CN104463124A - 一种奶盒喷打字符识别的方法 - Google Patents
一种奶盒喷打字符识别的方法 Download PDFInfo
- Publication number
- CN104463124A CN104463124A CN201410763879.5A CN201410763879A CN104463124A CN 104463124 A CN104463124 A CN 104463124A CN 201410763879 A CN201410763879 A CN 201410763879A CN 104463124 A CN104463124 A CN 104463124A
- Authority
- CN
- China
- Prior art keywords
- character
- image
- carry out
- picture
- region
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
Abstract
本发明提供一种奶盒喷打字符识别的方法,包括下列步骤:采集一幅包含有奶盒喷打字符的图像;对其进行图像校正;在进行单个字符识别前,需要将各个字符分割成独立区域;将分割出的各个字符区域进行单独识别:对每个字符区域,提取特征;识别字符。本发明可以实现喷打字符的快速准确的识别。
Description
所属技术领域
本发明涉及一种奶盒不合格品剔除方法。
背景技术
在维益奶盒装箱前会在每瓶奶盒上喷打生产日期、产地、序列号等字符。由于生产线运输机构的抖动和打印机的喷打故障会导致喷打的字符出现:未喷打字符、喷打错误字符,重打、喷打字符不清楚等故障。对于这些故障,目前主要采用人工检测的方法。但由于生产线速度快,人工检测存在疲劳和主观性因素干扰等原因,人工检测具有很大难度。
发明内容
本发明的目的是,提供一种可以快速准确检测奶盒喷打字符的方法。本发明的技术方案如下:
一种奶盒喷打字符识别的方法,包括下列步骤:
(1)采集一幅包含有奶盒喷打字符的图像;
(2)对其进行图像校正:字符喷打在奶盒上部白色区域中,先进行图像二值化处理,通过计算各个连通区域的面积大小将此白色区域筛选出来,定义该区域为区域A。然后由白色区域中黑色字符计算出图像的旋转角度,进行图像旋转校正;
(3)在进行单个字符识别前,需要将各个字符分割成独立区域,分割区域A内字符步骤如下:
1)由于字符为点打字符因此首先对区域A内字符进行点打亮度增强,由于图像中字符每个点半径大小接近3像素,选用7*7的模板对图像进行点打亮度增强,模板如下:
2)经过校正的图像二值化处理,即当图像中某点像素值大于阈值TS时设置该点像素值为255,反之为0;
3)根据字符各个点之间的距离及字符形状,采用横向[1 1 1 1 1]、
模板对经过步骤2)处理得到的二值图像依次进行闭运算处理,进而将每个字符分割呈单独连通区域,最后根据字符的宽度、高度、面积特征筛选出符合要求的区域,去除干扰点;
(4)将分割出的各个字符区域进行单独识别:对每个字符区域,提取如下的特征:字符图像水平方向投影所对应灰度值、字符图像垂直方向投影所对应灰度值、字符纵横比、字符倾斜度、字符紧凑度、字符凸凹性、字符二阶不变矩、字符三阶不变矩、字符孔洞数量、字符连通区域个数;得到特征向量,通过各个字符的特征向量训练神经网络系统,得出各个节点的值,当需要进行字符识别时只需将该字符的特征向量提取,然后输入已训练好的神经网络,即可识别该字符并得到该字符的相似度;
本发明根据喷打字符不易辨识的特点,在对图像进行校正后,采用适合的模板进行增强处理,并提取10个特征,构成特征向量,并进行离线神经网络训练,利用训练好的模型实现喷打字符的快速准确的识别。
附图说明
图1原图。
图2字符所在连通区域。
图3校正后的图像。
图4点打亮度增强。
图5字符单独连通区域。
图6字符分割。
图7识别字符。
具体实施方式
下面结合附图和实施例对本发明进行说明。
本发明的字符检测方法,具体步骤如下:
(1)图像校正
奶盒在生产线运输过程中会出现晃动,在图像采集时可能出现字符倾斜现象,因此先进行图像校正。由图1可以看出打印字符喷打在奶盒上部白色区域中,由此我们可以通过图像二值化后,通过计算各个连通区域的面积大小将该区域筛选出来(如图2)定义该区域为区域A。然后由白色区域中黑色字符计算出图像的旋转角度,进行图像旋转校正(如图3)。
(2)字符分割
在进行单个字符识别前,需要将各个字符分割成独立区域。本文分割区域A内字符步骤如下:
1、由于字符为点打字符因此首先对区域A内字符进行点打亮度增强,由于图像中字符每个点半径大小约为3像素,因此选用7*7的模板对图像进行点打亮度增强,模板如下:
处理后图像效果如图4
2、图像二值化处理即当图像中某点像素值大于阈值TS时设置该点像素值为255,反之为0.
