光学识别技术范例(3篇)

光学识别技术范文篇1

关键词：计算机图像处理技术；数字全息

0引言

全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着ccd技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用ccd记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：ccd技术和计算机图像处理技术。本文将从计算机应用方面阐述图像处理技术在全息中的应用。

1图像处理技术

图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。

图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原：主要目的是增强图像中的有用信息，削弱干扰和噪声，使图像清晰或将转化为更适合分析的形式。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。

2计算机图像处理技术在全息学中的应用

图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(gradientalgorithm)，拉普拉斯算子运算(laplacianoperator)，平滑算子运算(smoothingoperator)和卷积运算(convolutionalgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。

3模拟实验

本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。图1是计算全息实现流程图。

本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。

从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。

本文仅模拟了计算全息的实现和再现过程，其实，计算机图像处理在全息技术中的应用是全方位的，用实验方法得到的全息图中包含了更多的其他无用信息（噪声），图像处理技术在这里就显得尤为重要。随着计算机图像处理技术的进一步发展，全息技术必然会迎来新的一轮发展和飞跃。

参考文献：

[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173.

[2]刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法[j].中国激光，2001，a28(11)：1024-1026.

光学识别技术范文

目前，许多文档是以纸质文档的形式存在，例如银行票据、税务报表、标准化考试中的机读卡、人口普查表、彩标单、选票、定货单等。而纸质文档不便于保存、检索、统计和修改。将这些信息录入计算机是一件非常繁琐的事情。长期以来人们通过键盘手工输入，不但费时费力且容易出错。在实时性要求较高的场合（如选举中的统计选票）自动、快速、准确地处理文档显得尤为重要。因此，对这些文档进行计算机自动录入具有重要的实现意义。

计算机自动录入是解决这个同瓶颈的关键所在。其中，光学字符识别OCR（OpticalCharacterRecognition）和光学标记识别OMR（OpticalMarkRecognition）是解决信号自动录入的有效方法。它们利用光学方法将信息录入到计算机并进行识别处理，能极大地提高数据信息的采集速度，便于计算机存储、管理与检索。

1OCR与OMR

（1）OCR的工作原理

OCR首先将要识别的文字和图像扫描进计算机，然后进行图像的预处理，再抽取字符特片进行识别，转变为计算机能够识别的字符信息。图像预处理包括去除噪声、歪斜校画龙点睛、图像分割、平滑及规范化等。其中图像分割是一个重要的步骤，它的作用是将要识别的单个字符的图像找到并分割出来。OCR技术主要应用于文字图像识别及处理，例如用于印刷体和限制手写体字符的识别。OCR技术已成为大规模数据录入的首选方案，它将随着计算机技术的发展而更加成熟。

（2）OMR的工作原理

OMR识别“涂点”上有无标记两种状态。“涂点”就是信息卡上可以涂写标记的地址。“涂点”所代表的含义可以事先定义，可以代表一个阿拉伯数字，也可以表示一个英文字母或符号。OMR技术快速简单，识别率高且成本低，广泛应用于标准化考虑自动阅卷、各类调查问卷的统计、选举结果的统计等，是自动识别领域中应用较多的一种方法。

2基于图像的OMR技术

目前OMR一般采用光电对管阅读技术。识别用的器件是半导体发光管及光敏管。发光管是光源器件，由它发出的光照射到“涂点”上。光敏管是接收器件，接收来自“涂点”位置的反射光。因为涂有标记的地方反光弱，未涂标记的地方反光强，所以光敏管接收到的光信号强度不同。不同强度的光信号可以代表有无标记两种状态。将“涂点”位置处的发光管和光敏这组成一只电眼，可识别一个涂点。若干个电眼排列起来组成光电头可完成对一排涂点的识别。

该方法实现应用中有如下限制：信息卡上的“涂点”要与电眼完全对齐，即信息卡在录入时不能倾斜；信息卡不能折皱；纸张质量、印刷技术要求高；填写标记要规范，否则就要影响识别结果。实际应用中，信息卡在录入时由于走纸机构机械误差而略有倾斜，会造成识别出错。

OCR由于采用了图像处理技术，信息卡在录入时的倾斜能自动校正，保证录入的高精度，也能处理略有折皱的信息卡。因此，OCR对所用纸张的质量、印刷技术要求不高，降低了运行成本。同时可以保留填写的原始图像备查，进行复核或重新识别。

