CN103903300A - 物体表面高度重建方法及系统、光学字符提取方法及系统 - Google Patents

物体表面高度重建方法及系统、光学字符提取方法及系统 Download PDF

Info

Publication number
CN103903300A
CN103903300A CN201210585906.5A CN201210585906A CN103903300A CN 103903300 A CN103903300 A CN 103903300A CN 201210585906 A CN201210585906 A CN 201210585906A CN 103903300 A CN103903300 A CN 103903300A
Authority
CN
China
Prior art keywords
light source
body surface
image
character
unit
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
Application number
CN201210585906.5A
Other languages
English (en)
Inventor
丁洪萍
王力
张鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bosch Automotive Products Suzhou Co Ltd
Original Assignee
Bosch Automotive Products Suzhou Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bosch Automotive Products Suzhou Co Ltd filed Critical Bosch Automotive Products Suzhou Co Ltd
Priority to CN201210585906.5A priority Critical patent/CN103903300A/zh
Publication of CN103903300A publication Critical patent/CN103903300A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供物体表面高度重建方法及其系统、光学字符提取方法及其系统。该物体表面高度重建方法包括以下步骤:将n个光源等间隔布置于在照射区域上方的同一圆上,n≥3;将图像捕获装置布置在圆心的上方;将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域;依次点亮光源并捕获位于照射区域中的物体的图像;根据所捕获的图像和所划分的区域来生成三维高度图像。利用本发明,可以构建三维高度图像。另外,还可以对三维高度图像进行进一步处理提取物体表面的凹凸字符和二维码。

