CN106355205A - 一种紫外图像数字识别方法及识别装置 - Google Patents

Abstract

本发明提供一种紫外图像数字识别方法及识别装置，该方法包括：对待识别紫外图像进行灰化处理，获取灰度图像；从灰度图像中识别出数字区域，对数字区域进行二值化处理，获取二值化图像；对二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；分别计算数字与数字标准库中每一个数字的欧氏距离，并计算相似度值；根据相似度值，识别数字。本发明提供的紫外图像数字识别方法及识别装置，可实现快速、准确对紫外图像中的数字进行识别的目的，抗干扰性强，识别精度高，可有效节省现场人员的操作时间。

Description

一种紫外图像数字识别方法及识别装置

技术领域

本发明涉及图像处理识别技术领域，具体涉及一种紫外图像数字识别方法及识别装置。

背景技术

在高压设备进行电气放电时，根据电场强度的不同，会产生电晕、闪络或电弧。在放电过程中，空气中的电子不断获得和释放能量，而当电子释放能量(即放电)，便会放出紫外线。紫外成像技术就是利用这个原理，接收设备放电时产生的紫外信号，经处理后与可见光影像重叠，显示在仪器的屏幕上，达到确定电晕的位置和强度的目的。

为了提高现场人员的效率，通常会对紫外成像的图片进行分析，对紫外图像中标示光子数和增益的数字进行快速准确识别，可有效节省现场人员的操作时间。因此，如何对紫外图像中的数字进行快速且准确的识别，成为本领域技术人员急需要解决的问题。

发明内容

本发明提供一种紫外图像数字识别方法及识别装置，以解决现有技术中不能快速、准确识别紫外图像中的数字的问题。

第一方面，本发明提供一种紫外图像数字识别方法，包括：

对待识别紫外图像进行灰化处理，获取灰度图像；

从所述灰度图像中识别出数字区域，对所述数字区域进行二值化处理，获取二值化图像；

对所述二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；

根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值；

根据所述相似度值，识别所述数字。

作为第一方面的优选方式，所述对所述二值化图像中各个数字所在区域进行精确分割后，依次提取所述数字的水平方向特征和垂直方向特征包括：

对所述二值化图像中各个数字所在区域进行精确分割，其中分割后区域的宽度和高度采用像素点的个数来度量；

依次将所述分割后区域的水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为所述分割后区域内数字的水平方向特征和垂直方向特征。

作为第一方面的优选方式，所述根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值包括：

对所述数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离；

根据所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算所述数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

作为第一方面的优选方式，所述根据所述相似度值，识别所述数字包括：

将所述水平方向相似度值按照大小顺序排序；

判断最大的水平方向相似度值的个数是否为一个；

若是，则将所述最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；

否则，则进一步比较与所述最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的所述垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。

第二方面，本发明提供一种紫外图像数字识别装置，包括：

灰化处理单元，用于对待识别紫外图像进行灰化处理，获取灰度图像；

二值化处理单元，用于从所述灰度图像中识别出数字区域，对所述数字区域进行二值化处理，获取二值化图像；

特征提取单元，用于对所述二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；

计算单元，用于根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值；

识别单元，用于根据所述相似度值，识别所述数字。

作为本发明第二方面的优选方式，所述特征提取单元具体用于：

对所述二值化图像中各个数字所在区域进行精确分割，其中分割后区域的宽度和高度采用像素点的个数来度量；

依次将所述分割后区域的水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为所述分割后区域内数字的水平方向特征和垂直方向特征。

作为本发明第二方面的优选方式，所述计算单元具体用于：

对所述数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离；

根据所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算所述数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

作为本发明第二方面的优选方式，所述识别单元具体用于：

将所述水平方向相似度值按照大小顺序排序；

判断最大的水平方向相似度值的个数是否为一个；

若是，则将所述最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；

否则，则进一步比较与所述最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的所述垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。

