符样本尺寸相同,再通过字符归一化电路统一字符的尺寸,如果字符匹配,则直接将匹配的字符信息送入字符识别输出电路,反之则送入二次匹配电路进行二次变换校正匹配,然后将二次变换校正匹配的字符信息送入字符识别输出电路。
人工修正模块33:用于在防伪码打印极度不清晰,导致字符识别模块无法正确识别时,为操作员提供手工输入防伪码功能。
信息查询模块34:用于将识别后的位防伪码信息以系统通信协议打包发送到终端处理平台进行卷烟的真伪查询。
故障自检模块35:通过检查运行日志,可直接判断故障发生的原因,避免死机现象发生,或即便出现死机现象也可在极短时间内重启,保证该手持卷烟识别器的工作稳定性和可靠性。
该手持卷烟识别器的工作过程如下:
首先打开电源开关登陆人机交互界面2的显示屏21,为防止系统被非操作人员误用,保证系统的安全性,故只有登陆后用户才能使用相应的功能。操作员通过菜单选择相应的功能完成其需要的操作。一级菜单包括系统设置、网络设置、手动输入、自动录入和退出选项。打开菜单中的网络设置子菜单后,显示出网络设置界面,通过该操作界面可填写或更改服务器的IP地址。还可选择通过GPRS/WIFI模块5把扫描的数据发送给终端处理平台9。后期还可增加其他的传送方式。
TPS65930时钟和电源管理芯片8的供电电源82采用高能可充电锂电池组,可使该手持卷烟识别器持续工作八个小时。时钟/充电模块81为DM3730中央处理器3提供时钟信号,同时为供电电源82充电。
通过人机交互界面2的手动输入菜单,可在设备无法自动扫描的特殊情况下,手动输入防伪码继续完成后续识别功能。
在MT9D111图像采集模块4上装接的高清晰度CMOS摄像头41及LED蓝光辅助光源42,实现在任何光照条件下对卷烟盒上的位防伪码进行清晰的图像采集。针对卷烟包装的特点,通过多次试验确定,采用LED蓝光辅助光源42照明时拍摄图片的效果最好。
嵌入式Linux操作系统在便携设备中具有众多成熟的案例,具有内核小、效率高、性能稳定、裁剪性好、开发周期短等优势。
图形界面采用Qt-4.7.3,Qt是一个跨平台的C++应用程式开发框架,广泛用于开发GUI程序,拥有标准的图形使用者接口。
根据该手持卷烟识别器的系统需求,软件需要完成以下工作:
1)在Linux操作系统下驱动系统的所有外设,包括CMOS摄像头41、GPRS/WIFI模块5、液晶显示屏21等设备;
2)对CMOS摄像头41得到的图像信息进行图像识别,得到有效的编码信息;
3)对TPS65930时钟和电源管理芯片8进行监控;
4)在QT环境下编写人机交互界面2;
5)利用HTTP应用协议传送数据。
选择ST-08S WIFI模块,ST-08S WIFI模块内部集成了支持ARP、ICMP、UDP、TCP/IP、DHCP客户端以及DHCP服务器等诸多协议TCP/IP协议和Wi-Fi驱动,同时具备通用串口、PWM以及多路通用IO的输入输出等功能,具有系统接口灵活,编程控制方便等诸多优点。选择SIM900B GPRS模块,SIM900B采用工业标准接口,工作频率为GSM/GPRS 850/900/1800/1900MHz,可以低功耗实现语音、SMS、数据和传真信息的传输。另外,SIM900的尺寸大小为24x24x3mm,具有更小的体积,支持四个频段以及更低的功耗,外围电路简单,较易于操作,适用于M2M应用中的各类设计需求,尤其适用于紧凑型产品设计。
以上所述只是该发明的具体实施方式,上述举例说明不对本发明的实质内容构成限制,所属技术领域的普通技术人员在阅读了本说明书后可以对上述的具体实施方式做修改或变形,而不背离本发明的实质和范围。
Claims (3)
1.一种手持卷烟识别器,它由壳体(1)、人机交互界面(2)构成,人机交互界面(2)包括显示屏(21)、触摸屏控制芯片(22);其特征在于:壳体(1)内安装有DM3730中央处理器(3)、MT9D111图像采集模块(4)、GPRS/WIFI模块(5)、MT29C1G24存储芯片(6)、TPS65930时钟和电源管理芯片(8);壳体(1)上安装有TF卡/USB接口(7);MT9D111图像采集模块(4)通过插口分别安装有CMOS摄像头(41)、LED蓝光辅助光源(42);DM3730中央处理器(3)包括图像预处理模块(31)、防伪码识别模块(32)、人工修正模块(33)、信息查询模块(34)、故障自检模块(35);DM3730中央处理器(3)通过接口分别与MT9D111图像采集模块(4)、GPRS/WIFI模块(5)、MT29C1G24存储芯片(6)、TF卡/USB接口(7)、TPS65930时钟/电源管理芯片(8)连接;TPS65930时钟/电源管理芯片(8)包括时钟/充电模块(81)、供电电源(82); MT9D111图像采集模块(4)通过接口连接DM3730中央处理器(3)的图像预处理模块(31),图像预处理模块(31)的输出端与防伪码识别模块(32)的输入端连接,防伪码识别模块(32)的输出端通过USB接口与GPRS/WIFI模块(5)连接;人机交互界面(2)的触摸屏控制芯片(22)的输出端通过接口与DM3730中央处理器(3)连接,DM3730中央处理器(3)的防伪码识别模块(32)的输出端与人机交互界面(2)的显示屏(21)的输入端连接;人工修正模块(33)、信息查询模块(34)和故障自检模块(35)均通过相应接口分别与人机交互界面(2)的触摸屏控制芯片(22)连接;TPS65930时钟和电源管理芯片(8)的供电电源(82)通过导线分别与DM3730中央处理器(3)、人机交互界面(2)、GPR/WIFI模块(5)、MT29C1G24数据存储芯片(6)、CMOS摄像头(41)的工作电压端Vcc连接,TPS65930时钟和电源管理芯片(8)的时钟/充电模块(81)通过相应接口连接DM3730中央处理器(3),时钟/充电模块(81)的充电输出端通过导线与供电电源(82)连接。
