基于圖形識(shí)別技術(shù)的商品保質(zhì)提醒技術(shù)研究

摘 要：圖像識(shí)別技術(shù)是利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。文章通過(guò)MATLAB軟件采用圖像字符識(shí)別技術(shù)，通過(guò)圖像采集、預(yù)處理、特征提取、模板匹配等方式，實(shí)現(xiàn)對(duì)含有商品保質(zhì)期的圖片進(jìn)行識(shí)別，提取保質(zhì)期信息與當(dāng)前時(shí)間比較根據(jù)比較結(jié)果進(jìn)行和判斷，用以提醒用戶商品是否過(guò)期，有效的避免了這類事件對(duì)商家造成的損失以及不良影響。

關(guān)鍵詞：字符識(shí)別技術(shù)；預(yù)處理，特征提??；模板匹配

圖像中有效信息的提取是非常關(guān)鍵的，要首先進(jìn)行圖像識(shí)別，字幅圖像識(shí)別首先要對(duì)圖像識(shí)別技術(shù)是一種通過(guò)數(shù)字化技術(shù)對(duì)所采集的用來(lái)研究實(shí)驗(yàn)的圖片進(jìn)行處理，然后利用計(jì)算機(jī)進(jìn)行分析，使之能在不同模式下將有效信息變短辨別出來(lái)的一門技術(shù)。圖像進(jìn)行預(yù)處理，每個(gè)圖像中都有噪聲，圖像預(yù)處理的主要目的就是減少噪聲造成的影響，以防對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生影響，然后再對(duì)預(yù)處理的圖像進(jìn)行分割，得到含有有效信息的圖像，然后對(duì)得到的有效圖像進(jìn)行特征提取，再通過(guò)模板匹配實(shí)現(xiàn)圖像中字符的識(shí)別，以此來(lái)達(dá)到圖像識(shí)別的目的。接下來(lái)作者對(duì)圖像識(shí)別的具體步驟進(jìn)行詳細(xì)介紹。

1 圖像識(shí)別技術(shù)

圖像識(shí)別技術(shù)是一種通過(guò)數(shù)字化技術(shù)對(duì)所采集的用來(lái)研究實(shí)驗(yàn)的圖片進(jìn)行處理，然后利用計(jì)算機(jī)進(jìn)行分析，使之能在不同模式下將有效信息變短辨別出來(lái)的一門技術(shù)。自動(dòng)圖像識(shí)別系統(tǒng)的過(guò)程分為五部分：圖像輸入、預(yù)處理、特征提取、分類和匹配，其中預(yù)處理又可分為圖像分割、圖像增強(qiáng)、二值化和細(xì)化等幾個(gè)部分。

2 圖像預(yù)處理步驟及方法

2.1 預(yù)處理

預(yù)處理的步驟后可以包括下面幾個(gè)過(guò)程：灰度化、二值化等操作消除圖像中的無(wú)關(guān)信息，防止其無(wú)關(guān)信息對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生影響，生成一個(gè)簡(jiǎn)單清楚的圖像。能否達(dá)到預(yù)期時(shí)候?qū)⑸唐穲D片中有關(guān)于

保質(zhì)期的有效信息讀取出來(lái)，達(dá)到實(shí)驗(yàn)后期與匹配庫(kù)中的目標(biāo)字符成功進(jìn)行匹配識(shí)別的效果，這一切都要看前期圖像字符預(yù)處理能否較為理想的完成。

2.2 灰度化

將彩色圖像轉(zhuǎn)化為灰色圖像的過(guò)程稱為圖像的灰度化處理，文章介紹幾種常見的方法：

（1）最大值法：將像素的三原色的值都等于它三原色中那個(gè)最大的原色的值，即：

G=R=B=MAX（R，G，B）

（2）平均值法：顧名思義，這個(gè)方法說(shuō)的是將像素三原色的值設(shè)置成像素三元色的平均值，即：

R=G=B=（R+G+B）/3

（3）加權(quán)平均值法：這個(gè)方法說(shuō)的是設(shè)置一組權(quán)值，其中，？棕R、？棕B、？棕G分別是R、B、G的權(quán)值。？棕R、？棕B、？棕G取不同的值時(shí)，將形成不同的灰度圖像。然后對(duì)三原色的值進(jìn)行加權(quán)平均，得到一組新的三原色值，顯示圖像，即：

R=G=B=（？棕RR+？棕BB+？棕GG）/3

最大值法處理后的灰度化圖像會(huì)比較亮，也就是高亮度；平均值法處理后的圖像產(chǎn)生的灰度化圖像會(huì)比較柔和；加權(quán)平均值法在處理灰度化時(shí)候，可以人為的去改變圖像的灰度化程度，比較靈活。