本发明提供的紫外图像数字识别方法及识别装置，通过对图像中的数字进行特征提取，然后计算该数字与数字标准库中每一个数字的欧氏距离及其相似度值，根据该相似度值的大小判断与数字标准库中数字的相似度，从而实现快速、准确对紫外图像中的数字进行识别的目的，抗干扰性强，识别精度高，可有效节省现场人员的操作时间。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种紫外图像数字识别方法的流程图；

图2为本发明实施例提供的紫外图像的示例图；

图3为图2经过处理后得到的二值化图像；

图4为图1中步骤103的具体流程图；

图5为图3中分割出的分割后区域的示例图；

图6为图1中步骤104的具体流程图；

图7为图1中步骤105的具体流程图；

图8为本发明实施例提供的一种紫外图像数字识别装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供一种紫外图像数字识别方法，参照图1所示，该方法包括：

101、对待识别紫外图像进行灰化处理，获取灰度图像。

在进行灰化处理前，先获取待识别紫外图像，本实施例中对紫外图像的获取方式及获取设备不做要求。获取到的紫外图像参照图2所示，图像的下方标示有增益和计数率的具体数值，需要将这两个具体数值识别出来。

获取到待识别紫外图像之后，对其进行灰化处理，灰化处理之后得到的灰度图像为三维灰度图像，需要进一步将其处理为二维灰度图像。

102、从灰度图像中识别出数字区域，对数字区域进行二值化处理，获取二值化图像。

通过像素的查找，从该灰度图像中找到标示增益和计数率的数字区域，并对该区域进行二值化处理，并将处理后的结果放置于待识别紫外图像的一侧，最终处理得到的二值化图像如图3所示。需要识别的数字已比较清晰地显示在该二值化图像的一侧，为后续的识别做好准备工作。

103、对二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；

本步骤中，进一步将上述步骤得到的二值化图像中的数字所在区域进行精确分割，经二值化处理后，该数字所在区域现在只有黑色和白色两种颜色，较易分割。分割完成后，每个分割后区域内仅有一个要识别的数字，然后基于标准体数字结构，依次提取该分割后区域内数字的水平方向特征和垂直方向特征。

104、根据该数字的水平方向特征和垂直方向特征，分别计算该数字与数字标准库中每一个数字的欧氏距离，并根据欧氏距离计算相似度值。

在上述步骤中依次提取到分割后区域内数字的水平方向特征和垂直方向特征后，进一步依次计算该分割后区域内数字与数字标准库中每一个数字的欧氏距离。数字标准库中有0～9共10个数字，因此每一个分割后区域内的数字均需要循环计算10次欧氏距离。

计算得到所有的欧式距离后，进一步基于该欧氏距离计算相似度值，该相似度值用于评价该分割后区域内的数字与数字标准库中0～9这10个数字之间的相似度。

105、根据相似度值，识别该数字。

上述步骤中计算出相似度值后，进一步依据该相似度值识别该分割后区域内的数字。相似度值越高，则说明该分割后区域内的数字与数字标准库中某一个数字越相似，则该数字可以作为最终识别出的结果输出。

本发明提供的紫外图像数字识别方法，通过对图像中的数字进行特征提取，然后计算该数字与数字标准库中每一个数字的欧氏距离及其相似度值，根据该相似度值的大小判断与数字标准库中数字的相似度，从而实现快速、准确对紫外图像中的数字进行识别的目的，抗干扰性强，识别精度高，可有效节省现场人员的操作时间。

在上述实施例的基础上，参照图4所示，步骤103可按如下方式具体实施：

1031、对二值化图像中各个数字所在区域进行精确分割，其中分割后区域的宽度和高度采用像素点的个数来度量。

经二值化处理后，各个数字所在区域仅有黑色和白色两种颜色。分割完成后，每个分割后区域内仅有一个要识别的数字。参照图5所示，图中显示的是其中的一个分割后区域，该分割后区域采用像素点来标示，其宽度和高度采用像素点的个数来度量。其中，标“0”的像素点为白色像素点，标“1”的像素点的为黑色像素点。

1032、依次将分割后区域的水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为分割后区域内数字的水平方向特征和垂直方向特征。

