CN103065146A - 用于电力通信机房哑设备标识牌的文字识别方法 - Google Patents

Abstract

本发明公开了用于电力通信机房哑设备标识牌的文字识别方法，包括：提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。采用本发明，可以加快人工处理效率。因此本发明技术在电力系统对哑设备管理具有广泛的实际应用价值和重要的学术意义。

Description

用于电力通信机房哑设备标识牌的文字识别方法

技术领域

本发明涉及标识牌的文字识别技术，特别是涉及用于电力通信机房哑设备标识牌的文字识别方法。

背景技术

电力系统设备种类繁多，由于很多电力通信机房是早期建设，很多设备都没有采用各种先进技术进行管理，造成大量设备登记信息不足，虽然部分设备有人工贴上一维码标签，但还是存在很多没有进行设备信息建档工作及日常维护实时同步设备信息等情况，从而造成越来越多“哑设备”存在。为了解决哑设备问题，目前普遍采用的方法就是通过人工现场重新登记管理，但这对于电力系统将是一项非常庞大的工程，没有更优秀的技术手段辅助将会造成大量的人力物力投入，并且周期也非常长。因此如何在电力系统中怎样快速高效管理维护这些哑设备，以哑设备智能管理手段有效的减轻人力物力投入，已成为一个非常急需解决的重大问题。

文字识别技术在各个领域应用已非常成熟，如车牌识别技术、图书文字翻译技术。字符识别的主要对象是汉字、字母和数字，而汉字其结构非常复杂，其识别过程复杂程度远高于数字和字母。常用文符识别方法有：人工神经网络法：必须找寻特征，会有计算量大、耗资源等问题；模板匹配法：对噪声要求高、字符变化大影响识别率；结构特征字符识别法：对性能要求高、存储资源大、识别速度慢；统计特征字符识别法：相识度较高字符识别差，有时也需寻找特征，特征变化大情况下识别率低。而光学字符识别（OCR）技术是一种高速辨别图像文字实用技术，整个行业应用最广、最成熟。但目前OCR技术的应用仍面临许多技术挑战，现有OCR技术一般都是在室外亮度好或采用高清摄像头进行拍摄，并且识别文字对象结构特征比较固定，变化比较少，因此识别能力要求不需要太高。而对于通信机房哑设备标牌，因机房环境灯光不足或哑设备标牌文字清晰度不够，而且，哑设备标牌存在样式多、色彩多、背景底纹多、面积大小、文字大小、字体类型多等情况下都会影响OCR识别的准确率和识别速度。另外，目前的智能手机系统、平板电脑操作系统，它们的处理速度远远低于个人电脑的操作系统，在这种情况下，如何在手机或平板电脑应用OCR技术，并提高其识别速度和准确性？这就成为了OCR技术进一步发展的瓶颈。

发明内容

基于此，有必要针对上述问题，提供一种用于电力通信机房哑设备标识牌的文字识别方法，能够快速高效管理维护哑设备，实现哑设备管理的智能化，减轻投入的人力维护，增强信息维护的准确性、及时性。

一种用于电力通信机房哑设备标识牌的文字识别方法，包括：

提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

相应地，一种用于电力通信机房哑设备标识牌的文字识别装置，包括：

预处理单元，用于提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

与所述预处理单元相连的图片切割单元，用于根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

与所述图片切割单元相连的字符对比单元，用于由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

与所述字符对比单元相连的匹配归档单元，用于将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

实施本发明，具有如下有益效果：

本发明技术将以OCR图像分析处理技术对电力通信机房的哑设备进行智能化管理。通过平板电脑或智能手机拍摄哑设备上的标牌文字，以OCR图像分析处理技术自动分析标牌照片的文字信息并结合设备资源系统关联应用后形成全新的物联网管理工作模式，如哑设备快速建档应用、哑设备属性快速查询、哑设备二维码标签快速制作等，为哑设备提供优秀、高效的技术手段。

附图说明

图1为本发明电力通信机房哑设备标识牌的文字识别方法的流程图；

图2为本发明电力通信机房哑设备标识牌的文字识别方法的实施例流程图；

图3为本发明电力通信机房哑设备标识牌的文字识别装置的示意图；

图4为本发明电力通信机房哑设备标识牌的文字识别装置的实施例示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

