基于Halcon的刹车片字符检测算法研究

›› 2016, Vol. 29 ›› Issue (10): 101-.

基于Halcon的刹车片字符检测算法研究

马艳宁，陈晓荣，张运涛

(上海理工大学光电信息与计算机工程学院，上海 200093)

出版日期:2016-10-15 发布日期:2016-11-14
作者简介:马艳宁（1991-），女，硕士研究生。研究方向：图像处理。陈晓荣（1974-），女，博士，副教授，硕士生导师。研究方向：图像处理等。

Research on the Brake Character Detection Algorithm Based on Halcon

MA Yanning, CHEN Xiaorong, ZHANG Yuntao

(School of OpticalElectrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

Online:2016-10-15 Published:2016-11-14

摘要/Abstract

摘要：

针对人工检测刹车片字符时低效率的现状，提出一种基于机器视觉软件Halcon的字符检测算法。该算法在光照不均匀的条件下,充分利用了刹车片的外形特征，通过数幅图像测试后确定合适的分割方法和最佳阈值，定位出感兴趣区域(字符区域)，通过适度膨胀解决字符断裂的难题，并特别处理了易发生混淆的I和1，测试图像达到了96%的识别率。结果表明，该算法可高效准确地识别出刹车片字符，且具有较高的实用价值。

关键词: 字符识别, Halcon, 阈值分割, 字符断裂, OCR

Abstract:

A character detection system based on the machine vision software Halcon is proposed in view of the low efficiency of manual detection of the brake characters. Under the condition of uneven illumination, the algorithm makes full use of the shape characteristics of the brake, determines the appropriate segmentation method and the best threshold value through 30 images testing, and locates the ROI (character region). It solves the problem of character breaking through appropriate expansion and especially distinguishes I and 1. The recognition rate of the testing images is 96% .The results show that the algorithm can identify the characters of the brake efficiently and accurately.

Key words: character recognition, Halcon, thresholding, character fracture, OCR

中图分类号:

TP391.41

马艳宁，陈晓荣，张运涛. 基于Halcon的刹车片字符检测算法研究[J]. , 2016, 29(10): 101-.

MA Yanning, CHEN Xiaorong, ZHANG Yuntao. Research on the Brake Character Detection Algorithm Based on Halcon[J]. , 2016, 29(10): 101-.

[1]	马旭东,袁锐波. 基于图像检测的硬币面值识别方法[J]. 电子科技, 2020, 33(2): 43-47.
[2]	张长青,杨楠. 基于混合神经网络的车牌字符识别技术[J]. 电子科技, 2019, 32(9): 51-54.
[3]	周文凯,韩芳,孔维健. 基于Faster-RCNN的极验点选式验证码识别[J]. 电子科技, 2019, 32(9): 42-46.
[4]	李志森，陈晓荣. 基于Halcon的银行卡卡号识别[J]. , 2017, 30(9): 56-.
[5]	李瑞芳. 基于改进布谷鸟搜索算法的图像分割[J]. , 2016, 29(5): 105-.
[6]	左东祥，陈晓荣. 基于HALCON的刹车片尺寸和表面缺陷检测系统[J]. , 2016, 29(11): 78-.
[7]	方玉玲,魏赟. 基于二次网格的字符图像特征提取方法[J]. , 2015, 28(10): 72-.
[8]	赵俊成, 赵亦工. 基于分段直方图的图像对比度增强算法[J]. , 2014, 27(1): 49-.
[9]	张贝贝, 武奇生. 基于视频的高速公路违章停车实时检测算法[J]. , 2011, 24(9): 20-.
[10]	王召利, 杨廷梧, 刘上乾, 卢泉, 白宏刚. 特殊靶标图像的Otsu自适应双阈值分割法[J]. , 2010, 23(6): 46-.
[11]	潘东杰, 邓涛. 一种基于阈值分割的红外图像边缘检测方法[J]. , 2010, 23(6): 52-.
[12]	蒋昌军, 丁万山. 基于ARM和Linux的字符采集与识别系统[J]. , 2010, 23(11): 11-13.
[13]	朱怀中. 基于Android的手机OCR识别技术设计与实现[J]. , 12, 25(9): 45-.
[14]	张思俊, 王乐乐, 宦海, 陆振宇. 基于自适应阈值的不规则光照下图像提取方法[J]. , 12, 25(7): 10-.