2.根据权利要求1所述的手持卷烟识别器,其特征在于:所述的图像预处理模块(31)包括:图片灰度转换电路、图片增强电路、图片边缘检测电路、字符倾斜校正电路、区域定位电路、行分割电路;图片灰度转换电路的输入端与MT9D111图像采集模块(4)的输出端连接,图片灰度转换电路的输出端连接图片增强电路的输入端;图片增强电路的输出端与图片边缘检测电路的输入端连接,图片边缘检测电路的输出端与字符倾斜校正电路的输入端连接,字符倾斜校正电路的输出端与区域定位电路的输入端连接,区域定位电路的输出端与行分割电路的输入端连接,行分割电路的输出端与防伪码识别模块(32)的输入端连接。
3.根据权利要求1所述的手持卷烟识别器,其特征在于:所述的防伪码识别模块(32)包括字符倾斜校正电路、初次匹配电路、字符归一化电路、二次匹配电路、字符识别输出电路;字符倾斜校正电路的输入端连接图像预处理模块(31)的输出端,字符倾斜校正电路的输出端与初次匹配电路的输入端连接,初次匹配电路的输出端与字符归一化电路的输入端连接,字符归一化电路的“是”输出端直接连接字符识别输出电路的输入端,字符归一化电路的“否”输出端通过二次匹配电路与字符识别输出电路的输入端连接,字符识别输出电路通过USB接口与GPRS/WIFI模块(5)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310400081XA CN103440492A (zh) | 2013-09-05 | 2013-09-05 | 一种手持卷烟识别器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310400081XA CN103440492A (zh) | 2013-09-05 | 2013-09-05 | 一种手持卷烟识别器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103440492A true CN103440492A (zh) | 2013-12-11 |
Family
ID=49694185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310400081XA Pending CN103440492A (zh) | 2013-09-05 | 2013-09-05 | 一种手持卷烟识别器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103440492A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573688A (zh) * | 2015-01-19 | 2015-04-29 | 电子科技大学 | 基于深度学习的移动平台烟草激光码智能识别方法及装置 |
CN105868759A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 分割图像字符的方法及装置 |
CN109784445A (zh) * | 2019-01-15 | 2019-05-21 | 上海通方信息系统有限公司 | 一种32位喷码智能识别系统 |
CN110619060A (zh) * | 2019-09-12 | 2019-12-27 | 广西盛信富邦科技有限公司 | 一种条烟图像数据库构建方法及条烟防伪查询方法 |
CN111986192A (zh) * | 2020-08-31 | 2020-11-24 | 华中科技大学 | 一种基于机器视觉的香菇破损检测方法 |
CN113117311A (zh) * | 2021-04-20 | 2021-07-16 | 重庆反切码科技有限公司 | 一种新型抓菜机 |
CN114863270A (zh) * | 2022-04-13 | 2022-08-05 | 广东烟草阳江市有限责任公司 | 应用于烟草市场监管的便捷式移动工作站 |
CN114998664A (zh) * | 2022-07-18 | 2022-09-02 | 中国科学院烟台海岸带研究所 | 一种多光学平台的海水中微塑料快速检测方法及检测装置 |
WO2022188263A1 (zh) * | 2021-03-08 | 2022-09-15 | 广东烟草河源市有限责任公司 | 一种卷烟真伪鉴别装置及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000653A (zh) * | 2006-12-31 | 2007-07-18 | 沈阳工业大学 | 纸币号码自动识别方法及自动识别记录系统 |
US20070239756A1 (en) * | 2006-03-28 | 2007-10-11 | Microsoft Corporation | Detecting Duplicate Images Using Hash Code Grouping |
-
2013
- 2013-09-05 CN CN201310400081XA patent/CN103440492A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070239756A1 (en) * | 2006-03-28 | 2007-10-11 | Microsoft Corporation | Detecting Duplicate Images Using Hash Code Grouping |
CN101000653A (zh) * | 2006-12-31 | 2007-07-18 | 沈阳工业大学 | 纸币号码自动识别方法及自动识别记录系统 |
Non-Patent Citations (3)
Title |
---|
朱银忠: "基于DM3730的人脸识别系统设计", 《计算机技术与发展》 * |
