一种机器视觉的书籍分类整理识别系统设计

华迦睿

(江苏省南通市第二中学 江苏南通 226000)

引言

近年来，随着人工智能的发展，机器视觉技术逐渐渗透到生活的各个方面。机器视觉是一种利用光电成像系统采集图像信息，然后在计算机或专用图像处理器上运行软件对图像信息进行处理的技术，最后通过识别和分析来判断目标物体的形状和大小。机器视觉也可以称为计算机视觉，它借助计算机实现人体的视觉功能，即用机器代替人眼进行判断。机器视觉是一种利用光电成像系统采集图像信息，然后在计算机或专用图像处理器上运行软件对图像信息进行处理的技术，最后对目标对象的形状和大小进行识别和分析[1]。

而对于外形相似的书籍识别与分类的领域，机器视觉却应用较少[2]。随着人们对知识的渴求越来越强烈，各种各样的教辅书、材料书、休闲书层出不穷[3-5]。许多人也因为书籍太多而很难去将它们分类整理，日后需要时却又很难找到[6-7]。对于传统的书籍分类，都是需要人类的眼睛大脑进行判断区分，然后再用双手将它们分类[8-9]。这样非常耗费时间与精力，并且也可能会因身体疲劳或大脑错辨等因素而出错。

基于这种常见问题，笔者提出了一种机器视觉的书籍分类整理智能识别系统。其原理是通过VS与OpenCv开发的智能书籍分类识别算法，对获取到的书籍图像进行一系列的预处理，得到书籍特的二值化图像。笔者提出了一种基于形态学边缘检测提取书籍特征信息和分类的算法[10]，从而实现对不同学科不同专业的书籍特征信息的检测和识别。笔者所设计的书籍分类系统很好地完成了对书籍的识别实验，达到了书籍分类整理自动化的要求。其在快速识别与自动分类的基础上，大大减少了人们为此所花费的时间精力，促使人们有序整理，高效学习，有较大实用价值。

一、系统结构设计

从下面的图中可以看得出，书籍分类系统包含了硬件和软件和PC端，一共3个部分。具体各个部分的处理流程和功能如下图。

图1 系统拓扑图

二、系统硬件

(一)工业相机

根据书籍封面是平面，并且不是动态物体的特点，获取书籍图像的硬件的型号，笔者选取的是MER-531-20GM/C-P的530的摄像头，次摄像头获取书籍图像的速度大小是20fps，具体结构图如下图。

图2 MER-531-20GM/C-P

下面的图显示的是该系统所选取的摄像头对不同颜色的光的敏感程度曲线。

图3 MER-531-20GM/C-P的敏感程度曲线

(二)镜头

同样在获取书籍图像的过程中，配合摄像头使用的镜头也是非常重要的。笔者根据实际需求选取镜头为OPI-C0420-2M，其获取图像的理论大小可表示为200万像素。

图4 200像素定焦镜头

(三)光源

实际上，书籍的颜色有多种多样，笔者选用型号为OPTLI10810的条形白光光源来配合图像采集。其消耗功率小，灯带角度90°，避免了单色光对拍摄书籍封面时产生错误的色光。

图5 条形光源

(四)传感硬件

在系统中个传感硬件都是非常重要的，笔者将个传感硬件的具体参数进行了列表分析。

表1 硬件型号与参数

三、系统软件

(一)软件框架设计

由环形光源照射书籍的封面。采集到的图像通过预处理部分进行形态学处理、图像去噪、转化为二值化图像和边缘检测一系列处理。最后，由软件的识别检测部分对书籍封面信息进行识别检测，得出并显示结果。

图6 系统软件交互图

(二)软件系统界面设计

笔者所提出的机器视觉的书籍分类整理智能识别系统，包含硬件部分和软件部分。根据系统的设计要求，笔者利用软件开发平台VS2010软件开发平台设计开发了软件系统的界面。如下图所示为系统的主功能界面，主要分为图像显示窗口、识别结果显示窗口，系统开始功能按钮，系统停止按钮功能键。

图7 系统功能界面图

四、试验与分析

考虑到书籍封面是胶装封面或铜板纸且表面光滑会反光，并且不同学科、不同专业的学籍的书名不一样，中文与英文书籍的书名也不一样。因此，为了验证系统的可靠性，笔者进行了相关实验。采用系统分别识别2批数量相同的书籍图像，记录系统识别2组所用的时间，识别正确率。实验结果如下表。

表2 试验结果

从表格中可以看出，系统识别检测2组书籍所用的时间在230s以内，识别速度快，误检率在8%以内，识别准确率较高。

五、总结

从上面的测试结果中可以看得出，笔者设计的识别系统所用的时间基本上都在230s以内，识别速度快，误检率在8%以内，识别准确率较高。因此，其基本上实现了独立对不同学科、不同类型的数据的识别和检测，有较大的图书识别推荐价值。