可隨時(shí)隨地進(jìn)行的識(shí)別:基于安卓手機(jī)的液晶屏數(shù)字識(shí)別系統(tǒng)
發(fā)布時(shí)間:2016-02-15 責(zé)任編輯:susan
【導(dǎo)讀】本文針對(duì)帶有七段碼的數(shù)字液晶屏,設(shè)計(jì)了一種基于安卓手機(jī)的液晶屏數(shù)字識(shí)別系統(tǒng)。實(shí)際檢測(cè)結(jié)果表明識(shí)別率很高,而且識(shí)別速度很快,該系統(tǒng)基于安卓手機(jī),使用方便,便于攜帶,可以實(shí)時(shí)操作。
通過(guò)手機(jī)拍照獲取液晶屏圖像,利用安卓本地接口功能調(diào)用計(jì)算機(jī)視覺(jué)庫(kù),對(duì)圖像進(jìn)行處理;針對(duì)圖像的傾斜問(wèn)題,通過(guò)圖像預(yù)處理和霍夫變換取得圖像傾斜角,并進(jìn)行傾斜矯正;利用直方圖對(duì)數(shù)字字符進(jìn)行分割,以網(wǎng)格法提取字符的特征值,用三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行液晶屏數(shù)字字符的識(shí)別。實(shí)際檢測(cè)結(jié)果表明識(shí)別率很高,而且識(shí)別速度很快,該系統(tǒng)基于安卓手機(jī),使用方便,便于攜帶,可以實(shí)時(shí)操作。
隨著我國(guó)信息化建設(shè)和現(xiàn)代化進(jìn)程的加快,自動(dòng)識(shí)別技術(shù)已經(jīng)越來(lái)越廣泛地應(yīng)用在各個(gè)工程領(lǐng)域,利用數(shù)字圖像識(shí)別技術(shù)可以有效地加快自動(dòng)化、智能化進(jìn)程。液晶屏作為智能化設(shè)備的主要標(biāo)志,其識(shí)別已經(jīng)成為模式識(shí)別領(lǐng)域的重要研究課題。帶有七段碼的數(shù)字液晶屏,其顯示精度高,易于讀取和設(shè)置,在工業(yè)領(lǐng)域應(yīng)用非常廣泛。利用現(xiàn)有的圖像采集技術(shù)、圖像處理技術(shù)和圖像識(shí)別技術(shù),可以實(shí)現(xiàn)液晶屏數(shù)字的識(shí)別,常用的方法有神經(jīng)網(wǎng)絡(luò)和模版匹配,識(shí)別的時(shí)間、識(shí)別精度和系統(tǒng)的便攜性是識(shí)別系統(tǒng)的關(guān)鍵。
現(xiàn)有的識(shí)別系統(tǒng)大都是以計(jì)算機(jī)為載體,不能實(shí)現(xiàn)隨時(shí)隨地識(shí)別液晶屏的要求。近年以來(lái),智能手機(jī)系統(tǒng)尤其是安卓系統(tǒng),以其開放性、易開發(fā)和基于Linux操作系統(tǒng)等優(yōu)勢(shì),獲得了大量的用戶。安卓系統(tǒng)提供本地接口(JNI)功能,使開發(fā)者可以通過(guò)接口調(diào)用庫(kù)文件,不僅可以使用Java語(yǔ)言進(jìn)行開發(fā),而且可以使用輕量級(jí)且高效的C/C++語(yǔ)言編寫。安卓的本地接口功能為實(shí)現(xiàn)圖像處理提供了方便。通過(guò)調(diào)用計(jì)算機(jī)視覺(jué)庫(kù)文件,安卓開發(fā)人員可以方便進(jìn)行圖像的處理和圖像的識(shí)別。基于此,本文提出基于安卓手機(jī)的液晶屏數(shù)字識(shí)別系統(tǒng),通過(guò)安卓手機(jī)拍照,獲取液晶屏圖像,利用圖像處理技術(shù)對(duì)圖像進(jìn)行處理,最后采用三層BP神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行識(shí)別,隨時(shí)隨地、快速、準(zhǔn)確地識(shí)別液晶屏圖像。
一.識(shí)別系統(tǒng)流程
圖像識(shí)別技術(shù)是利用計(jì)算機(jī)視覺(jué)采集物理對(duì)象,以圖像數(shù)據(jù)為基礎(chǔ),讓機(jī)器模仿人類視覺(jué),自動(dòng)完成某些信息的處理功能,達(dá)到人類所具有的對(duì)視覺(jué)采集圖像進(jìn)行識(shí)別的能力,以代替人去完成圖像分類及識(shí)別的任務(wù)。圖像模式識(shí)別系統(tǒng)通常由五個(gè)模塊組成,如圖1所示。