Description

物体表面高度重建方法及系统、光学字符提取方法及系统
技术领域
本发明涉及图像处理领域,尤其涉及三维重建方法及其系统、光学字符提取方法及其系统。
背景技术
在光学字符提取应用(诸如OCR、DMC应用)中,通常需要清晰的包含待提取的字符的图片。以OCR应用为例,通常使用低角度光源来照亮字符边缘同时保持背景为暗。然而,在许多情况下,低角度光源不能够起作用。图1a-1b示出了现有技术中待照射的物体的两个示例。在图1a中,字符区域比周围区域低,使得低角度光源不能直接照亮字符区域。在图1b中,由于该物体表面由合成材料制成,在使用低角度光源的情况下,不能够照亮字符区域而保持背景为暗。在图1a-1b所示的情况下,利用低角度光源不能够获得清晰的包含待提取字符的图片。
发明内容
有鉴于此,本发明提供一种物体表面高度重建方法及其系统、光学字符提取方法及其系统。
一方面,提供一种物体表面高度重建方法。该方法包括以下步骤:
将n个光源等间隔布置于在照射区域上方的同一圆上,n≥3;
将图像捕获装置布置在圆心的上方;
将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域;
依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像;
根据所捕获的图像和所划分的区域来生成三维高度图像
优选地,在本发的物体表面高度重建方法中,生成三维高度图像的步骤包括:
根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I;
根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L;
确定物体表面反射率ρ,其中ρ=|(LTL-1)-1(LT·I)|;
确定物体表面法向量N,
Figure BSA00000832796200021
确定物体表面梯度p(x,y),q(x,y),其中
Figure BSA00000832796200023
求解泊松方程
Figure BSA00000832796200024
以得到Z从而生成三维高度图像,其中Z表示物体表面高度;
优选地,在本发的物体表面高度重建方法中,求解泊松方程的步骤包括:
在自由边界条件下,对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure BSA00000832796200025
确定Z的离散傅立叶变换形式
Figure BSA00000832796200026
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) ;
Figure BSA00000832796200028
进行高通滤波;
对高通滤波后的信号进行逆离散傅立叶变换从而得到Z。
优选地,在本发的物体表面高度重建方法中,求解泊松方程的步骤包括:
在Neumann边界条件
Figure BSA00000832796200029
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
Figure BSA000008327962000210
确定Z的离散余弦变换形式
Figure BSA000008327962000211
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure BSA000008327962000213
进行高通滤波;
对高通滤波后的信号进行逆离散余弦变换从而得到Z。
优选地,在本发的物体表面高度重建方法中,求解泊松方程的步骤包括:
在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
Figure BSA00000832796200031
确定Z的离散正弦变换形式
Figure BSA00000832796200032
其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure BSA00000832796200034
进行高通滤波;
对高通滤波后的信号进行逆离散正弦变换从而得到Z。
另一方面,本发明还提供一种物体表面高度重建系统。该系统包括图像采集单元和图像处理单元,其中
该图像采集单元包括n个光源、图像捕获装置,该n个光源等间隔布置于在照射区域上方的同一圆上,n≥3,图像捕获装置布置在圆心的上方;
图像处理单元包括:
区域划分单元,将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域;
控制单元,依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像,并且将所捕获的图像发送至三维高度图像生成单元;
三维高度图像生成单元,根据所捕获的图像和所划分的区域来生成三维高度图像;。
优选地,在本发的物体表面高度重建系统中,三维高度图像生成单元包括:
亮度矩阵生成单元,根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I;
光源方向矩阵生成单元,根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L;
物体表面法向量确定单元,用于确定物体表面反射率ρ和物体表面法向量N,其中ρ=|(LTL-1)-1(LT·I)|,
