[发明专利]用于不同反光率表面的压印序列号字符分割方法

说明书

一种用于不同反光率表面的压印序列号字符分割方法，通过将待分割彩色图像进行灰度化处理后生成列灰度值分布图，经迭代滤波后得到平滑分布图，以其中的灰度值波谷位置作为分割线进行纵向分割从而得到独立的字符图像；本发明能够有效解决在压印序列号字符与背景对比度较差，图像字符质量较低的情况下的字符分割与识别问题，且字符分割效果不受二值化阈值影响。

技术领域

本发明涉及的是一种图像处理领域的技术，具体是一种用于不同反光率表面的压印序列号字符分割方法。

背景技术

与传统的印刷序列号相比，压印序列号通过压印的方式附着于零件上，能够在油污、灰尘等复杂工况下，长时间保持稳定。因此被广泛地应用于批量金属零件的ID识别中。

目前针对压印序列号的字符分割已经有诸如：垂直投影分割法、聚类分析字符分割法等传统方法。但是上述字符分割方法均是在黑白图像，即二值化处理之后的图片上，进行的字符分割。分割效果受图片二值化处理质量影响较大。

传统的字符分割方法为了保证图片二值化的处理效果，往往通过外设特定辅助光源等方式来保证相对恒定的成像效果，进而确定二值化效果较好的阈值。

但是在工厂的批量化字符分割识别现场，金属零件表面由于上道工序的修整、油污、灰尘等诸多原因，往往会存在表面反光率不同的情况。反光率不同，则会导致在图片采集时的工况不同，二值化的阈值存在不确定性，进而导致字符分割效果不理想。

上述问题严重制约了利用机器视觉识别的方法在工厂现场批量化识别金属零件压印序列号的实际应用。

发明内容

本发明针对现有传统字符分割算法无法有效处理不同反光率表面的压印序列号这一不足，提出一种用于不同反光率表面的压印序列号字符分割方法，能够有效解决在工厂批量化分割识别金属零件表面压印序列号的过程中，由于表面反光率的不同而引起的字符分割不准确的问题。

本发明是通过以下技术方案实现的：

本发明涉及一种用于不同反光率表面的压印序列号字符分割方法，通过将待分割彩色图像进行灰度化处理后生成列灰度值分布图，经迭代滤波后得到平滑分布图，以其中的灰度值波谷位置作为分割线进行纵向分割从而得到独立的字符图像。从而跳过传统字符分割算法中的二值化环节，进而提高分割算法对于不同金属表面分割识别的鲁棒性。

所述的灰度化处理是指：将原有的彩色图像中代表每个像素颜色的各不相同的R、G、B三个分量，统一处理为灰度图像其中：R、G、B代表确定像素颜色的三个分量，k_r、k_g、k_b为对应的权值，C代表处理为灰度图像之后，对应的像素点的R、G、B的数值。

所述的权值一般均取1，根据不同的图像背景特点也可以适应性地调整。

所述的灰度化处理优选通过Python实现。

所述的灰度化处理后/前优选进一步经增强对比度、低通滤波、高斯模糊滤波、中值滤波、双边滤波等多种降噪滤波处理。

所述的列灰度值分布图是指：以像素为基本计算单位，计算每一列的像素的灰度数值之和，并将其与所在的列数进行一一统计，得到以列数为横坐标，以每一列上对应的灰度总值为纵坐标的灰度分布波形图，即其中：C_[n]表示每一列像素的灰度总值；c_[n,i]表示每个像素灰度值；i表示当前像素所处的行数；n表示当前像素所处的列数；l表示图像的总行数。

所述的迭代滤波的目的是：通过滤波的方式去除由于油污、凹坑等因素引入的噪点，进行数据清洗，去除列灰度值分布图中的突变点，确保数据质量，方便后期依据波形图变化趋势确定字符分割位置。