二.圖像預(yù)處理及特征提取
由安卓手機(jī)拍照成功后得到液晶屏圖像,這里選取拍照條件不是很理想的情況下獲取的照片,如下圖2所示。
由上圖2所示,得到的圖像是彩色圖像,由于光照強(qiáng)度等原因,液晶屏圖像中常有許多噪聲點(diǎn)。為了得到精確圖像,本文對(duì)圖像進(jìn)行灰度化處理、大津法二值化處理和開運(yùn)算處理。下圖3中(a)、(b)和(c)分別為灰度化處理、大津法二值化處理和開運(yùn)算處理后的結(jié)果。
1.圖像傾斜矯正
在拍攝過(guò)程中由于拍攝角度等因素,導(dǎo)致圖像會(huì)有一定角度的傾斜,如圖3(c)所示。圖像的傾斜將會(huì)增加后續(xù)字符分割和特征提取的難度,甚至導(dǎo)致提取到的特征值是錯(cuò)誤的,進(jìn)而嚴(yán)重影響字符識(shí)別的精度。為了便于圖像后續(xù)處理,需要對(duì)圖像進(jìn)行傾斜矯正。
對(duì)于液晶屏圖像,考慮采用霍夫變換的方法求其傾斜角。通過(guò)霍夫變換,可以取得圖像中所有直線的端點(diǎn)。為了便于快速、高效地求取圖像的傾斜角,先對(duì)圖像進(jìn)行膨脹處理和邊緣檢測(cè)。
膨脹是指將圖像與核進(jìn)行卷積,核可以是任何形狀或大小。通過(guò)圖像的膨脹操作,可以將圖像中的高亮區(qū)域逐漸增加。對(duì)于圖3(c),先進(jìn)行反色處理,然后采用7×7的矩形內(nèi)核膨脹處理5次。膨脹處理后的圖像包含有許多直線,對(duì)膨脹處理圖像進(jìn)行邊緣檢測(cè)。設(shè)定上下限閾值比為3:1,通過(guò)Canny邊緣檢測(cè)得到的邊緣圖像。圖4中(a)和(b)分別是對(duì)圖3(c)進(jìn)行膨脹和邊緣檢測(cè)后的結(jié)果。
由圖4(b)可以看出,經(jīng)膨脹處理和邊緣檢測(cè)后的圖像可以將液晶屏數(shù)字的輪廓勾勒出來(lái)。對(duì)圖4(b)進(jìn)行霍夫變換,可以獲取圖像中每條線段的端點(diǎn),進(jìn)而可以求其反正切函數(shù),即求得每條線段與橫軸之間的夾角。對(duì)其余傾斜角求取平均值,即認(rèn)為是圖3(c)的傾斜角度。
根據(jù)傾斜角將圖3(c)進(jìn)行旋轉(zhuǎn)得圖5。
2.字符分割及歸一化
字符的分割技術(shù)可以將單個(gè)字符從圖像中分割出來(lái)。直方圖廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)應(yīng)用中,可以對(duì)圖像的數(shù)據(jù)進(jìn)行統(tǒng)計(jì),獲得數(shù)據(jù)分布的統(tǒng)計(jì)圖。
對(duì)于一個(gè)大小為X×Y的二值化圖像,定義其在橫軸和縱軸的投影分布函數(shù)為Hx(i)(i=1,2,…,X)和Hy(i)(i=1,2,…,Y),其中,X代表橫軸的坐標(biāo),Y代表縱軸的坐標(biāo),初始化時(shí)設(shè)置函數(shù)值均為0。遍歷該圖像中的像素點(diǎn),如果該像素點(diǎn)為黑色像素點(diǎn),則將該像素點(diǎn)對(duì)應(yīng)的投影分布函數(shù)Hx(i)和Hy(i)分別加1。最后,得出圖像在橫軸和縱軸的投影分布函數(shù)Hx(i)和Hy(i)。利用縱軸和橫軸方向分布函數(shù)中波峰和波谷的位置[9],根據(jù)字符和空白在縱軸和橫軸投影的不同,得出各個(gè)字符的頂、底、左端和右端在圖像中位置。
根據(jù)各個(gè)字符在圖像中的位置,即可將字符分割,對(duì)圖3(c)進(jìn)行字符分割后各個(gè)字符如圖6所示。
得到字符在圖像中的位置后,即可將字符從圖像中分割出來(lái)。由于實(shí)際分割過(guò)程中每個(gè)字符大小不一致,如圖6所示,所以對(duì)分割字符進(jìn)行歸一化處理,使不同字符的大小統(tǒng)一為固定大小,便于后續(xù)字符分割。首先將圖6中字符周圍的空白位置切除,然后采用三次樣條插值的方法,對(duì)源圖像附近的4×4個(gè)鄰近像素進(jìn)行三次樣條擬合,最后將目標(biāo)像素對(duì)應(yīng)的三次樣條值作為目標(biāo)圖像對(duì)應(yīng)像素點(diǎn)的值。將字符歸一化以后,所得各個(gè)字符如下圖7所示。