图1为本发明电力通信机房哑设备标识牌的文字识别方法的流程图，包括：

S101：提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

S102：根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

S103：由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

S104：将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

OCR（Optical Character Recognition，光学字符识别）是指电子设备（例如平板电脑、智能手机、扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。本发明技术将以OCR图像分析处理技术对电力通信机房的哑设备进行智能化管理。通过平板电脑或智能手机拍摄哑设备上的标牌文字，以OCR图像分析处理技术自动分析标牌照片的文字信息并结合设备资源系统关联应用后形成全新的物联网管理工作模式，如哑设备快速建档应用、哑设备属性快速查询、哑设备二维码标签快速制作等，为哑设备提供优秀、高效的技术手段。

本发明技术对电力系统中设备标牌中的字符识别技术进行研究，对设备标牌中的字符识别系统的每一个模块进行了研究及实现。整个方案由图象预处理、字符识别、设备信息提取分解三个部分组成，方案的技术输入是单张哑设备标牌图象，而预处理部分为图片提取、二值化和倾斜矫正，以混识辨别引擎实现字符识别和标牌信息提取分解匹配管理。具体地，进行图象预处理时，采用图像滤波处理、直方图灰度修正以及灰度图像对比技术把设备信息区域图的部分突出出来。为了进行有效的识别，还可以采用阈值法进行标牌图像的二值化。通过对其标牌二值化，提取标牌图像中的钢印信息。最后，进行标牌图像的边缘检测和分割，再采用基于光学字符识别（OCR）的技术以及MATLAB软件算法完成对标牌字符的识别。

需要补充说明的是，本发明考虑了哑设备标牌的格式特点进行识别。主要包括：一方面，标牌中有很多钢印信息或打印贴纸信息，通过OCR提取标牌特征时，需要完整的提取其特征量。另一方面，标牌中的字符很多，尤其是所涉及的汉字比较丰富，本发明还通过汉字组成的意思表示，才实现智能化的匹配。

图2为本发明电力通信机房哑设备标识牌的文字识别方法的实施例流程图。与图1相比，图2为具体实施例的示意图。本具体实施例将基于Android手机操作系统进行Android OCR技术开发和资源识别流程处理技术开发，对于手机OCR技术将由图像预处理、字符识别、设备信息提取分解三个部分组成，而整个方案的技术输入将以Android手机或Android平板电脑的摄像头拍摄单张哑设备标牌图像，进行图片提取、二值化和倾斜矫正等操作，最终在Android手机操作系统进行快速字符识别和标牌资源信息提取分解关联操作。

S201：提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

S202：根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

S203：由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

S204：所述信息分类项包括型号、参数和种类中的至少一种，从所述字符串的起始字符开始，搜索与所述型号相匹配的由若干个起始字符组成的开头词组；

判断搜索成功，当是时转入S205；当否时转入S206；

S205：将开头词组后的内容作为参数查询对应设备的详细信息；

S206：从所述字符串的终止字符开始，搜索与所述种类相匹配的由若干个终止字符组成的结尾词组；

判断匹配成功，当是时转入S207；当否时转入S208；

S207：将结尾词组前的内容作为参数查询对应设备的详细信息；

S208：将所述字符串作为参数查询对应设备的详细信息；

S209：显示匹配结果并存入设备资源管理档案。

本技术将为Android手机或Android平板电脑的开发一个拍照功能，主要实现调用Android操作系统的拍照API进行现场哑设备标牌位置拍照,完成拍照后将存储在SD卡中。

拍照功能将实现以下技术辅助拍摄提高照片成像效果：

1）拍照功能自动控制是否因机房拍摄区域灯光不足自动开启闪光灯辅助拍摄，提高照片灯光亮度，提升识别率；

2）拍照功能自动控制摄像头焦点自动识别标牌照片在最清晰及定位标牌中心点的情况下自动完成拍摄。

第一部分，哑设备标牌图像提取与图像二值化处理

采用平板电脑、智能手机对当前哑设备标牌位置进行拍照，由于某些机房区域灯光不足，可利用终端所带的闪光灯辅助拍摄。完成拍照后将进行标牌图像的优化处理。

哑设备标牌样式多、色彩多、背景底纹多、面积大小差异大等情况，采用黑白转换方式将会严重丢失图像信息。本发明技术将以得到精细的图像信息为前提采用图像二值化灰度进行转换,充分提高识别率。同时为了更加适应哑设备标牌特点，本技术将对哑设备标牌进行3×3分块切割，切割的作用主要是采用多线程方式进行快速处理，并且图像越小其识别率越可提高；实施按块进行二值化灰度转换，图像二值化灰度转换的优点在于可避免图像边缘色彩过重、背景分散重叠等情况造成二值化图像失真，影响识别率。

