基于计算机视觉的标签定位检测

中图分类号：TP391.4
文源自文库标志码：A
文章编号：1673-0143（2018）04-0325-06
DOI：10.16389/j.cnki.cn42-1737/n.2018.04.007
Label Location Detection Based on Computer Vision
WU Pengfei，CHANG Junming*
121
1 16
1 标签图像预处理
1.1 目标区域快速获取 在基于计算机视觉的标签定位检测中，对所有图像区域进行处理会大大增加所需时间和降低处理
的精度，因此会设置 ROI 选取目标区域，在设置了 ROI 以后就只需对分割出的目标区域进行分析，从而 提高工作效率。常见的定义 ROI 区域有指定矩形区域和指定感兴趣行或列的范围两种方法。本文使 用指定矩形区域设置 ROI，将标签图像分割得到目标区域，提取标签图像中所需要的标签信息，使实验 效果更佳。 1.2 目标区域降噪处理
本文在现有颜色定位算法的基础上，提出一种基于计算机视觉的标签定位检测算法［5］，该算法在
收稿日期：2018 - 04 - 13 基金项目：湖北省住房和城乡建设厅（2016）资助项目；武汉市教育局基金资助项目（2017005） 作者简介：吴鹏飞（1995—），男，硕士生，研究方向：智能视觉。 *通讯作者：常君明（1973—），男，副教授，硕士，研究方向：智能视觉。E-mail：409466559@qq.com
326
江 汉 大 学 学 报（自 然 科 学 版）
总第 46 卷
基于计算机视觉的标签图像定位检测中利用 ROI 对标签图像进行分割，提取有效的标签图像区域。用 计算机视觉对获取的标签图像区域进行读取、分析与处理。寻找和绘制图像区域中的轮廓，用外接最 小多边形对轮廓进行包围，同时对多个不同位置的标签实现精准定位。
在采集标签图像的场景中，由于光照等因素会使标签图像产生噪声，噪声会严重影响对标签图像 信息的接收［6］。在基于计算机视觉的标签定位检测中，需要对选中的目标区域进行滤波降噪处理。滤 波操作是标签图像预处理［7］中不可缺少的部分，滤波的效果好坏将直接影响到对标签的精确定位。
在实际工程领域中，进行滤波降噪的同时不能破坏目标区域的细节特征，且需使图像的清晰效果 更 好 ，而 线 性 滤 波 中 的 高 斯 滤 波 就 很 好 地 符 合 此 要 求 。 高 斯 滤 波 是 一 种 对 整 幅 图 像 进 行 加 权 平 均 的 滤 波 方 法 ，有 离 散 化 窗 口 划 窗 卷 积 与 傅 里 叶 变 换 两 种 实 现 方 式 。 用 一 个 模 板 对 目 标 区 域 图 像 的 每 一 个像素进行扫描，用模板确定的领域像素的加权平均灰度值代替中心像素点的值［8］，其中的 3 × 3 和 5 × 5 高斯卷积内核如图 1 和图 2 所示。
（School of Mathematics and Computer Science，Jianghan University，Wuhan 430056，Hubei，China）
Abstract：Label location detection is an important part of intelligent manufacturing based on the computer vision. The author used ROI technology to choose the label area quickly，and enhanced the edge detection after label image preprocessing by the Gaussian filtering and morphological method ， then obtained the maximum contour with the external minimum polygon encircling method， it achieved fast and accurate location detection of the label by calculating the centroid and direction features of the maximum contour. Key words：computer vision；image preprocessing；location and detection
第 46 卷 第 4 期 2018 年 8 月
江 汉 大 学 学 报（自 然 科 学 版） J. Jianghan Univ.（Nat. Sci. Ed.）
Vol.46 No.4 Aug. 2018
基于计算机视觉的标签定位检测
吴鹏飞，常君明*
（江汉大学 数学与计算机科学学院，湖北 武汉 430056）
摘 要：标签定位检测是基于计算机视觉智能制造的重要部分。采用 ROI 技术快速选定标签区域，基于高斯
滤波和形态学方法对标签图像进行预处理后做边缘检测增强处理，用外接最小多边形包围法求出最大轮廓，
通过计算最大轮廓的质心与方向特征实现了对标签的快速、精确定位检测。
关键词：计算机视觉；图像预处理；定位检测
0 引言
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，应用在人工智能、模式识别和三维 分析等领域。在实际工程中对商品标签信息的识别尤为重要。基于视觉的定位检测可以有效识别标 签，能快速准确定位标签［1］，提高生产工作效率 。
在工业领域中，图像背景一般都比较单一，所以目前大多采用颜色定位算法[2-4]进行定位。颜色定 位算法是采用计算机识别物体的颜色从而使物体与背景分离，进而对物体进行定位。在检测时，计算 机通过物体整体像素进行物体质心、角度等特征的求取。若物体所处背景一旦有颜色干扰，计算机便 无法准确地对物体进行精确定位，降低了定位的精度，从而影响对物体位置特征的获取。当通过颜色 算法定位后，由于需要计算物体整体像素来得到物体位置特征，大大降低了定位的速度。