Figure BSA00000832796200035
物体表面梯度确定单元,确定物体表面梯度p(x,y),q(x,y),其中 p ( x , y ) = - N x N Z , q ( x , y ) = - N Y N Z
处理单元,求解泊松方程
Figure BSA00000832796200043
以得到Z从而生成三维高度图像,其中Z表示物体表面高度。
优选地,在本发的物体表面高度重建系统中,处理单元包括:
DFT单元,在自由边界条件下,对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure BSA00000832796200044
变换单元,确定Z的离散傅立叶变换形式
Figure BSA00000832796200045
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) ;
高通滤波器,对进行高通滤波;
IDFT单元,对高通滤波后的信号进行逆离散傅立叶变换从而得到Z。
优选地,在本发的物体表面高度重建系统中,处理单元包括:
DCT单元,在Neumann边界条件
Figure BSA00000832796200048
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
Figure BSA00000832796200049
变换单元,确定Z的离散余弦变换形式
Figure BSA000008327962000410
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
高通滤波器,对
Figure BSA000008327962000412
进行高通滤波;
IDCT单元,对高通滤波后的信号进行逆离散余弦变换从而得到Z。
优选地,在本发的物体表面高度重建系统中,处理单元包括:
DST单元,在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
Figure BSA000008327962000413
变换单元,确定Z的离散正弦变换形式其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
高通滤波器,对
Figure BSA00000832796200053
进行高通滤波;以及
IDST单元,对高通滤波后的信号进行逆离散正弦变换从而得到Z。
又一方面,本发明还提供一种光学字符提取方法。该光学字符提取方法包括:
利用上述的物体表面高度重建方法生成包括待提取的字符的三维高度图像;
利用形态学运算来处理三维高度图像以提取字符区域;以及
提取字符区域中的字符。
优选地,在本发明的光学字符提取方法中,所述字符选自包括以下项的组:字母、文字、数字、二维码、条形码。
又一方面,本发明还提供一种光学字符提取系统。该光学字符识别系统包括上述的物体表面高度重建系统、字符区域提取单元以及字符提取单元,其中
物体表面高度重新系统生成待提取的字符的三维高度图像并将该三维高度图像发送至字符区域提取单元;
字符区域提取单元,利用形态学运算来处理三维图像以提取字符区域并将该字符区域发送至字符提取单元;
字符提取单元,提取字符区域中的字符。
优选地,在本发明的光学字符提取系统中,所述字符选自包括以下项的组:字母、文字、数字、二维码、条形码
利用本发明,可以重建物体表面高度。进一步地,还可以提取图像中的字符。
附图说明
图1a-1b示出了现有技术中待照射的物体的两个示例;
图2示出了根据本发明的物体表面高度重建方法的结构流程图;
图3示出了根据本发明的物体表面高度重建系统的结构示意图;
图4示出了图3中的图像采集单元的结构示意图;
图5示出了图3中的图像处理单元的结构示意图;
图6示出了根据本发明实施例的图5中的三维高度图像生成单元的结构示意图;
图7示出了根据本发明实施例的图6中的处理单元的结构示意图;
图8示出了根据本发明的另一实施例的图6中的处理单元的结构示意图;以及
图9示出了根据本发明的又一实施例的图6中的处理单元的结构示意图。
具体实施方式
下面将结合附图详细描述本发明的优选实施例,在附图中相同的参考标号表示相同的元件。
图2示出了根据本发明的物体表面高度重建方法的结构流程图。
在步骤201,将n个光源L1-Ln等间隔布置于在照射区域上方的同一圆上,n≥3。光源例如可以为平板LED光源或其它能够发光的器件。
在步骤202,将图像捕获装置布置在圆心的上方。该图像捕获装置例如可以为GigE黑白相机或其它能够捕获图像的装置。
在步骤203,将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域。例如该区域可以使用Gaussian椭圆表示。
在步骤204,依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像。依次点亮光源例如被理解为以任一光源为起点,顺时针地点亮相邻的光源。
例如可以任一光源为起点,点亮该光源以照射在处于照射区域中的图像,然后利用图像捕获装置捕获位于照射区域中的物体的图像。然后顺时针地点亮下一光源,关闭上一光源并捕获物体图像。之后重复顺时针地点亮下一光源、关闭上一光源并捕获物体图像的步骤直至所有光源都被点亮。
可替换地,可以任一光源为起点,点亮该光源以照射在处于照射区域中的图像,然后关闭当前光源并顺时针地点亮下一光源、利用图像捕获装置捕获物体图像。之后重复关闭当前光源、顺时针地点亮下一光源并利用图像捕获装置捕获物体图像的步骤,直至所有的光源被点亮。
