摘  要： 針對帶有七段碼的數(shù)字液晶屏，設(shè)計了一種基于安卓手機的液晶屏數(shù)字識別系統(tǒng),。通過手機拍照獲取液晶屏圖像,，利用安卓本地接口功能調(diào)用計算機視覺庫，對圖像進行處理,；針對圖像的傾斜問題,，通過圖像預(yù)處理和霍夫變換取得圖像傾斜角，并進行傾斜矯正,；利用直方圖對數(shù)字字符進行分割,，以網(wǎng)格法提取字符的特征值，用三層BP神經(jīng)網(wǎng)絡(luò)進行液晶屏數(shù)字字符的識別,。實際檢測結(jié)果表明識別率很高,，而且識別速度很快，該系統(tǒng)基于安卓手機,，使用方便,，便于攜帶，可以實時操作,。

　　關(guān)鍵詞： 安卓,；數(shù)字識別；開源計算機視覺庫；BP神經(jīng)網(wǎng)絡(luò)

0 引言

　　隨著我國信息化建設(shè)和現(xiàn)代化進程的加快,，自動識別技術(shù)已經(jīng)越來越廣泛地應(yīng)用在各個工程領(lǐng)域,，利用數(shù)字圖像識別技術(shù)可以有效地加快自動化、智能化進程,。液晶屏作為智能化設(shè)備的主要標(biāo)志,，其識別已經(jīng)成為模式識別[1]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)和圖像識別技術(shù)，可以實現(xiàn)液晶屏數(shù)字的識別,，常用的方法有神經(jīng)網(wǎng)絡(luò)和模版匹配,，識別的時間、識別精度和系統(tǒng)的便攜性是識別系統(tǒng)的關(guān)鍵,。

　　現(xiàn)有的識別系統(tǒng)大都是以計算機為載體,，不能實現(xiàn)隨時隨地識別液晶屏的要求。近年以來,，智能手機系統(tǒng)尤其是安卓系統(tǒng)[2],，以其開放性、易開發(fā)和基于Linux操作系統(tǒng)等優(yōu)勢,，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)者可以通過接口調(diào)用庫文件,，不僅可以使用Java語言進行開發(fā),，而且可以使用輕量級且高效的C/C++語言編寫。安卓的本地接口功能為實現(xiàn)圖像處理提供了方便,。通過調(diào)用計算機視覺庫[3]文件，安卓開發(fā)人員可以方便進行圖像的處理和圖像的識別,?；诖耍疚奶岢龌诎沧渴謾C的液晶屏數(shù)字識別系統(tǒng),，通過安卓手機拍照,，獲取液晶屏圖像，利用圖像處理技術(shù)對圖像進行處理,，最后采用三層BP神經(jīng)網(wǎng)絡(luò)[4]對圖像進行識別,，隨時隨地、快速,、準(zhǔn)確地識別液晶屏圖像,。

1 識別系統(tǒng)流程

　　圖像識別技術(shù)是利用計算機視覺采集物理對象,，以圖像數(shù)據(jù)為基礎(chǔ)，讓機器模仿人類視覺,，自動完成某些信息的處理功能,，達到人類所具有的對視覺采集圖像進行識別的能力，以代替人去完成圖像分類及識別的任務(wù)[5],。圖像模式識別系統(tǒng)通常由五個模塊組成,，如圖1所示。

2 圖像預(yù)處理及特征提取

　　由安卓手機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,，由于光照強度等原因，液晶屏圖像中常有許多噪聲點,。為了得到精確圖像,，本文對圖像進行灰度化處理、大津法[6]二值化處理和開運算處理,。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算處理后的結(jié)果,。

　　2.1 圖像傾斜矯正

　　在拍攝過程中由于拍攝角度等因素,，導(dǎo)致圖像會有一定角度的傾斜，如圖3（c）所示,。圖像的傾斜將會增加后續(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誤的，進而嚴(yán)重影響字符識別的精度,。為了便于圖像后續(xù)處理,，需要對圖像進行傾斜矯正。

　　對于液晶屏圖像,，考慮采用霍夫變換的方法求其傾斜角,。通過霍夫變換，可以取得圖像中所有直線的端點,。為了便于快速,、高效地求取圖像的傾斜角，先對圖像進行膨脹處理和邊緣檢測,。