拍照过程中，照片会经常出现倾斜或偏移，将影响图象识别成功率。系统将基于黑白像素交替点模拟计算倾斜矫正后的平衡水平值，以最高平衡水平作为基值完成矫正，进而保证标牌图像分析和行分割的正确性。

本发现技术提供以下处理技术完成标牌照片倾斜偏移矫正处理：

1）对标牌照片基于黑白像素交替点模拟计算倾斜矫正后的平衡水平值，以最高平衡水平作为矫正基值；

2）以矫正基值进行倾斜偏移处理；

3）进行边缘过重识别和切边处理。

第二部分，字符识别

由于哑设备标牌中包含中文、英文、数字、标点，可能还会有其他国外语言，目前本发明技术只适用于简体中文、英文、数字、标点等识别。哑设备标牌中字符字体样式也存在多样化，有些非常大，有些非常少，有些还有文字背景色。并且一些字符字体也采会宋体、黑体、综艺、楷体等等。因此，多字体多模式多样式的混识辨别引擎是本发明技术的最大特点。

混识辨别引擎将对标牌图像切割出每个字符。对二值化好的标牌小块图像进行每行黑白像素点识别，算出每行字符的起始和结束坐标值，完成每行字符图像切图；对每行文字图像继续纵向逐列切字处理，同样以黑白像素点，找出行图像的每个文字起始和结束坐标,完成将得到每个字的单独图像。

本技术方案中将建设一个电力机房设备标牌信息字典库，字典库将含有各种标牌的样式、图像结构、相关产品数据特征等字典值。对于切割出来的单个字图像将在字典库中进行文字识别学习处理，混识辨别引擎对单个字图像分析出特征值组，然后与字典库标准样本的特征值组进行匹配，将按准确率值由高到低进行筛选。

第三部分，匹配分析

本技术已收集大量电力机房设备标牌信息项库，对OCR识别出的字符数据将在标牌信息字典库进行字符挖掘分析，分析出最符合的标牌信息字典组。

如分析出的标牌信息字典组存在“型号”属性项，那么本技术将“型号”两字后面范围的字符，作为型号值提交给通信资源系统进行型号匹配查询从而得到当前哑设备详细信息。

如分析出的标牌信息字典组找不到属性项，只有相关内容，如70P038011ODF配线单元，那么本技术将优先分析中文字符，从标牌信息字典库找出属于ODF配线单元的相关信息，得到所属设备种类后向通信资源系统提交ODF设备型号70P03801，从而得到当前哑设备详细信息。否则，将整个字符串作为参数查询对应设备的详细信息。

最后，显示匹配结果并存入设备资源管理档案。

图3为本发明电力通信机房哑设备标识牌的文字识别装置的示意图，包括：

预处理单元，用于提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

与所述预处理单元相连的图片切割单元，用于根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

与所述图片切割单元相连的字符对比单元，用于由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

与所述字符对比单元相连的匹配归档单元，用于将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

图3与图1相对应，图中各个单元的运行方式与方法中的相同。

图4为本发明电力通信机房哑设备标识牌的文字识别装置的实施例示意图。

所述信息分类项包括型号、参数和种类中的至少一种，如图4所示，所述匹配归档单元，包括：

型号匹配单元，用于从所述字符串的起始字符开始，搜索与所述型号相匹配的由若干个起始字符组成的开头词组；在搜索到的时候，将开头词组后的内容作为参数查询对应设备的详细信息；

与所述型号匹配单元相连的种类匹配单元，用于在没有搜索到的时候，从所述字符串的终止字符开始，搜索与所述种类相匹配的由若干个终止字符组成的结尾词组；当匹配成功，将结尾词组前的内容作为参数查询对应设备的详细信息；当匹配失败，将所述字符串作为参数查询对应设备的详细信息。