2.3 二值化

在此次項(xiàng)目中，我們采用最大類間方差法找到圖片的合理閾值，它是按圖像的灰度特性，將圖像分成背景和目標(biāo)兩部分。背景和目標(biāo)之間的類間方差越大，說(shuō)明構(gòu)成圖像的兩部分的差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小。因此，使類間方差最大的分割意味著錯(cuò)分概率最小。

3 圖像分割

圖像分割的目標(biāo)是把拍照?qǐng)D像中的每個(gè)字符從整個(gè)圖像中分離出來(lái)，成為單個(gè)字符，此方法一般是對(duì)像素進(jìn)行操作，典型的圖像分割方法有閾值法、邊緣檢測(cè)法、區(qū)域法、聚類法等，在此，由于我們之前已對(duì)圖像進(jìn)行了預(yù)處理，所以只需要用基本的投影分割法，對(duì) x軸， y軸分別進(jìn)行投影分割，即可得到單個(gè)字符清晰的的分割效果，由于拍照所得的圖片樣品是印在商品上的有效日期，它的有效日期的字符是標(biāo)準(zhǔn)體，十分整齊，所以不會(huì)出現(xiàn)將兩個(gè)字符分割到一起的問(wèn)題。所以可采用投影分割法進(jìn)行處理。

4 特征提取

特征提取就是提取圖像中的信息特征，常見的特征提取方法一般分為以下兩種：（1）結(jié)構(gòu)特征提?。航Y(jié)構(gòu)特征提取是指利用目標(biāo)字符的特別的字符結(jié)構(gòu)特征進(jìn)行提取的方法，這種方法往往可區(qū)分性強(qiáng)，同時(shí)穩(wěn)定性強(qiáng)。（2）統(tǒng)計(jì)特征提?。航y(tǒng)計(jì)特征提取是指對(duì)全部整個(gè)完整的字符進(jìn)行分析處理，然后提取該有效字符。

由于在本次項(xiàng)目中，用到的是商品上有關(guān)保質(zhì)期的有效信息，都是有關(guān)于數(shù)字，因此我們提取數(shù)字方面的特征，在本次實(shí)驗(yàn)中作者用到的特征提取的方法為以下兩種方法，粗網(wǎng)格特征提取的方法和筆劃密度特征提取的方法：

（1）粗網(wǎng)格特征提取

粗網(wǎng)格特征是指不同數(shù)字在不同位置塊內(nèi)的黑色素點(diǎn)個(gè)數(shù)特征，它代表的是圖像的整體分布特征。

這種方法首先把數(shù)字圖片分成幾個(gè)局部小區(qū)域，并把每個(gè)小區(qū)域上的點(diǎn)陣密度作為描述特征，即統(tǒng)計(jì)每個(gè)小區(qū)域中圖像象素所占百分比作為特征數(shù)據(jù)。

這種方法被廣泛運(yùn)用在各個(gè)領(lǐng)域。

（2）筆劃密度特征提取

每個(gè)數(shù)字的筆劃長(zhǎng)短，大小形狀都不一樣，所以0-9每個(gè)數(shù)字的筆劃特征都不一樣，由于每個(gè)數(shù)字的筆劃數(shù)量，集中分布的地方也不同，所以可以提取筆劃密度特征參數(shù)進(jìn)行識(shí)別。

我們可以通過(guò)以不同方向掃描輸入的樣本數(shù)字，計(jì)算其掃描線和筆劃相交的次數(shù)，不同的筆劃相交次數(shù)不一樣，以此可以形成筆劃密度的特征向量。

5 模板匹配

5.1 模板匹配概念及原理

模板匹配法是指在實(shí)驗(yàn)建立的基礎(chǔ)模板匹配庫(kù)通過(guò)某些從圖像字符中查找提取到的特征向量，從匹配庫(kù)中找出與目標(biāo)字符最相似的字符，即如果庫(kù)中存在該字符那么就可以從模板匹配庫(kù)中找到并輸出目標(biāo)字符。在進(jìn)行模板匹配時(shí)會(huì)用到，前面說(shuō)到的從圖像字符中提取出來(lái)的特征向量。

觀測(cè)向量：觀測(cè)向量說(shuō)的是對(duì)目標(biāo)對(duì)象進(jìn)行處理分析然后得到的原理數(shù)據(jù)構(gòu)成的向量。

R=[r1，r2，...，rm]T

R是觀測(cè)向量，r是觀測(cè)值。

觀測(cè)空間：由觀測(cè)向量的維數(shù)決定的m維幾何空間。

特征向量：對(duì)觀測(cè)向量進(jìn)行特征選擇和提取，得到反映事物本質(zhì)特性的特征構(gòu)成的向量。

X=[x1，x2，...xn]T

X是特征向量，x是特征值。

特征空間：有特征向量的維數(shù)決定的n維幾何空間（n

特征選擇：去除次要的特征，篩選出重要的特征。

特征提取：通過(guò)壓縮變換或映射，降低特征維數(shù)。

歐氏距離：設(shè)有兩個(gè)n維的特征向量x1和x2，

那么這兩個(gè)目標(biāo)對(duì)象的歐氏距離可以被定義為如下：

可以根據(jù)實(shí)驗(yàn)的要求來(lái)改變加權(quán)系數(shù)，使得實(shí)驗(yàn)的準(zhǔn)確性大大提高，同時(shí)也使得識(shí)別的過(guò)程步驟更加的靈活，增加了各個(gè)特征在識(shí)別中的重要程度。