　　膨脹是指將圖像與核進行卷積,，核可以是任何形狀或大小。通過圖像的膨脹操作，可以將圖像中的高亮區(qū)域逐漸增加,。對于圖3（c）,，先進行反色處理，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,，對膨脹處理圖像進行邊緣檢測。設(shè)定上下限閾值比為3：1,，通過Canny邊緣檢測得到的邊緣圖像,。圖4中（a）和（b）分別是對圖3（c）進行膨脹和邊緣檢測后的結(jié)果。

　　由圖4（b）可以看出,，經(jīng)膨脹處理和邊緣檢測后的圖像可以將液晶屏數(shù)字的輪廓勾勒出來,。對圖4（b）進行霍夫變換，可以獲取圖像中每條線段的端點,，進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。對其余傾斜角求取平均值,，即認為是圖3（c）的傾斜角度,。

　　根據(jù)傾斜角將圖3（c）進行旋轉(zhuǎn)得圖5。

　　2.2 字符分割及歸一化

　　字符的分割技術(shù)[7]可以將單個字符從圖像中分割出來,。直方圖[8]廣泛應(yīng)用于計算機視覺應(yīng)用中,，可以對圖像的數(shù)據(jù)進行統(tǒng)計，獲得數(shù)據(jù)分布的統(tǒng)計圖,。

　　對于一個大小為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)，初始化時設(shè)置函數(shù)值均為0,。遍歷該圖像中的像素點，如果該像素點為黑色像素點,，則將該像素點對應(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,，得出各個字符的頂、底,、左端和右端在圖像中位置,。

　　根據(jù)各個字符在圖像中的位置，即可將字符分割,，對圖3（c）進行字符分割后各個字符如圖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,。由于實際分割過程中每個字符大小不一致,，如圖6所示，所以對分割字符進行歸一化處理,，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,，對源圖像附近的4×4個鄰近像素進行三次樣條擬合，最后將目標(biāo)像素對應(yīng)的三次樣條值作為目標(biāo)圖像對應(yīng)像素點的值,。將字符歸一化以后,，所得各個字符如下圖7所示。

　　2.3 字符特征提取

　　將字符從圖像中分割以后,，就可以對圖像進行特征提取,。采用網(wǎng)格法[10]提取字符的21個特征值，用于字符圖像的識別,。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)黑色像素點占該區(qū)域的比例，作為字符圖像的3個特征值,；最后,，將字符圖像均分為3列，分別求得每列內(nèi)黑色像素點占該區(qū)域的比例,，作為字符圖像的另外3個特征值,。共提取字符圖像的21個特征值，用于字符圖像的識別,。

3 字符識別

　　用誤差反向后傳算法即BP神經(jīng)網(wǎng)絡(luò)來進行數(shù)字字符的識別,。BP神經(jīng)網(wǎng)絡(luò)由Rumelhart和McClelland于1985年提出,，實現(xiàn)了Minsky和Papert認為不能實現(xiàn)的多層網(wǎng)絡(luò)的設(shè)想[11]。

　　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)練過程由信號的正向傳播和誤差的反向傳播兩個過程組成,，其學(xué)習(xí)的本質(zhì)是各連接權(quán)值的動態(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)練達到預(yù)定的訓(xùn)練次數(shù)。

　　3.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

　　2.3節(jié)說明了提取字符的21個特征值,，本系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的輸入層采用21個節(jié)點,，分別對應(yīng)字符的21個特征值。數(shù)字字符的識別結(jié)果共10個,，本文用各個數(shù)字對應(yīng)的四位二進制數(shù)表示其對應(yīng)的期望輸出,，即輸出層采用4個節(jié)點。

　　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)計需求,，本文中采用單隱層。

　　BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點數(shù)的設(shè)計與訓(xùn)練樣本數(shù)的多少,、樣本噪聲的大小及樣本中蘊含規(guī)律的復(fù)雜程度密切相關(guān),。實際應(yīng)用中常用試湊法確定最佳隱節(jié)點個數(shù)[12]。下面是一些確定隱節(jié)點數(shù)的經(jīng)驗公式：