如图4所示，预处理单元，还包括：

倾斜校正单元，用于基于黑白像素点的交替模拟计算平衡水平值，对图像进行倾斜校正处理。

所述标志牌特征库包括宋体字库、黑体字库、综艺字库、楷体字库，如图4所示，所述字符对比单元，包括：

字库筛选单元，用于将所述文字组图中的单字图片分别与宋体字库、黑体字库、综艺字库、楷体字库的样本字进行对比，按准确率由高到低进行筛选，确定识别字符。

图4与图2相对应，图中各个单元的运行方式与方法中的相同。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种电力通信机房哑设备标识牌的文字识别方法，其特征在于，包括：

提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

2.根据权利要求1所述的电力通信机房哑设备标识牌的文字识别方法，其特征在于，所述信息分类项包括型号、参数和种类中的至少一种，将所述字符串与所述标志牌特征库的信息分类项进行匹配的步骤，包括：

从所述字符串的起始字符开始，搜索与所述型号相匹配的由若干个起始字符组成的开头词组；

当搜索到的时候，将开头词组后的内容作为参数查询对应设备的详细信息；

当没有搜索到的时候，从所述字符串的终止字符开始，搜索与所述种类相匹配的由若干个终止字符组成的结尾词组；当匹配成功，将结尾词组前的内容作为参数查询对应设备的详细信息；当匹配失败，将所述字符串作为参数查询对应设备的详细信息。

3.根据权利要求1或2所述的电力通信机房哑设备标识牌的文字识别方法，其特征在于，对该图像进行二值化处理的步骤之后，获得优化图片的步骤之前，还包括：

基于黑白像素点的交替模拟计算平衡水平值，对图像进行倾斜校正处理。

4.根据权利要求1或2所述的电力通信机房哑设备标识牌的文字识别方法，其特征在于，所述标志牌特征库包括宋体字库、黑体字库、综艺字库、楷体字库，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符的步骤包括：

将所述文字组图中的单字图片分别与宋体字库、黑体字库、综艺字库、楷体字库的样本字进行对比，按准确率由高到低进行筛选，确定识别字符。

5.一种电力通信机房哑设备标识牌的文字识别装置，其特征在于，包括：

预处理单元，用于提取哑设备标志牌图像，对该图像进行二值化处理，获得优化图片；

与所述预处理单元相连的图片切割单元，用于根据所述优化图片中横向粘连的像素点，对每行字的图像进行切割；再根据每行字的图像中纵向粘连的像素点，对每个单字的图像进行切割；

与所述图片切割单元相连的字符对比单元，用于由起始行到终止行的单字图片组成文字组图，将所述文字组图中的单字图片与标志牌特征库的样本字进行对比，按对比的准确率确定识别字符，获得字符串；

与所述字符对比单元相连的匹配归档单元，用于将所述字符串与所述标志牌特征库的信息分类项进行匹配，显示匹配结果并存入设备资源管理档案。

6.根据权利要求5所述的电力通信机房哑设备标识牌的文字识别装置，其特征在于，所述信息分类项包括型号、参数和种类中的至少一种，所述匹配归档单元，包括：

型号匹配单元，用于从所述字符串的起始字符开始，搜索与所述型号相匹配的由若干个起始字符组成的开头词组；在搜索到的时候，将开头词组后的内容作为参数查询对应设备的详细信息；

与所述型号匹配单元相连的种类匹配单元，用于在没有搜索到的时候，从所述字符串的终止字符开始，搜索与所述种类相匹配的由若干个终止字符组成的结尾词组；当匹配成功，将结尾词组前的内容作为参数查询对应设备的详细信息；当匹配失败，将所述字符串作为参数查询对应设备的详细信息。

7.根据权利要求5或6所述的电力通信机房哑设备标识牌的文字识别装置，其特征在于，预处理单元，还包括：

倾斜校正单元，用于基于黑白像素点的交替模拟计算平衡水平值，对图像进行倾斜校正处理。

8.根据权利要求5或6所述的电力通信机房哑设备标识牌的文字识别装置，其特征在于，所述标志牌特征库包括宋体字库、黑体字库、综艺字库、楷体字库，所述字符对比单元，包括：

字库筛选单元，用于将所述文字组图中的单字图片分别与宋体字库、黑体字库、综艺字库、楷体字库的样本字进行对比，按准确率由高到低进行筛选，确定识别字符。

Images