[发明专利]一种无色差立体字符图像采集方法、增强方法及识别方法

权利要求书

1.一种无色差立体字符图像采集方法，其特征在于，包括以下步骤：

将具有无色差立体字符的目标物体置于预定的采集位置；

通过表面光源从无色差立体字符的正面照亮目标物体，通过线性光源从无色差立体字符的斜侧面照亮目标物体；

通过摄影设备从无色差立体字符的正面拍摄被照亮的目标物体；

通过计算机获取摄影设备拍摄到的无色差立体字符的二维图像。

2.根据权利要求1所述的无色差立体字符图像采集方法，其特征在于：通过输送机构将具有无色差立体字符的目标物体输送至预定的采集位置；所述输送机构为带式输送机、链式输送机或板式输送机。

3.根据权利要求1所述的无色差立体字符图像采集方法，其特征在于：所述计算机通过控制器控制摄影设备进行拍摄；所述控制器为PLC；所述摄影设备为照相机或摄像机。

4.根据权利要求1所述的无色差立体字符图像采集方法，其特征在于：所述线性光源的两端侧面垂直于采集位置所处的平面。

5.根据权利要求1所述的无色差立体字符图像采集方法，其特征在于：所述线性光源的照射方向与表面光源的照射方向之间形成30～60°夹角。

6.根据权利要求1所述的无色差立体字符图像采集方法，其特征在于：所述表面光源为白色表面光源，所述线性光源为白色线性光源。

7.一种基于卷积神经网络的无色差立体字符图像增强方法，其特征在于，包括：

对具有无色差立体字符的目标物体进行图像采集，得到无色差立体字符的原始图像；

其中，所述图像采集的采集方法包含：

将具有无色差立体字符的目标物体置于预定的采集位置；

通过表面光源从无色差立体字符的正面照亮目标物体，通过线性光源从无色差立体字符的斜侧面照亮目标物体；

通过摄影设备从无色差立体字符的正面拍摄被照亮的目标物体；

通过计算机获取摄影设备拍摄到的无色差立体字符的二维图像，即得到无色差立体字符的原始图像；

采用卷积神经网络模型对无色差立体字符的原始图像进行增强处理，提高无色差立体字符所在区域与周围背景的对比度，得到无色差立体字符的增强图像；

其中，所述卷积神经网络模型包含依次连接的输入层、若干个用于特征提取的卷积层和输出层，每个卷积层的输入端均设置有泄漏整流线性单元，输出层采用SoftMax函数作为激活函数以产生最终的分类结果；首先输入无色差立体字符的原始图像，然后利用若干个所述卷积层依次对无色差立体字符的原始图像进行特征提取，最后输出无色差立体字符的增强图像。

8.根据权利要求4所述的一种基于卷积神经网络的无色差立体字符增强方法，其特征在于：所述卷积神经网络模型是在包含预定数量原始图像的数据集上训练的，将原始图像的数据集进行手动标注，得到标注图像的数据集；将标注图像的数据集分为标注训练集和标注测试集；将原始图像的数据集分为原始训练集和原始测试集；

训练采用优化的均方损失平均数的数学模型：

其中，I表示输入标注图像，F(I)表示训练过程中的输出，Y表示真实值，W是与输入标注图像大小相同的权重矩阵，i、j表示坐标，N表示输入标注图像大小；矩阵W是一个置信度权重，用于衡量地面真理具有的确定性程度，由以下得出：

其中，D表示一个距离图，该距离图标注了原始图像的每个像素，并具有到原始图像中最接近的轮廓像素的距离；d是模拟标签偏差的阈值；w是代表标签确定性的参数；

在每个卷积层中使用5×5的内核大小，并使用学习率10^-4的Adam优化训练网络；

具体训练方法包括：

在标注训练集上执行卷积神经网络算法，生成卷积神经网络模型；

在标注测试集上执行卷积神经网络模型，生成增强图像；

将增强图像与标记图像进行比较，评估增强处理的准确性。

9.一种基于卷积神经网络的无色差立体字符图像识别方法，其特征在于，包括：

对具有无色差立体字符的目标物体进行图像采集，得到无色差立体字符的原始图像；

其中，所述图像采集的采集方法包含：

将具有无色差立体字符的目标物体置于预定的采集位置；

通过表面光源从无色差立体字符的正面照亮目标物体，通过线性光源从无色差立体字符的斜侧面照亮目标物体；

通过摄影设备从无色差立体字符的正面拍摄被照亮的目标物体；

通过计算机获取摄影设备拍摄到的无色差立体字符的二维图像，即得到无色差立体字符的原始图像；

采用卷积神经网络模型对无色差立体字符的原始图像进行增强处理，提高无色差立体字符所在区域与周围背景的对比度，得到无色差立体字符的增强图像；

其中，所述卷积神经网络模型包含依次连接的输入层、若干个用于特征提取的卷积层和输出层，每个卷积层的输入端均设置有泄漏整流线性单元，输出层采用SoftMax函数作为激活函数以产生最终的分类结果；首先输入无色差立体字符的原始图像，然后利用若干个所述卷积层依次对无色差立体字符的原始图像进行特征提取，最后输出无色差立体字符的增强图像；

采用常规的OCR算法对无色差立体字符的增强图像进行识别，提取出字符信息。