门鹏: "基于ARM的卷烟32位码防伪识别系统的设计与实现", 《现代电子技术》 * |
韦鸿健: "车牌识别系统的研究与实现", 《万方数据》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573688A (zh) * | 2015-01-19 | 2015-04-29 | 电子科技大学 | 基于深度学习的移动平台烟草激光码智能识别方法及装置 |
CN104573688B (zh) * | 2015-01-19 | 2017-08-25 | 电子科技大学 | 基于深度学习的移动平台烟草激光码智能识别方法及装置 |
CN105868759A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 分割图像字符的方法及装置 |
CN105868759B (zh) * | 2015-01-22 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 分割图像字符的方法及装置 |
CN109784445A (zh) * | 2019-01-15 | 2019-05-21 | 上海通方信息系统有限公司 | 一种32位喷码智能识别系统 |
CN110619060B (zh) * | 2019-09-12 | 2020-08-07 | 广西盛信富邦科技有限公司 | 一种条烟图像数据库构建方法及条烟防伪查询方法 |
CN110619060A (zh) * | 2019-09-12 | 2019-12-27 | 广西盛信富邦科技有限公司 | 一种条烟图像数据库构建方法及条烟防伪查询方法 |
CN111986192A (zh) * | 2020-08-31 | 2020-11-24 | 华中科技大学 | 一种基于机器视觉的香菇破损检测方法 |
CN111986192B (zh) * | 2020-08-31 | 2022-05-27 | 华中科技大学 | 一种基于机器视觉的香菇破损检测方法 |
WO2022188263A1 (zh) * | 2021-03-08 | 2022-09-15 | 广东烟草河源市有限责任公司 | 一种卷烟真伪鉴别装置及方法 |
CN113117311A (zh) * | 2021-04-20 | 2021-07-16 | 重庆反切码科技有限公司 | 一种新型抓菜机 |
CN114863270A (zh) * | 2022-04-13 | 2022-08-05 | 广东烟草阳江市有限责任公司 | 应用于烟草市场监管的便捷式移动工作站 |
CN114998664A (zh) * | 2022-07-18 | 2022-09-02 | 中国科学院烟台海岸带研究所 | 一种多光学平台的海水中微塑料快速检测方法及检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103440492A (zh) | 一种手持卷烟识别器 | |
CN102682267B (zh) | 一种针对数字图像的一维和二维码图形快速定位和提取方法 | |
EP1970839B1 (en) | Apparatus, method, and program for face feature point detection | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN102222384B (zh) | 纸币多光谱图像分析方法 | |
CN105488492B (zh) | 一种彩色图像预处理方法、道路识别方法及相关装置 | |
CN102122390B (zh) | 基于深度图像进行人体检测的方法 | |
CN104298996B (zh) | 一种应用于仿生机器鱼的水下主动视觉跟踪方法 | |
US20210158699A1 (en) | Method, device, readable medium and electronic device for identifying traffic light signal | |
CN105069799A (zh) | 一种角点定位方法及装置 | |
CN107038424A (zh) | 一种手势识别方法 | |
CN104463138B (zh) | 基于视觉结构属性的文本定位方法及系统 | |
CN103440035A (zh) | 一种三维空间中的手势识别系统及其识别方法 | |
CN107081765A (zh) | 一种变电站巡视机器人自主识别方法和一种巡视机器人 | |
CN105427320A (zh) | 一种图像分割提取方法 | |
CN103295006A (zh) | 一种高性能雷管编码图像识别装置 | |
EP2813973A1 (en) | Method and system for processing video image | |
CN109101854A (zh) | 一种多条形码定位方法 | |
CN105138990A (zh) | 一种基于单目摄像头的手势凸包检测与掌心定位方法 | |
CN204789357U (zh) | 一种电解电容外观包装缺陷图像检测系统 | |
CN111881832A (zh) | 车道目标检测方法、装置、设备及计算机可读存储介质 | |
CN107014818A (zh) | 一种镭雕缺陷视觉检测系统及方法 | |
CN102930279A (zh) | 用于产品数量检测的图像识别方法 | |
CN104715250B (zh) | 十字激光检测方法和装置 | |
CN114627561A (zh) | 动态手势识别方法、装置、可读存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131211 |