隱節(jié)點數(shù),，n為輸入層節(jié)點數(shù),，l為輸出層節(jié)點數(shù)，為1~10之間常數(shù),。

　　經(jīng)過分析與實際檢驗,，本系統(tǒng)采用10個隱節(jié)點數(shù)時，可以使網(wǎng)絡(luò)誤差很小,，同時具有很高的訓(xùn)練精度,，訓(xùn)練速度也很快，所以采用10個隱節(jié)點數(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,。對于本系統(tǒng)而言，當(dāng)每個數(shù)字字符取10個樣本,，總共取100個樣本的時候,，就可以訓(xùn)練出比較理想的BP神經(jīng)網(wǎng)絡(luò),。

　　3.2 生成訓(xùn)練樣本和測試樣本

　　本系統(tǒng)收集了1 400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1 300張作為測試樣本。

　　3.3 訓(xùn)練神經(jīng)網(wǎng)絡(luò)

　　如果用安卓手機來進行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,，消耗的時間非常長,。為了節(jié)省時間，用計算機進行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,。采用VC++平臺,，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中,。

　　3.4 系統(tǒng)測試

　　圖9為本系統(tǒng)對圖2的識別結(jié)果,，可以看到，該系統(tǒng)可以快速實現(xiàn)液晶屏數(shù)字的識別,。

　　用1 300個測試樣本對識別系統(tǒng)進行檢測,，檢測結(jié)果表明本系統(tǒng)正確識別率高達97.8%，可以實現(xiàn)液晶屏數(shù)字的精確識別,。

4 結(jié)論

　　現(xiàn)有的液晶屏數(shù)字識別技術(shù)大都是以計算機作為載體來實現(xiàn)的,，不便于實現(xiàn)隨時隨地進行液晶屏的識別。針對這個問題,，以安卓手機為載體,，通過拍照獲取圖像，調(diào)用計算機視覺庫實現(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)模型實現(xiàn)液晶屏數(shù)字的識別,。檢測結(jié)果表明，該系統(tǒng)可以隨時隨地,、快速,、高效地實現(xiàn)液晶屏數(shù)字的識別。

參考文獻

　　[1] 范會敏,，王浩.模式識別方法概述[J].電子設(shè)計工程,，2012，20（19）：48-51.

　　[2] 李寧.Android開發(fā)權(quán)威指南[M].北京：人民郵電出版社,，2013.

　　[3] 于仕琪,，劉瑞禎.學(xué)習(xí)OpenCV[M].北京：清華大學(xué)出版社，2009.

　　[4] Dong Yu,， Li Deng,， SEIDE F. The deep tensor neural network with applications to large vocabulary speech recognition[J]. IEEE Transactions on Audio， Speech,， and Language Processing,， 2013,，21（2）：388-396.

　　[5] 楊淑瑩.圖像識別與項目實踐：VC++、MATLAB技術(shù)實現(xiàn)[M].北京：電子工業(yè)出版社,，2014.

　　[6] OTSU N. A threshold selection method from gray-level histograms[J]. IEEE Transactions,， Systems， Man and Cybernetics,， 1979,， 9（1）：62-66.

　　[7] 龐然，汪仁煌,，劉洪江.液晶屏數(shù)字識別中分割算法的研究[J].電子技術(shù)應(yīng)用,，2007，33（5）：64-66.

　　[8] 趙莉,，楊莉,，林曉.基于投影信號和小波分析的字符特征提取方法[J].山東建筑大學(xué)學(xué)報，2007,，22（3）：247-250.

　　[9] 朱俊梅,，陳少平.基于改進的投影方法的車牌圖像字符分割[J].中南民族大學(xué)學(xué)報，2007,，26（4）：58-60.

　　[10] 鞏玉濱,，楊紅娟，張運楚,，等.一種數(shù)顯儀表數(shù)字字符識別方法研究[J].山東建筑大學(xué)學(xué)報,，2011，26（2）：134-137.

　　[11] 王明勛.基于神經(jīng)網(wǎng)絡(luò)的液晶數(shù)字識別在船用設(shè)備管理中的應(yīng)用[J].艦船電子工程,，2012,，32（7）：95-97.

　　[12] 施彥，韓立群,，廉小親,，等.神經(jīng)網(wǎng)絡(luò)設(shè)計方法與實例分析[M].北京：北京郵電大學(xué)出版社，2009.