3、根据字符各个点之间的距离及字符形状,采用
横向[1 1 1 1 1]、
模板对二值图像依次进行闭运算处理,进而将每个字符分割呈单独连通区域如图5。最后根据字符的宽度、高度、面积特征筛选出符合要求的区域,去除干扰点如图6。
(3)字符识别
将分割出的各个字符区域进行单独识别,如本例中第一个字符“2”,将字符“2”区域归一化为宽度高度为10*20的小图。对该图进行以下特征的提取:
1字符图像水平方向投影所对应灰度值
2字符图像垂直方向投影所对应灰度值
3字符纵横比
4字符倾斜度
5字符紧凑度
6字符凸凹性
7字符二阶不变矩
8字符三阶不变矩
9字符孔洞数量
10字符连通区域个数
得到特征向量{n1,n2,n3....n10},通过各个字符的特征向量可以训练神经网络系统,得出各个节点的值。当需要进行字符识别时只需将该字符的特征向量提取,然后输入已训练好的神经网络,即可识别该字符并得到该字符的相似度。
(4)对不良品予以剔除,方法如下:
奶盒在传送带上顺序经过光电传感器、工业相机和剔除电磁阀。光电传感器与工业相机之间的距离d1为50cm左右,剔除电磁阀与工业相机之间的距离d2为400cm左右,光源距离奶盒1cm,相机距离奶盒10m左右。
当奶盒经过光电传感器时,光电传感器发送信号给PLC并记录当前时间t,以t为起点,延时一段时间t1后,PLC通知相机拍照并进行检测。以t为起点,延时一段时间t2后,到达剔除位置时,PLC通知电磁阀将不良奶盒剔除。其中,t1=d1/s,t2=d2/s,s为传送带的运动速度。
Claims (1)
1.一种奶盒喷打字符识别的方法,包括下列步骤:
(1)采集一幅包含有奶盒喷打字符的图像;
(2)对其进行图像校正:字符喷打在奶盒上部白色区域中,先进行图像二值化处理,通过计算各个连通区域的面积大小将此白色区域筛选出来,定义该区域为区域A。然后由白色区域中黑色字符计算出图像的旋转角度,进行图像旋转校正;
(3)在进行单个字符识别前,需要将各个字符分割成独立区域,分割区域A内字符步骤如下:
1)由于字符为点打字符因此首先对区域A内字符进行点打亮度增强,由于图像中字符每个点半径大小接近3像素,选用7*7的模板对图像进行点打亮度增强,模板如下:
2)经过校正的图像二值化处理,即当图像中某点像素值大于阈值TS时设置该点像素值为255,反之为0;
3)根据字符各个点之间的距离及字符形状,采用横向[1 1 1 1 1]、
纵向
斜向
模板对经过步骤2)处理得到的二值图像依次进行闭运算处理,进而将每个字符分割呈单独连通区域,最后根据字符的宽度、高度、面积特征筛选出符合要求的区域,去除干扰点;
(4)将分割出的各个字符区域进行单独识别:对每个字符区域,提取如下的特征:字符图像水平方向投影所对应灰度值、字符图像垂直方向投影所对应灰度值、字符纵横比、字符倾斜度、字符紧凑度、字符凸凹性、字符二阶不变矩、字符三阶不变矩、字符孔洞数量、字符连通区域个数;得到特征向量,通过各个字符的特征向量训练神经网络系统,得出各个节点的值,当需要进行字符识别时只需将该字符的特征向量提取,然后输入已训练好的神经网络,即可识别该字符并得到该字符的相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410763879.5A CN104463124A (zh) | 2014-12-11 | 2014-12-11 | 一种奶盒喷打字符识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410763879.5A CN104463124A (zh) | 2014-12-11 | 2014-12-11 | 一种奶盒喷打字符识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104463124A true CN104463124A (zh) | 2015-03-25 |
Family
ID=52909140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410763879.5A Pending CN104463124A (zh) | 2014-12-11 | 2014-12-11 | 一种奶盒喷打字符识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463124A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820827A (zh) * | 2015-04-28 | 2015-08-05 | 电子科技大学 | 一种电线电缆表面的点状字符识别方法 |
CN105447469A (zh) * | 2015-12-01 | 2016-03-30 | 天津普达软件技术有限公司 | 一种矿泉水瓶瓶盖字符喷印检测方法 |