在步骤205,根据所捕获的图像和所划分的区域来生成三维高度图像。具体而言,生成三维高度图像的步骤进一步包括:
根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I。以下为了简化描述的目的,均以像素处于被4个光源(L1-L4)照亮的区域为例来进行阐述。此时仅当光源L1-L4被点亮时,该像素的亮度为非0,而当光源L5-Ln被点亮时,该像素的亮度为。
I = I 1 I 2 I 3 I 4 , 为4*1矩阵。
根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L。在本发明中,如此设置三维空间:X、Y、Z轴两两垂直且相交于原点。照射区域位于XY平面上,Z轴方向为从原点朝着图像捕获装置的方向。
因此,该像素所对应的光源方向矩阵 L = L x 1 L y 1 L z 1 L x 2 L y 2 L z 2 L x 3 L y 3 L z 3 L x 4 L y 4 L z 4 ;
通常根据光学理论,图像亮度可由物体表面的反射率、光源的照射方向和物体表面的法向量三者的乘积表示:
Figure BSA00000832796200073
当处于被四个光源L1-L4点亮的区域时,上式即变为 I 1 I 2 I 3 I 4 = ρ L x 1 L y 1 L z 1 L x 2 L y 2 L z 2 L x 3 L y 3 L z 3 L x 4 L y 4 L z 4 N x N y N z , 其中ρ为物体表面反射率和N为物体表面法向量;
根据上式可以得出ρ=|(LTL-1)-1(LT·I)|,
确定物体表面梯度p(x,y),q(x,y),其中
Figure BSA00000832796200083
Figure BSA00000832796200084
求解泊松方程以得到Z从而生成三维高度图像,其中Z表示物体表面高度。
在发明中,可以采用DFT、DCT或DST方法来加快泊松方程求解过程。
采用DFT的原理如下:
▿ 2 z ~ = ∂ 2 z ~ ∂ x 2 + ∂ 2 z ~ ∂ y 2 = ∂ p ∂ x + ∂ q ∂ y - - - ( 1 )
有限差分公式:
z ~ k + 1 , l + z ~ k - 1 , l + z ~ k , l + 1 + z ~ k , l - 1 - 4 z ~ k , l = ρ k , l - - - ( 2 )
离散情况下,可以得到式(2)的有限差分形式:
z ~ k + 1 , l - 2 z ~ k , l + z ~ k - 1 , l Δ 2 + z ~ k , l + 1 - 2 z ~ k , l + z ~ k , l - 1 Δ 2 = ρ ^ k , l - - - ( 3 )
其中
ρ ^ = ∂ p ∂ x + ∂ q ∂ y - - - ( 4 )
为了求解这个方程,可以将
Figure BSA000008327962000810
Figure BSA000008327962000811
分解成一组可积函数的叠加。
使用离散傅立叶变换DFT可以得到
ρ ^ k , l = 1 MN Σ m = 0 M - 1 Σ n = 0 N - 1 P ^ m , n e j 2 πmk M e j 2 πnl N - - - ( 5 )
z ~ k , l = 1 MN Σ m = 0 M - 1 Σ n = 0 N - 1 F ~ m , n e j 2 πmk M e j 2 πnl N - - - ( 6 )
带入到有限差分公式(3)有
F ~ m , n ( e - j 2 πmk M + e j 2 πmk N + e - j 2 πnl M + e j 2 πnl N - 4 ) = P ^ m , n Δ 2 - - - ( 7 )
F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) - - - ( 8 )
Figure BSA00000832796200093
Figure BSA00000832796200094
的傅里叶变换形式,可以对其做逆变换(IDFT)计算得到
Figure BSA00000832796200095
因此,可以按照以下方式来求解泊松方程:
在自由边界条件下,对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure BSA00000832796200096
确定Z的离散傅立叶变换形式
Figure BSA00000832796200097
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) ;
Figure BSA00000832796200099
进行高通滤波;
对高通滤波后的信号进行逆离散傅立叶变换从而得到Z以生成三维高度图像。
可替换地,采用DCT的原理如下:
使用DCT对式(3)进行求解,将
Figure BSA000008327962000911
分解成余弦函数的组合,并且有Neumann边界条件
Figure BSA000008327962000912
ρ ^ k , l = 4 MN Σ m = 0 M - 1 Σ n = 0 N - 1 P ^ m , n cos πmk M cos πnl N