根据数字的结构特征，定义该分割后区域的水平方向上黑色像素点的个数为该分割后区域内数字的水平方向特征Horizon NO.，定义该分割后区域的垂直方向上黑色像素点的个数为该分割后区域内数字的垂直方向特征Vertical NO.。

以图5中所示的分割后区域为例，其水平方向上黑色像素点的个数由下表1所示，其垂直方向上黑色像素点的个数由下表2所示。

表1

表2

从而，该分割后区域内数字的水平方向特征和垂直方向特征，如下列数字矩阵所示：

Horizon NO.＝{0 0 0 1 1 1 8 2 2 2 0 0 0 0 0 0 0}，

Vertical NO.＝{0 8 1 1 1 1 1 1 1 1 1 1 0}。

以此类推，依次将各个分割后区域内数字的水平方向特征和垂直方向特征提取出。

在上述实施例的基础上，参照图6所示，步骤104可按如下方式具体实施：

1041、对数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算该数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离。

将各个分割后区域内数字的水平方向特征和垂直方向特征提取出后，分别对其进行加权处理。

加权处理后，分别计算出各个分割后区域内数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离。根据如下公式分别计算其水平方向欧氏距离和垂直方向欧氏距离：

$d_{xy}={\left\{\underset{i=1}{\overset{n}{\Σ}}{w}_i{(xi-yi)}^2\right\}}^{\frac{1}{2}}---\left(1\right)$

其中，n为该分割后区域的由像素点的个数来度量的宽度或高度，ω_i为权值，xi为该分割后区域内数字的水平方向特征或垂直方向特征，yi为数字标准库中数字的水平方向特征或垂直方向特征。

通过循环比对计算后，得到各个分割后区域内数字与数字标准库0～9中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，如下所示：

Horizon NO.＝(d1_xy1、d1_xy2、d1_xy3、............d1_xyn)，

Vertical NO.＝(d2_xy1、d2_xy2、d2_xy3、............d2_xyn)。

1042、根据该数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算该数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

计算出各个分割后区域内数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离后，进一步计算该数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。根据如下公式分别计算水平方向相似度值和垂直方向相似度值：

$SIM(x,y)=\frac{1}{1+d_{xy}}---\left(2\right)$

在上述实施例的基础上，参照图7所示，步骤105可按如下方式具体实施：

1051、将水平方向相似度值按照大小顺序排序。

计算出各个分割后区域内数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值后，先将水平方向相似度值按照大小顺序排序。

本实施例中，优先考虑水平方向上的相似度，经多次实验证明，选择水平方向上的相似度来识别数字，准确率极高，可以满足识别需求。

1052、判断最大的水平方向相似度值的个数是否为一个。

按大小顺序排序后，判断最大的水平方向相似度值的个数是否为一个。

1053、若是，则将最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；否则，则进一步比较与最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。

判断后，若最大的水平方向相似度值仅有一个，则说明该分割后区域内数字与数字标准库中的其中一个数字最相似，则将数字标准库中的该数字作为识别出的数字输出。

判断后，若最大的水平方向相似度值同时有几个，则说明该分割后区域内数字同时与数字标准库中的某几个数字相似，此时需要进一步比较与这几个最大的水平方向相似度值相对应的垂直方向相似度值的大小，则确定该分割后区域内数字与其中较大的垂直方向相似度值所对应的数字标准库中的数字最相似，则将数字标准库中的该数字作为识别出的数字输出。

以图5中所示的分割后区域为例，经过上述一系列的识别过程，最终的输出结果为“7”。

本发明实施例提供一种紫外图像数字识别装置，参照图8所示，该识别装置包括：

灰化处理单元81，用于对待识别紫外图像进行灰化处理，获取灰度图像；

二值化处理单元82，用于从所述灰度图像中识别出数字区域，对所述数字区域进行二值化处理，获取二值化图像；

特征提取单元83，用于对所述二值化图像中各个数字所在区域进行精确分割后，依次提取所述数字的水平方向特征和垂直方向特征；

计算单元84，用于根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值；

识别单元85，用于根据所述相似度值，识别所述数字。

在上述实施例的基础上，特征提取单元83具体用于：

对所述二值化图像中各个数字所在区域进行精确分割，其中所述数字所在区域的宽度和高度采用像素点的个数来度量；

依次将所述数字所在区域内水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为所述数字的水平方向特征和垂直方向特征。