在借鉴OCR优点的基础上，笔者在课题《彩标阅读及识别系统》中采用了基于图像的OMR技术。所谓基于图像的OMR技术，就是将信息卡经光电变换，形成二值化图像；再经歪斜校正、图像分割，对分割出的小块图像（含“涂点”）中的黑点数进行计数。若大于某个阈值，就认为有标记，否则就没有标记，从而完成了标记识别。相对OCR而言，它省去了最耗时的字符特征抽取步骤。

3硬件组成

本系统框图如图1所示。

（1）图像传感器

采用国产的CIS（ContactImageSensor）图像传感器，其光学分辨率比CCD略低，但是其驱动电路、光学系统和机械结构却比CCD简单。光学系统中采用特殊光源实现光学滤波，消除或减轻了信息卡背景信息对分割、识别的影响。工作时，由CPLD（ComplexProgramableLogicDevice）产生一个周期性的同步脉冲SYN引导每次扫描，时钟信号CLK在移动寄存器的作用下，对CIS内的像元依次进行扫描，像元上的光电信号串行输出。

（2）走纸控制

输入的信息卡通过光学系统成像在图像传感器的光敏面上，在CPLD器件产生的扫描信号的驱动下，图像传感器对信息卡进行横向自扫描；步进电机驱动输纸机构使信息卡纵向运行，从而实现了信息卡的二维扫描。

（3）模拟信号处理

模拟信号处理要考虑信息卡颜色的深浅、字迹的轻重和光强均匀度的变化等引起的脉冲幅度的变化。在光电变换中，对信号幅值影响较大的是：光束照射在光敏面上，光强的不均匀性及波动影响表现为白电平浮动对比度的变化也会引起信号幅值的较大起伏。处理的好坏直接影响到采集图像的质量。其过程为：CIS图像传感器摄取的原始图像信号，经放大、采样保持及滤波、对消、浮动阈值及二值化等一系列处理，消除或减轻了信息卡背景明暗变化、光源变化、开关噪声、高低频干扰等对系统的影响，获得高质量的二值化信号。

（4）数字信号处理

采用A、B两块大容量的SRAM轮流工作在读或写状态。合并二值化的信号，同时为了加快数据采集的速度，每次将16位的串行信号转换为2个字节的并行数据。在标志寄存器的控制下，将信号暂时写入A中，同时计算机通过16位ISA总线从B中取数据。在下一周期，二值化信号写入B中，计算机通过16位ISA总线从A中取数据。这样就保证数据传输的高效性。

（5）逻辑控制

整个系统的逻辑控制采用Lattice公司的CPLD——L1032，它负责控制轮纸机构、图像传感器、两块SRAM的轮换；并随时检测系统的工作状态，协调各部分的工作；并将检测到的状态即时送给计算机，便于计算机对整个系统的管理。

4软件处理

在大数据量的文档处理中，为了满足快速高效地处理，文档必须针对OCR技术或OMR技术进行专门设计。这样才适合光电阅读。在信息卡上设计定位标记块是一种有效手段。它分为水平定位标记块和垂直定位标记块，并且按照与填写的字符相同的颜色（黑色）来印刷。一个水平定位标记块表示一个字符行，垂直定位标记表示一个字符列。标记填写在以字符行列交叉点为中心的矩形区域。定位标记块主要用于字符定位和信息卡图像的倾斜校正，如图2所示。

另一种有效手段就是常常对信息卡学习，获得相应的先验知识，如信息卡的行数、列数、标记出现的主要区域、表格类型、每个黑色定位标记块的大致位置等。由于对同一批表格而言这些参数都是相同的，在对后续表格的处理中就可利用这些参数指导图像的分割和识别，从而提高了整批表格的处理效率。

硬件系统对信息卡进行扫描信号处理后，得到二值化的图像信号，但是二值化的图像信号中标记所代表的数字信息才是最终结果。为此，还要对二值化的图像信号在PC机上利用软件进行噪声处理、倾斜校正、分割及识别处理，得到感兴趣的识别结果。最后再将识别结果进行输出显示。在基于图像的OMR技术中，倾斜校正和图像分割是最关键的。