z ~ k , l = 4 MN Σ m = 0 M - 1 Σ n = 0 N - 1 C ~ m , n cos πmk M cos πnl N
带入可得
C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 )
求逆变换(IDCT)计算得到
Figure BSA000008327962000917
相应地,还可以按照方式来求解泊松方程:
在Neumann边界条件
Figure BSA000008327962000918
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
Figure BSA000008327962000919
确定Z的离散余弦变换形式
Figure BSA00000832796200101
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure BSA00000832796200103
进行高通滤波;
对高通滤波后的信号进行逆离散余弦变换从而得到Z以生成三维高度图像。
可替换地,采用DST的原理如下:
使用DST对式(3)进行求解,将
Figure BSA00000832796200104
Figure BSA00000832796200105
分解成正弦函数的组合,并且有Dirichlet边界条件u=0。
ρ ^ k , l = 4 MN Σ m = 0 M - 1 Σ n = 0 N - 1 P ^ m , n sin πmk M sin πnl N
z ~ k , l = 4 MN Σ m = 0 M - 1 Σ n = 0 N - 1 S ~ m , n sin πmk M sin πnl N
带入可得:
S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 )
Figure BSA00000832796200109
求逆变换(IDST)计算得到
相应地,可以按照方式来求解泊松方程:
在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
Figure BSA000008327962001011
确定Z的离散正弦变换形式
Figure BSA000008327962001012
其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure BSA000008327962001014
进行高通滤波;
对高通滤波后的信号进行逆离散正弦变换从而得到Z以生成三维高度图像。
图3示出了根据本发明的物体表面高度重建系统的结构示意图。图4示出了图3中的图像采集单元。图5示出了图3中的图像处理单元。如图3-4所示,该系统包括图像采集单元30和图像处理单元40。在图4中示意性地示出了图像采集单元30包括4个光源,然而应当知道本发明并非局限于此。本领域基于人员可以根据实际需要来设置光源的数量,只要不低于3个光源即可。
如图4所示,图像采集单元30包括4个光源L1-L4和图像捕获装置31光源等间隔L1-L4布置于在照射区域上方的同一圆上,n≥3,图像捕获装置31布置在圆心的上方。
如图5所示,图像处理单元40包括区域划分单元410、控制单元420、三维高度图像生成单元430和二维图像生成单元440。
区域划分单元410将照射区域划分为被4个光源照亮的区域,...被2个光源照亮的区域。控制单元420依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像,并且将所捕获的图像发送至三维高度图像生成单元430。
在本发明中,依次点亮光源例如可以被理解为以任一光源为起点,顺时针地点亮相邻的光源。
例如控制单元420可以任一光源(例如光源L1)为起点,点亮该光源以照射在处于照射区域中的图像,然后利用图像捕获装置捕获位于照射区域中的物体的图像。然后顺时针地点亮下一光源L2,关闭上一光源L1并捕获物体图像。之后重复顺时针地点亮下一光源、关闭上一光源并捕获物体图像的步骤直至所有光源都被点亮。
可替换地,可以任一光源(例如光源L1)为起点,点亮该光源以照射在处于照射区域中的图像,然后关闭当前光源L1并顺时针地点亮下一光源L2、利用图像捕获装置捕获物体图像。之后重复关闭当前光源、顺时针地点亮下一光源并利用图像捕获装置捕获物体图像的步骤,直至所有的光源被点亮。
三维高度图像生成单元430,根据所捕获的图像和所划分的区域来生成三维高度图像。
图6示出了根据本发明实施例的图5中的三维高度图像生成单元的结构示意图。如图6所示,三维高度图像生成单元430包括亮度矩阵生成单元431、光源方向矩阵生成单元432、物体表面法向量确定单元433、物体表面梯度确定单元434、和处理单元435。
亮度矩阵生成单元431根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I。光源方向矩阵生成单元432,根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L。物体表面法向量确定单元433,用于确定物体表面反射率ρ和物体表面法向量N,其中ρ=|(LTL-1)-1(LT·I)|,
Figure BSA00000832796200121
物体表面梯度确定单元434,确定物体表面梯度p(x,y),q(x,y),其中 p ( x , y ) = - N x N Z , q ( x , y ) = - N Y N Z . 处理单元435,求解泊松方程以得到Z从而生成三维高度图像,其中Z表示物体表面高度。