3.字符特征提取
將字符從圖像中分割以后,就可以對(duì)圖像進(jìn)行特征提取。采用網(wǎng)格法提取字符的21個(gè)特征值,用于字符圖像的識(shí)別。首先將字符圖像均分為5行3列的區(qū)域,分別求得每個(gè)區(qū)域內(nèi)黑色像素所占該區(qū)域的比例,作為字符的15個(gè)特征值;然后將字符圖像均分為3行,分別求得每行內(nèi)黑色像素點(diǎn)占該區(qū)域的比例,作為字符圖像的3個(gè)特征值;最后,將字符圖像均分為3列,分別求得每列內(nèi)黑色像素點(diǎn)占該區(qū)域的比例,作為字符圖像的另外3個(gè)特征值。共提取字符圖像的21個(gè)特征值,用于字符圖像的識(shí)別。
三.字符識(shí)別
用誤差反向后傳算法即BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行數(shù)字字符的識(shí)別。BP神經(jīng)網(wǎng)絡(luò)由Rumelhart和McClelland于1985年提出,實(shí)現(xiàn)了Minsky和Papert認(rèn)為不能實(shí)現(xiàn)的多層網(wǎng)絡(luò)的設(shè)想。
三層BP神經(jīng)網(wǎng)絡(luò)的模型如圖8所示,包括輸入層、隱含層和輸出層,各層間由連接權(quán)值構(gòu)成。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程由信號(hào)的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成,其學(xué)習(xí)的本質(zhì)是各連接權(quán)值的動(dòng)態(tài)調(diào)整。隨著網(wǎng)絡(luò)的不斷學(xué)習(xí),權(quán)值也不斷的調(diào)整,直到誤差減少到可接受的程度或者訓(xùn)練達(dá)到預(yù)定的訓(xùn)練次數(shù)。
1.網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
2.3節(jié)說(shuō)明了提取字符的21個(gè)特征值,本系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的輸入層采用21個(gè)節(jié)點(diǎn),分別對(duì)應(yīng)字符的21個(gè)特征值。數(shù)字字符的識(shí)別結(jié)果共10個(gè),本文用各個(gè)數(shù)字對(duì)應(yīng)的四位二進(jìn)制數(shù)表示其對(duì)應(yīng)的期望輸出,即輸出層采用4個(gè)節(jié)點(diǎn)。
由理論分析證明,具有單隱層的BP神經(jīng)網(wǎng)絡(luò)即可滿足大部分的設(shè)計(jì)需求,本文中采用單隱層。
BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)的設(shè)計(jì)與訓(xùn)練樣本數(shù)的多少、樣本噪聲的大小及樣本中蘊(yùn)含規(guī)律的復(fù)雜程度密切相關(guān)。實(shí)際應(yīng)用中常用試湊法確定最佳隱節(jié)點(diǎn)個(gè)數(shù)。下面是一些確定隱節(jié)點(diǎn)數(shù)的經(jīng)驗(yàn)公式:
隱節(jié)點(diǎn)數(shù),n為輸入層節(jié)點(diǎn)數(shù),l為輸出層節(jié)點(diǎn)數(shù),為1~10之間常數(shù)。
經(jīng)過(guò)分析與實(shí)際檢驗(yàn),本系統(tǒng)采用10個(gè)隱節(jié)點(diǎn)數(shù)時(shí),可以使網(wǎng)絡(luò)誤差很小,同時(shí)具有很高的訓(xùn)練精度,訓(xùn)練速度也很快,所以采用10個(gè)隱節(jié)點(diǎn)數(shù)。
網(wǎng)絡(luò)訓(xùn)練所需樣本數(shù)取決于輸入輸出的非線性映射關(guān)系的復(fù)雜程度,映射關(guān)系越復(fù)雜,為保證映射精度,所需要的樣本數(shù)就越多。對(duì)于本系統(tǒng)而言,當(dāng)每個(gè)數(shù)字字符取10個(gè)樣本,總共取100個(gè)樣本的時(shí)候,就可以訓(xùn)練出比較理想的BP神經(jīng)網(wǎng)絡(luò)。