（1）倾斜校正

由于输纸机构有走纸不均匀的情况，信息卡图像不可避免地会产生一定的倾斜。因此必须对倾斜的图像进行旋转，旋转到正常位置，才便于图像分割。

对信息卡学习，获得正常图像的定位标记块的位置。将倾斜图像沿X，Y轴方向投影，所有的水平定位标记块和垂直定位标记块会分别在投影图上产生对应的峰，从而可以确定水平定位标记块和垂直定位标记块的位置。根据正常图像和倾斜图像的定位标记块的位置，就可以计算出旋转角δ。

将倾斜图像f(x,y)绕坐标原点O（0,0）旋转一个角度-δ，图像的原始坐标为（x,y），旋转后的坐标为（x',y'），按式（1）旋转变换，旋转后的图像为（x',y'）。

（2）图像分割

根据上述投影法，可以获得水平定位标记块和垂直定位标记块的位置，并得到交叉点的位置。由于标记填写在以字符行列交叉点为中心的矩形区域，并且设矩形区域长为X列，宽为Y行，以此交叉点向左向右各扩展（X+4）/2列，向上向下各扩展（Y+4）/2行形成一分割框，即矩形区域完全包含在该分割框内。逐行以分割框为单位对整个图像进行分割，并统计各分割框内的黑点数。若大于某个阈值，就认为有标记；否则就没有标记。再结合各标记事先定义的含义，得到识别结果。

基于图像的OMR技术采用图像传感器作为扫描部件，将信息卡的完整图像读入微机，并进行图像识别。它克服了采用光电对管阅读的OMR方式的缺点，同时它具有如下优点：

·识别精度高；

·纸张质量、印刷技术要求低，可以处理略有折皱的信息卡；

·调整表格灵活，可适应多种信息卡；

光学识别技术范文

关键词：香烟分类；高光谱成像技术；焦油量；无损检测；香烟烟丝；图谱合一文献标识码：A

中图分类号：TN911文章编号：1009-2374（2015）23-0063-02DOI：10.13535/ki.11-4406/n.2015.23.033

烟草是我国重要的经济作物，早在半个世纪之前，利用近红外光谱分析技术对烟草进行了大量的无损检测研究，国外的许多学者根据不同烟草类型建立了相应近红外光谱分析模型对烟叶所属的品种（白肋烟、烤烟）或不同产地（美国本地、非美国产）均得到了较好的正确判别结果，相对而言，国外的应用水平较为领先。国内近红外光谱分析技术应用于烟草始于1995年，经过几十年的发展，国内烟草行业目前对近红外技术的应用已十分广泛。尽管近红外光谱技术用于烟草行业的无损快速检测能够应用于过程分析，然而非成像近红外光谱技术不适合于定量分析和分散性样品分析，由于外界因素的干扰不能有效剔除，其模型建立后需要不断进行维护修正并且测试灵敏比较低，相对误差比较大。近年来，高光谱成像技术不仅在农产品安全检测方面的应用取得了良好效果，也大量应用在农情监测作物长势的性状信息研究中。随着成本的降低，从最初航空、卫星遥感的应用平台，扩展到为近地应用提供了可能。将高光谱成像技术应用到烟草行业的品质与安全性检测中，可以综合得到产品内外品质的全面检测信息，这种内外品质信息兼备的特征，使得高光谱图像技术在烟草行业的无损检测方面具有较大的应用前景。现阶段利用高光谱成像技术进行烟草行业的无损检测还处于研究和发展阶段，随着光谱分辨率的不断提高，高光谱成像能够记录的烟草品质信息会越来越丰富。

1材料与方法

1.1实验设计

本实验选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）、黄果树（典藏）、南京（特醇）俗称红南京、云烟（红）、都宝（新）7种中低档价格大众定位的香烟品种，分别对这7种香烟的烟丝在室内进行实验。每个品种类型的香烟选取两支香烟的烟丝量，取出两支香烟的烟丝进行高光谱图像信息采集。为了保证室内暗室环境，实验选择在晚上19∶00以后的密闭实验室内进行数据采集，采用卤钨灯照射香烟烟丝样品，样品到光谱仪镜头的垂直距离选择为65cm，导轨速度为2mm/s。