图7示出了根据本发明实施例的图6中的处理单元的结构示意图。如图7所示,处理单元435包括DFT单元4351、变换单元4352、高通滤波器4353和IDFT单元4354。
DFT单元4351对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure BSA00000832796200125
变换单元4352确定Z的离散傅立叶变换形式
Figure BSA00000832796200126
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) . 高通滤波器4353对
Figure BSA00000832796200128
进行高通滤波,该高通滤波器例如可以为Butterworth高通滤波器,其函数为
Figure BSA00000832796200129
其中D0为截止频率,D(u,v)表示D(u,v)=[(u-P/2)2+(v-Q/2)2]1/2,P,Q是图像大小。
IDFT单元4354,对高通滤波后的信号进行逆离散傅立叶变换从而得到Z以生成三维高度图像。
图8示出了根据本发明的另一实施例的图6中的处理单元的结构示意图。如图8所示,处理单元435包括:DCT单元4351’、变换单元4352’、高通滤波器4353’和IDCT单元4354’。DCT单元4351’在Neumann边界条件
Figure BSA000008327962001210
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
Figure BSA000008327962001211
变换单元4352’确定Z的离散余弦变换形式
Figure BSA00000832796200131
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) . 高通滤波器4353’对
Figure BSA00000832796200133
进行高通滤波,该高通滤波器例如可以为Butterworth高通滤波器,其转移函数为其中D0为截止频率,D(u,v)表示D(u,v)=[(u-P/2)2+(v-Q/2)2]1/2,P,Q是图像大小。IDCT单元4354’对高通滤波后的信号进行逆离散余弦变换从而得到Z以生成三维高度图像。
图9示出了根据本发明的又一实施例的图6中的处理单元的结构示意图。如图9所示,处理单元435包括:DST单元4351”、变换单元4352”、高通滤波器4353”、和IDST单元4354”。
DST单元4351”在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
Figure BSA00000832796200135
变换单元4352”确定Z的离散正弦变换形式
Figure BSA00000832796200136
其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ; 高通滤波器4353”,对
Figure BSA00000832796200138
进行高通滤波该高通滤波器例如可以为Butterworth高通滤波器,其转移函数为
Figure BSA00000832796200139
其中D0为截止频率,D(u,v)表示D(u,v)=[(u-P/2)2+(v-Q/2)2]1/2,P,Q是图像大小IDST单元4354”对高通滤波后的信号进行逆离散正弦变换从而得到Z。
应当理解以上实施例仅以像素处于被光源L1-L4照亮的区域进行描述,在上述内容的基础上,本领域技术人员会知道像素位于其它区域的处理情况。例如当像素处被光源L1、L3照亮的区域时,该像素的亮度相应地被表示为:
I 1 I 3 = ρ L x 1 L y 1 L z 1 L x 3 L y 3 L z 3 N x N y N z .
在本发明中,由于在处理图像预先划分了区域,消除了阴影在生成三维高度图像时的影响。
进一步地,本发明还提供一种光学字符提取方法。该光学字符提取方法包括:
利用上述的物体表面高度重建方法生成包括待提取的字符的三维高度图像;
利用形态学运算来处理三维高度图像以提取字符区域;以及
提取字符区域中的字符。
在本发明中,由于使用了高通滤波器,能够有助于从非理解的环境中提取字符。进一步地,由于高通滤光器同时增强了字符和噪声,所以采用了形态学运算来优化结果。其中形态学运算例如可以为开运算、闭运算、膨胀、腐蚀等。鉴于本领域技术人员能够知道形态学运算的具体步骤,故本发明在此不在赘述。
进一步地,本发明还提供一种光学字符提取系统。该光学字符提取系统包括上述的物体表面高度重建系统、字符区域提取单元以及字符提取单元。
物体表面高度重新系统生成待提取的字符的三维高度图像并将该三维高度图像发送至字符区域提取单元。字符区域提取单元,利用形态学运算来处理三维图像以提取字符区域并将该字符区域发送至字符提取单元。字符提取单元,提取字符区域中的字符。
应当理解,在本发明中,应当以广泛地含义来理解字符。字符选自包括以下项的组:字母、文字、数字、二维码、条形码。
与现有技术相比,本发明的光学字符提取方法和系统能够有效地提取字符,尤其是取物体表面的凹凸字符。
鉴于这些教导,熟悉本领域的技术人员将容易想到本发明的其它实施例、组合和修改。因此,当结合上述说明和附图进行阅读时,本发明仅仅由权利要求限定。

