摘  要： 針對帶有七段碼的數(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)字識別系統(tǒng)。通過手機(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)視覺庫，對圖像進(jìn)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(jìn)行傾斜矯正；利用直方圖對數(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)字字符的識別。實(shí)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(jī)，使用方便，便于攜帶，可以實(shí)時(shí)操作。

　　關(guān)鍵詞： 安卓；數(shù)字識別；開源計(jì)算機(jī)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(jìn)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(jìn)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(shí)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(shí)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(jì)算機(jī)為載體，不能實(shí)現(xiàn)隨時(shí)隨地識別液晶屏的要求。近年以來，智能手機(jī)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(jìn)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(shí)現(xiàn)圖像處理提供了方便。通過調(diào)用計(jì)算機(jī)視覺庫[3]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別。基于此，本文提出基于安卓手機(jī)的液晶屏數(shù)字識別系統(tǒng)，通過安卓手機(jī)拍照，獲取液晶屏圖像，利用圖像處理技術(shù)對圖像進(jìn)行處理，最后采用三層BP神經(jīng)網(wǎng)絡(luò)[4]對圖像進(jìn)行識別，隨時(shí)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(jì)算機(jī)視覺采集物理對象，以圖像數(shù)據(jù)為基礎(chǔ)，讓機(jī)器模仿人類視覺，自動完成某些信息的處理功能，達(dá)到人類所具有的對視覺采集圖像進(jìn)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(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，本文對圖像進(jìn)行灰度化處理、大津法[6]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。

　　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(jìn)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(jìn)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(diǎn)。為了便于快速、高效地求取圖像的傾斜角，先對圖像進(jìn)行膨脹處理和邊緣檢測。

　　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(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，對膨脹處理圖像進(jìn)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(jìn)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(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。

　　2.2 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(jì)算機(jī)視覺應(yīng)用中，可以對圖像的數(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(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(jìn)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(shí)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(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，對源圖像附近的4×4個鄰近像素進(jìn)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(diǎn)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(jìn)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(diǎn)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(diǎn)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(jìn)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(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[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(dá)到預(yù)定的訓(xùn)練次數(shù)。

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

　　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(diǎn)，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(jìn)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(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)個數(shù)[12]。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)過分析與實(shí)際檢驗(yàn)，本系統(tǒng)采用10個隱節(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(shí)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(jī)來進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，消耗的時(shí)間非常長。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，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。

　　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(shí)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(jìn)行檢測，檢測結(jié)果表明本系統(tǒng)正確識別率高達(dá)97.8%，可以實(shí)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(jì)算機(jī)作為載體來實(shí)現(xiàn)的，不便于實(shí)現(xiàn)隨時(shí)隨地進(jìn)行液晶屏的識別。針對這個問題，以安卓手機(jī)為載體，通過拍照獲取圖像，調(diào)用計(jì)算機(jī)視覺庫實(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)字的識別。檢測結(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)字的識別。

參考文獻(xiàn)

　　[1] 范會敏，王浩.模式識別方法概述[J].電子設(shè)計(jì)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(xiàng)目實(shí)踐：VC++、MATLAB技術(shù)實(shí)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(bào)，2007，22（3）：247-250.

　　[9] 朱俊梅，陳少平.基于改進(jìn)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(bào)，2007，26（4）：58-60.

　　[10] 鞏玉濱，楊紅娟，張運(yùn)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(bào)，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(jì)方法與實(shí)例分析[M].北京：北京郵電大學(xué)出版社，2009.