5.2 模板匹配方法及思想

設(shè)檢測(cè)對(duì)象的模板為t（x，y），令其中心與圖像f（x，y）中的一點(diǎn)（i，j）重合，檢測(cè)t（x，y）和圖像重合部分之間的相似度，對(duì)圖像中所有的點(diǎn)都進(jìn)行這樣的操作，根據(jù)相似度為最大或者超過(guò)某已于直來(lái)確定對(duì)象物是否存在，并求得對(duì)象物所在的位置。

相似度：該值越大，表示匹配程度越好。

f—f（x+u，y+v）在S內(nèi)的均值，t—t（x，y）在S內(nèi)的均值。

6 仿真分析

文章通過(guò)MATLAB處理平臺(tái)對(duì)所采集的圖像進(jìn)行分析，通過(guò)對(duì)圖像的預(yù)處理、特征提取、模板匹配等方式，結(jié)果如圖2所示。

圖1 原始圖像

圖2 實(shí)驗(yàn)結(jié)果圖

從圖中可以看出，本次項(xiàng)目通過(guò)圖像字符識(shí)別技術(shù)，可以很好地對(duì)圖像進(jìn)行識(shí)別，并與當(dāng)前系統(tǒng)時(shí)間進(jìn)行比較，根據(jù)比較結(jié)果進(jìn)行判斷輸出商品是否過(guò)期，達(dá)到提醒的目的。

7 結(jié)束語(yǔ)

本次實(shí)驗(yàn)是基于圖像識(shí)別中的圖像字符識(shí)別技術(shù)來(lái)實(shí)現(xiàn)對(duì)圖片中的有效信息進(jìn)行識(shí)別，并進(jìn)行對(duì)有效信息的提取和處理，最后通過(guò)判斷來(lái)實(shí)現(xiàn)文章的目的，即實(shí)現(xiàn)對(duì)商品保質(zhì)期的提醒功能。文章主要是講利用圖像識(shí)別技術(shù)來(lái)對(duì)含有商品保質(zhì)期信息的圖片進(jìn)行識(shí)別，并且提取保質(zhì)期信息與當(dāng)前時(shí)間進(jìn)行比較，根據(jù)比較結(jié)果進(jìn)行判斷，輸出結(jié)果，提醒用戶商品是否過(guò)期，或臨近保質(zhì)期期限，已達(dá)到實(shí)現(xiàn)商品保質(zhì)期提醒功能，從而也有效地實(shí)現(xiàn)了商品的有效使用以及及時(shí)處理，避免了商品因?yàn)橐恍┖鲆?，不注意等原因?qū)е律唐愤^(guò)期的事件，有效地避免了這類事件對(duì)商家造成的損失以及不良影響，也保護(hù)了消費(fèi)者的合法權(quán)益。

參考文獻(xiàn)

[1]林篤盛，呂海堂，基于雙光源圖像合成法的標(biāo)牌字符識(shí)別方法研究[J].工業(yè)控制計(jì)算機(jī)，2014，27（9）：53-54.

[2]楊小冬，寧新寶.自動(dòng)圖像識(shí)別系統(tǒng)圖像分割算法的研究[J].南京大學(xué)學(xué)報(bào)，2004，40（4）：424-431.

[3]李建華，馬小妹.基于方向圖的動(dòng)態(tài)閾值圖像二值化方法[J].大連理工大學(xué)學(xué)報(bào)，2002，42（5）：626-628.

[4]劉靜.幾種車牌字符識(shí)別算法的比較[J].電腦與電信，2008（8）：72-74.

[5]杜敏.基于混合特征提取提取的手寫體數(shù)字識(shí)別方法的研究[J].西安交通大學(xué)學(xué)報(bào)，1996（9）：94-98.

[6]馬莉.MATLAB語(yǔ)言實(shí)用教程[M].北京：清華大學(xué)出版社，2010.

[7]Yuntao Cui，Qian Huang，Automatic license extraction from moving vehicles， IEEE Transaction on Pattern Analysis and Machine Intelligence，1999，7（4）：126-130.

[8]Luis Salgado. Automatic car plate detection and recognition through intelligent vision engineering. IEEE Trans PAMI，1999，17：71-76.

作者簡(jiǎn)介：王斌（1995-），工作單位：杭州電子科技大學(xué)，研究方向：圖形識(shí)別。