Claims (14)

1.一种物体表面高度重建方法,其特征在于,所述方法包括以下步骤:
将n个光源等间隔布置于在照射区域上方的同一圆上,n≥3;
将图像捕获装置布置在圆心的上方;
将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域;
依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像;
根据所捕获的图像和所划分的区域来生成三维高度图像。
2.如权利要求1所述的方法,其特征在于,生成三维高度图像的步骤包括:
根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I;
根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L;
确定物体表面反射率ρ,其中ρ=|(LTL-1)-1(LT·I)|;
确定物体表面法向量N,
确定物体表面梯度p(x,y),q(x,y),其中
Figure FSA00000832796100013
求解泊松方程以得到Z从而生成三维高度图像,其中Z表示物体表面高度。
3.如权利要求2所述的方法,其特征在于,求解泊松方程的步骤包括:
在自由边界条件下,对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure FSA00000832796100015
确定Z的离散傅立叶变换形式
Figure FSA00000832796100021
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) ;
Figure FSA00000832796100023
进行高通滤波;
对高通滤波后的信号进行逆离散傅立叶变换从而得到Z。
4.如权利要求2所述的方法,其特征在于,求解泊松方程的步骤包括:
在Neumann边界条件
Figure FSA00000832796100024
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
Figure FSA00000832796100025
确定Z的离散余弦变换形式
Figure FSA00000832796100026
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure FSA00000832796100028
进行高通滤波;
对高通滤波后的信号进行逆离散余弦变换从而得到Z。
5.如权利要求2所述的方法,其特征在于,求解泊松方程的步骤包括:
在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
确定Z的离散正弦变换形式
Figure FSA000008327961000210
其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
Figure FSA000008327961000212
进行高通滤波;
对高通滤波后的信号进行逆离散正弦变换从而得到Z。
6.一种物体表面高度重建系统,其特征在于,该系统包括图像采集单元和图像处理单元,其中
该图像采集单元包括n个光源、图像捕获装置,该n个光源等间隔布置于在照射区域上方的同一圆上,n≥3,图像捕获装置布置在圆心的上方;
图像处理单元包括:
区域划分单元,将照射区域划分为被n个光源照亮的区域,...被2个光源照亮的区域;
控制单元,依次点亮光源并仅在最后被点亮的一个光源被点亮的情况下利用图像捕获装置捕获位于照射区域中的物体的图像,并且将所捕获的图像发送至三维高度图像生成单元;
三维高度图像生成单元,根据所捕获的图像和所划分的区域来生成三维高度图像。
7.如权利要求6所述的系统,其特征在于,三维高度图像生成单元包括:
亮度矩阵生成单元,根据所捕获的图像的像素的亮度、像素所处的区域以及该区域与光源的相关性生成亮度矩阵I;
光源方向矩阵生成单元,根据像素所处的区域与光源的相关性确定所使用的光源并根据所使用的光源的位置来确定光源方向矩阵L;
物体表面法向量确定单元,用于确定物体表面反射率ρ和物体表面法向量N,其中ρ=|(LTL-1)-1(LT·I)|,
Figure FSA00000832796100031
物体表面梯度确定单元,确定物体表面梯度p(x,y),q(x,y),其中 p ( x , y ) = - N x N Z , q ( x , y ) = - N Y N Z
处理单元,求解泊松方程
Figure FSA00000832796100034
以得到Z从而生成三维高度图像,其中Z表示物体表面高度。
8.如权利要求7所述的系统,其特征在于,处理单元包括:
DFT单元,在自由边界条件下,对物体表面梯度进行离散傅立叶变换以得到其离散傅立叶变换形式
Figure FSA00000832796100035
变换单元,确定Z的离散傅立叶变换形式
Figure FSA00000832796100036
其中 F ~ m , n = P ^ m , n Δ 2 2 ( cos 2 πm M + cos 2 πn N - 2 ) ;
高通滤波器,对
Figure FSA00000832796100042
进行高通滤波;
IDFT单元,对高通滤波后的信号进行逆离散傅立叶变换从而得到Z。
9.如权利要求7所述的系统,其特征在于,处理单元包括:
DCT单元,在Neumann边界条件
Figure FSA00000832796100043
下,对物体表面梯度进行离散余弦变换以得到其离散余弦变换形式
变换单元,确定Z的离散余弦变换形式
Figure FSA00000832796100045
其中 C ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
高通滤波器,对
Figure FSA00000832796100047
进行高通滤波;
IDCT单元,对高通滤波后的信号进行逆离散余弦变换从而得到Z。
10.如权利要求7所述的系统,其特征在于,处理单元包括:
DST单元,在Dirichlet边界条件u=0下,对物体表面梯度进行离散正弦变换以得到其离散正弦变换形式
变换单元,确定Z的离散正弦变换形式
Figure FSA00000832796100049
其中 S ~ m , n = P ^ m , n Δ 2 2 ( cos πm M + cos πn N - 2 ) ;
高通滤波器,对
Figure FSA000008327961000411
进行高通滤波;
IDST单元,对高通滤波后的信号进行逆离散正弦变换从而得到Z。
11.一种光学字符提取方法,其特征在于,该光学字符提取方法包括:
利用权利要求1-5之一的方法生成包括待提取的字符的三维高度图像;
利用形态学运算来处理三维高度图像以提取字符区域;以及
提取字符区域中的字符。
12.如权利要求11所述的方法,其特征在于,所述字符选自包括以下项的组:字母、文字、数字、二维码、条形码。
13.一种光学字符提取系统,其特征在于,该光学字符识别系统包括如权利要求6-10之一所述的物体表面高度重建系统、字符区域提取单元以及字符提取单元,其中
物体表面高度重新系统生成待提取的字符的三维高度图像并将该三维高度图像发送至字符区域提取单元;
字符区域提取单元,利用形态学运算来处理三维图像以提取字符区域并将该字符区域发送至字符提取单元;以及
字符提取单元,提取字符区域中的字符。
14.如权利要求13所述的系统,其特征在于,所述字符选自包括以下项的组:字母、文字、数字、二维码、条形码。
CN201210585906.5A 2012-12-31 2012-12-31 物体表面高度重建方法及系统、光学字符提取方法及系统 Pending CN103903300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210585906.5A CN103903300A (zh) 2012-12-31 2012-12-31 物体表面高度重建方法及系统、光学字符提取方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210585906.5A CN103903300A (zh) 2012-12-31 2012-12-31 物体表面高度重建方法及系统、光学字符提取方法及系统