CN106056112A (zh) * | 2015-04-08 | 2016-10-26 | 东芝泰格有限公司 | 图像处理装置及图像处理方法 |
CN106583271A (zh) * | 2016-12-28 | 2017-04-26 | 天津普达软件技术有限公司 | 一种包装盒喷墨打印字符首行缺行不良品剔除方法 |
CN106651851A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种包装盒喷印字符超界不合格品的剔除方法 |
CN106650733A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种检测包装盒喷墨打印字符首行缺行的方法 |
CN108073927A (zh) * | 2016-11-18 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 一种字符识别方法及装置 |
CN108921158A (zh) * | 2018-06-14 | 2018-11-30 | 众安信息技术服务有限公司 | 图像校正方法、装置及计算机可读存储介质 |
CN109086769A (zh) * | 2018-07-19 | 2018-12-25 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN109635826A (zh) * | 2018-12-19 | 2019-04-16 | 北京奇艺世纪科技有限公司 | 一种压印类型识别方法及装置 |
CN112883965A (zh) * | 2021-02-08 | 2021-06-01 | 中兴盛达电气技术(郑州)有限公司 | 包装器皿上的日期检测方法、电子设备和计算机可读存储介质 |
CN115082923A (zh) * | 2022-08-24 | 2022-09-20 | 成都工业学院 | 一种基于机器视觉的牛奶包装盒生产日期识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1438605A (zh) * | 2003-03-14 | 2003-08-27 | 西安交通大学 | 啤酒瓶凸性字符提取与识别硬件系统及处理方法 |
CN101789080A (zh) * | 2010-01-21 | 2010-07-28 | 上海交通大学 | 车辆车牌实时定位字符分割的检测方法 |
-
2014
- 2014-12-11 CN CN201410763879.5A patent/CN104463124A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1438605A (zh) * | 2003-03-14 | 2003-08-27 | 西安交通大学 | 啤酒瓶凸性字符提取与识别硬件系统及处理方法 |
CN101789080A (zh) * | 2010-01-21 | 2010-07-28 | 上海交通大学 | 车辆车牌实时定位字符分割的检测方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056112B (zh) * | 2015-04-08 | 2019-09-03 | 东芝泰格有限公司 | 图像处理装置及图像处理方法 |
CN106056112A (zh) * | 2015-04-08 | 2016-10-26 | 东芝泰格有限公司 | 图像处理装置及图像处理方法 |
CN104820827A (zh) * | 2015-04-28 | 2015-08-05 | 电子科技大学 | 一种电线电缆表面的点状字符识别方法 |
CN105447469A (zh) * | 2015-12-01 | 2016-03-30 | 天津普达软件技术有限公司 | 一种矿泉水瓶瓶盖字符喷印检测方法 |
CN108073927A (zh) * | 2016-11-18 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 一种字符识别方法及装置 |
CN108073927B (zh) * | 2016-11-18 | 2020-05-15 | 深圳怡化电脑股份有限公司 | 一种字符识别方法及装置 |
CN106583271A (zh) * | 2016-12-28 | 2017-04-26 | 天津普达软件技术有限公司 | 一种包装盒喷墨打印字符首行缺行不良品剔除方法 |
CN106651851A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种包装盒喷印字符超界不合格品的剔除方法 |