在上述实施例的基础上，计算单元84具体用于：

对所述数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离；

根据所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算所述数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

在上述实施例的基础上，识别单元85具体用于：

将所述水平方向相似度值按照大小顺序排序；

判断最大的水平方向相似度值的个数是否为一个；

若是，则将所述最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；

否则，则进一步比较与所述最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的所述垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。

本发明实施例提供的紫外图像数字识别装置，通过对图像中的数字进行特征提取，然后计算该数字与数字标准库中每一个数字的欧氏距离及其相似度值，根据该相似度值的大小判断与数字标准库中数字的相似度，从而实现快速、准确对紫外图像中的数字进行识别的目的，抗干扰性强，识别精度高，可有效节省现场人员的操作时间。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种紫外图像数字识别方法，其特征在于，包括：

对待识别紫外图像进行灰化处理，获取灰度图像；

从所述灰度图像中识别出数字区域，对所述数字区域进行二值化处理，获取二值化图像；

对所述二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；

根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值；

根据所述相似度值，识别所述数字。

2.根据权利要求1所述的识别方法，其特征在于，所述对所述二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征包括：

对所述二值化图像中各个数字所在区域进行精确分割，其中分割后区域的宽度和高度采用像素点的个数来度量；

依次将所述分割后区域的水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为所述分割后区域内数字的水平方向特征和垂直方向特征。

3.根据权利要求1所述的识别方法，其特征在于，所述根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值包括：

对所述数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离；

根据所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算所述数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

4.根据权利要求3所述的识别方法，其特征在于，所述根据所述相似度值，识别所述数字包括：

将所述水平方向相似度值按照大小顺序排序；

判断最大的水平方向相似度值的个数是否为一个；

若是，则将所述最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；

否则，则进一步比较与所述最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的所述垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。

5.一种紫外图像数字识别装置，其特征在于，包括：

灰化处理单元，用于对待识别紫外图像进行灰化处理，获取灰度图像；

二值化处理单元，用于从所述灰度图像中识别出数字区域，对所述数字区域进行二值化处理，获取二值化图像；

特征提取单元，用于对所述二值化图像中各个数字所在区域进行精确分割后，依次提取分割后区域内数字的水平方向特征和垂直方向特征；

计算单元，用于根据所述数字的水平方向特征和垂直方向特征，分别计算所述数字与数字标准库中每一个数字的欧氏距离，并根据所述欧氏距离计算相似度值；

识别单元，用于根据所述相似度值，识别所述数字。

6.根据权利要求1所述的识别方法，其特征在于，所述特征提取单元具体用于：

对所述二值化图像中各个数字所在区域进行精确分割，其中分割后区域的宽度和高度采用像素点的个数来度量；

依次将所述分割后区域的水平方向上黑色像素点的个数和垂直方向上黑色像素点的个数，分别确定为所述分割后区域内数字的水平方向特征和垂直方向特征。

7.根据权利要求1所述的识别方法，其特征在于，所述计算单元具体用于：

对所述数字的水平方向特征和垂直方向特征分别进行加权处理，然后分别计算所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离；

根据所述数字与数字标准库中每一个数字的水平方向欧氏距离和垂直方向欧氏距离，分别计算所述数字与数字标准库中每一个数字的水平方向相似度值和垂直方向相似度值。

8.根据权利要求7所述的识别方法，其特征在于，所述识别单元具体用于：

将所述水平方向相似度值按照大小顺序排序；

判断最大的水平方向相似度值的个数是否为一个；

若是，则将所述最大的水平方向相似度值所对应的数字标准库中的数字作为识别出的数字输出；

否则，则进一步比较与所述最大的水平方向相似度值相对应的垂直方向相似度值的大小，将其中较大的所述垂直方向相似度值所对应的数字标准库中的数字作为识别出的数字输出。