Publications (1)

Publication Number Publication Date
CN103903300A true CN103903300A (zh) 2014-07-02

Family

ID=50994605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210585906.5A Pending CN103903300A (zh) 2012-12-31 2012-12-31 物体表面高度重建方法及系统、光学字符提取方法及系统

Country Status (1)

Country Link
CN (1) CN103903300A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108489418A (zh) * 2018-03-01 2018-09-04 北京农业智能装备技术研究中心 一种秧苗叶片立体形态测量方法及装置
CN108875632A (zh) * 2018-06-15 2018-11-23 郑州大学 基于动物神经元动作电位信号的字符逆映射模型重建方法
CN114979479A (zh) * 2022-05-19 2022-08-30 维沃移动通信(深圳)有限公司 拍摄方法及其装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007013835A1 (en) * 2006-03-24 2007-02-01 Zuev, Boris Alexandrovich Information encoding and decoding method
CN101147668A (zh) * 2007-11-09 2008-03-26 清华大学 一种无线生物体腔内图像采集系统及装置
CN101833786A (zh) * 2010-04-06 2010-09-15 清华大学 三维模型的捕捉及重建方法和系统
CN102446366A (zh) * 2011-09-14 2012-05-09 天津大学 时空联合多视角视频插值及三维建模方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007013835A1 (en) * 2006-03-24 2007-02-01 Zuev, Boris Alexandrovich Information encoding and decoding method
CN101147668A (zh) * 2007-11-09 2008-03-26 清华大学 一种无线生物体腔内图像采集系统及装置
CN101833786A (zh) * 2010-04-06 2010-09-15 清华大学 三维模型的捕捉及重建方法和系统
CN102446366A (zh) * 2011-09-14 2012-05-09 天津大学 时空联合多视角视频插值及三维建模方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
吕东辉等: "《光度立体技术的物体三维表面重建算法模拟与评价》", 《计算机工程与设计》 *
李爱成等: "《车辆牌照自动识别的原理和实现》", 《金陵科技学院学报》 *
杨敬安等: "《三维计算机视觉》", 31 December 1994 *
杨明等: "《基于轮廓追踪的字符识别特征提取》", 《计算机工程与应用》 *
童小念等: "《复杂背景下字符提取算法的分析与实现》", 《东北师大学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108489418A (zh) * 2018-03-01 2018-09-04 北京农业智能装备技术研究中心 一种秧苗叶片立体形态测量方法及装置
CN108489418B (zh) * 2018-03-01 2020-02-14 北京农业智能装备技术研究中心 一种秧苗叶片立体形态测量方法及装置
CN108875632A (zh) * 2018-06-15 2018-11-23 郑州大学 基于动物神经元动作电位信号的字符逆映射模型重建方法
CN114979479A (zh) * 2022-05-19 2022-08-30 维沃移动通信(深圳)有限公司 拍摄方法及其装置

Similar Documents

Publication Publication Date Title
EP2273337A3 (en) Generating a graphic model of a geographic object and systems thereof
CN108537191B (zh) 一种基于结构光摄像头的三维人脸识别方法
EP1942313A3 (en) Apparatus and method of measuring distance using structured light
CN102254147B (zh) 一种基于星图匹配的远距离空间运动目标识别方法
CN103903300A (zh) 物体表面高度重建方法及系统、光学字符提取方法及系统
EP2645305A3 (en) A system and method for processing image for identifying alphanumeric characters present in a series
CN103955937A (zh) 基于数字图像处理微藻自动计数方法
CN102867418A (zh) 一种判断车牌识别准确性的方法和装置
CN109724994A (zh) 基于aoi技术的fpc金手指表面缺陷检测系统及方法
CN105973904A (zh) 一种基于图像背景概率图的食用油杂质检测方法
Chunyu et al. Application of image processing to the vehicle license plate recognition
CN104778665A (zh) 基于自然图像块先验驱动的压缩鬼成像重构方法及系统
Khan et al. Car Number Plate Recognition (CNPR) system using multiple template matching
Khinchi et al. A review on automatic number plate recognition technology and methods
CN102081741A (zh) 一种基于视觉注意原理的行人检测方法和系统
CN104102911A (zh) 一种基于aoi的子弹表观缺陷检测系统的图像处理算法
CN106127118A (zh) 一种英语单词识别方法和装置
CN107092908B (zh) 一种基于列车转向架上的平面压印字符自动识别方法
CN204009938U (zh) 轮毂类型的识别系统
Sun et al. Research and implementation of license plate recognition based on android platform
CN207516249U (zh) 一种荧光分子信号的成像装置
Kumar et al. Automatic Number Plate Recognition System
CN111931680A (zh) 一种基于多尺度的车辆重识别方法及系统
CN109447087A (zh) 一种油烟图像动态区域提取方法、识别系统及油烟机
Ying et al. Numerical Recognition in the Verification Process of Mechanical and Electronic Coal Mine Anemometer

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140702