CN106650733A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种检测包装盒喷墨打印字符首行缺行的方法 |
CN108921158A (zh) * | 2018-06-14 | 2018-11-30 | 众安信息技术服务有限公司 | 图像校正方法、装置及计算机可读存储介质 |
CN109086769A (zh) * | 2018-07-19 | 2018-12-25 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN109086769B (zh) * | 2018-07-19 | 2021-11-02 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN109635826A (zh) * | 2018-12-19 | 2019-04-16 | 北京奇艺世纪科技有限公司 | 一种压印类型识别方法及装置 |
CN112883965A (zh) * | 2021-02-08 | 2021-06-01 | 中兴盛达电气技术(郑州)有限公司 | 包装器皿上的日期检测方法、电子设备和计算机可读存储介质 |
CN115082923A (zh) * | 2022-08-24 | 2022-09-20 | 成都工业学院 | 一种基于机器视觉的牛奶包装盒生产日期识别方法 |
CN115082923B (zh) * | 2022-08-24 | 2022-11-08 | 成都工业学院 | 一种基于机器视觉的牛奶包装盒生产日期识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463124A (zh) | 一种奶盒喷打字符识别的方法 | |
CN104794480A (zh) | 一种奶盒喷打字符不良品剔除方法 | |
JP7110236B2 (ja) | 除草システムおよび除草方法、ならびに鉄道除草車両 | |
CN107617573B (zh) | 一种基于多任务深度学习的物流编码识别和分拣方法 | |
CN106707296A (zh) | 一种基于双孔径光电成像系统的无人机检测与识别方法 | |
CN104881665B (zh) | 一种芯片字符识别与校验方法及装置 | |
CN107609486A (zh) | 一种车辆前向防撞预警方法及系统 | |
CN107704801A (zh) | 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法 | |
CN104268860B (zh) | 一种车道线检测方法 | |
CN107804514A (zh) | 一种基于图像识别的牙刷分拣方法 | |
CN103226106A (zh) | 基于机器视觉的轴承防尘盖品质监测系统 | |
Liu et al. | A computer vision system for automatic steel surface inspection | |
CN104021544A (zh) | 一种温室蔬菜病害监控视频关键帧提取方法即提取系统 | |
CN106296743A (zh) | 一种自适应运动目标跟踪方法及无人机跟踪系统 | |
CN104112118B (zh) | 用于车道偏离预警系统的车道线检测方法 | |
CN104992448B (zh) | 机器人防损伤采摘葡萄的自动定位方法 | |
CN112801965A (zh) | 一种基于卷积神经网络的烧结皮带异物监测方法及系统 | |
CN105447469A (zh) | 一种矿泉水瓶瓶盖字符喷印检测方法 | |
CN114022837A (zh) | 车站遗留物品检测方法、装置、电子设备及存储介质 | |
CN110800021A (zh) | 特异部检测系统及特异部检测方法 | |
CN115082923B (zh) | 一种基于机器视觉的牛奶包装盒生产日期识别方法 | |
CN111967457A (zh) | 一种基于深度学习的ocr检测方法 | |
CN111079598B (zh) | 一种基于图像纹理与机器学习的车道线检测方法 | |
CN110569753A (zh) | 一种基于机器视觉的条烟在线识别方法及系统 | |
CN104021546A (zh) | 基于图像处理的工件标签在线快速定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
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: 20150325 |