2.生成訓(xùn)練樣本和測(cè)試樣本
本系統(tǒng)收集了1400張液晶屏數(shù)字的圖像,任意選取100張作為訓(xùn)練樣本,剩余1300張作為測(cè)試樣本。
3.訓(xùn)練神經(jīng)網(wǎng)絡(luò)
如果用安卓手機(jī)來(lái)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,消耗的時(shí)間非常長(zhǎng)。為了節(jié)省時(shí)間,用計(jì)算機(jī)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。采用VC++平臺(tái),根據(jù)訓(xùn)練樣本訓(xùn)練三層BP神經(jīng)網(wǎng)絡(luò),訓(xùn)練成功后將BP神經(jīng)網(wǎng)絡(luò)模型移植到安卓手機(jī)中。
4.系統(tǒng)測(cè)試
圖9為本系統(tǒng)對(duì)圖2的識(shí)別結(jié)果,可以看到,該系統(tǒng)可以快速實(shí)現(xiàn)液晶屏數(shù)字的識(shí)別。
用1 300個(gè)測(cè)試樣本對(duì)識(shí)別系統(tǒng)進(jìn)行檢測(cè),檢測(cè)結(jié)果表明本系統(tǒng)正確識(shí)別率高達(dá)97.8%,可以實(shí)現(xiàn)液晶屏數(shù)字的精確識(shí)別。
四.結(jié)論
現(xiàn)有的液晶屏數(shù)字識(shí)別技術(shù)大都是以計(jì)算機(jī)作為載體來(lái)實(shí)現(xiàn)的,不便于實(shí)現(xiàn)隨時(shí)隨地進(jìn)行液晶屏的識(shí)別。針對(duì)這個(gè)問(wèn)題,以安卓手機(jī)為載體,通過(guò)拍照獲取圖像,調(diào)用計(jì)算機(jī)視覺(jué)庫(kù)實(shí)現(xiàn)圖像的預(yù)處理和特征提取,用訓(xùn)練的三層BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)液晶屏數(shù)字的識(shí)別。檢測(cè)結(jié)果表明,該系統(tǒng)可以隨時(shí)隨地、快速、高效地實(shí)現(xiàn)液晶屏數(shù)字的識(shí)別。
特別推薦
- 克服碳化硅制造挑戰(zhàn),助力未來(lái)電力電子應(yīng)用
- 了解交流電壓的產(chǎn)生
- 單結(jié)晶體管符號(hào)和結(jié)構(gòu)
- 英飛凌推出用于汽車應(yīng)用識(shí)別和認(rèn)證的新型指紋傳感器IC
- Vishay推出負(fù)載電壓達(dá)100 V的業(yè)內(nèi)先進(jìn)的1 Form A固態(tài)繼電器
- 康佳特推出搭載AMD 銳龍嵌入式 8000系列的COM Express緊湊型模塊
- 村田推出3225尺寸車載PoC電感器LQW32FT_8H系列
技術(shù)文章更多>>
- 高性能碳化硅隔離柵極驅(qū)動(dòng)器如何選型,一文告訴您
- 貿(mào)澤電子新品推薦:2024年第三季度推出將近7000個(gè)新物料
- 大聯(lián)大世平集團(tuán)的駕駛員監(jiān)控系統(tǒng)(DMS)方案榮獲第六屆“金輯獎(jiǎng)之最佳技術(shù)實(shí)踐應(yīng)用”獎(jiǎng)
- X-CUBE-STL:支持更多STM32, 揭開功能安全的神秘面紗
- 觸摸式OLED顯示屏有望重新定義汽車用戶界面
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
音頻IC
音頻SoC
音頻變壓器
引線電感
語(yǔ)音控制
元件符號(hào)
元器件選型
云電視
云計(jì)算
云母電容
真空三極管
振蕩器
振蕩線圈
振動(dòng)器
振動(dòng)設(shè)備
震動(dòng)馬達(dá)
整流變壓器
整流二極管
整流濾波
直流電機(jī)
智能抄表
智能電表
智能電網(wǎng)
智能家居
智能交通
智能手機(jī)
中電華星
中電器材
中功率管
中間繼電器