1.2香烟烟丝光谱成像光谱数据预处理

1.3香烟烟丝理化值含量

记录烟盒上给出的每种香烟的焦油量、烟气烟碱量、一氧化碳量理化值的标准数值，用于采集的每个品种香烟的烟丝平均光谱数值建立模型进行相关分析，其理化值参数如表1所示：

本实验所用的香烟样品量，每个种类的香烟使用两根香烟的烟丝量，因此在后续参照每个类型的香烟烟丝理化值的标准值时，都会相应采集2倍的香烟烟丝理化值含量作参照。

2结果

2.1不同品种香烟烟丝的成像光谱图

本文在ENVI里从高光谱数据立方体中利用R、G、B三原色的特征波长（680nm、550nm、450nm）提取出不同种类的香烟烟丝高光谱成像图（如图1所示）。从图中我们可以很直观地分析辨别7种香烟的烟丝色泽、分布信息状况的变化，进而发现这7种香烟烟丝的差异，说明利用高光谱成像技术可直观对香烟烟丝的类别进行定性识别分析。

2.2不同烟丝的高光谱反射率曲线对比分析

采集每个类型的香烟烟丝高光谱成像数据，通过换算预处理得到香烟烟丝的高光谱反射率曲线图（如图2所示），并对其进行分析。由结果可知：7种香烟烟丝所提取的光谱反射率曲线基本一致，都在400～500nm的可见光区，光谱曲线出现吸收谷，并在680nm处也有轻微反射吸收谷且无波峰出现，这与查阅文献的绿色植被的光谱反射率曲线不同，这一特征可用来区分识别烟草烟丝与其他绿色经济作物。进一步结合香烟烟丝内部的组分信息变化分别对香烟烟丝焦油量和烟碱量进行分析，达到图谱合一化，表明基于高光谱成像可以从图像和光谱两个角度对香烟烟丝的焦油量和烟碱量进行分析。

2.3香烟烟丝的理化值预测模型构建

在400～1000nm波长范围内，提取出7种香烟烟丝的平均光谱反射率值，分别与采集到的7种香烟的焦油量和烟碱量两种理化值采用偏最小二乘法（PLS）建立相关预测模型分析。首先利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，建模结果如表2所示，其建模结果模型相关系数R=0.67。烟碱量俗称尼古丁，利用7种香烟烟丝的光谱反射率值与所采集的香烟烟碱量采用偏最小二乘法（PLS）建立烟碱量的预测模型，建模结果如表3所示，其建模结果模型相关系数R=0.68。由香烟焦油量和烟碱量两种理化值模型的建模结果可知：采用高光谱成像技术对香烟烟丝组份信息的定量识别是可行的。

3结语

本文分别选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）等7种大众化香烟的烟丝，利用成像光谱仪采集其光谱图像，综合利用高光谱成像技术图谱合一的特点，对香烟烟丝进行对比分析，利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，焦油量建模结果模型相关系数R=0.67，烟碱量建模结果R=0.68。利用高光谱成像技术对香烟烟丝的无损检测识别能与烟草的理化值含量具有很好的相关性，焦油量和烟碱量两个典型理化值的模型建模结果相关系数效果较好。进而说明，采用高光谱成像技术对香烟烟丝组份信息进行无损检测识别是可行的。今后还需进一步对不同品种的香烟烟草进行定性分析，并可对田间烟草的长势监测进行定性、定量分析或对不同品种的香烟烟草成分信息进行深入分析比较。

参考文献

[1]关斌，王家俊，张峻松.近红外光谱技术在烟草行业的研究进展[J].农产品加工（学刊），2009，（10）.

[2]王文真，张怀宝.利用IA450近红外分析仪快速测定烟草中的总氮含量[J].仪器仪表与分析监测，1995，（2）.

[3]王东丹，李天飞，吴玉萍，等.近红外光谱分析技术在烟草化学分析上的应用研究[J].云南大学学报（自然科学版），2001，23（2）.

[4]张建平，谢雯燕，束茹欣，等.烟草化学成分的近红外快速定量分析研究[J].烟草科技，1999，（3）.

[5]宋怡，刘巍，段焰青，等.近红外光谱法快速测定烟草中的植物色素[J].中国烟草科学，2009，4（2）.

[6]付秋娟，张怀宝，邱军，等.近红外光谱法快速测定烟草中的总挥发碱[J].中国烟草科学，2005，26（4）.