摘? 要: 在分析OMR與OCR的應(yīng)用特點后,提出了基于圖像的OMR方式。詳細(xì)討論了該方法的硬件設(shè)計和工作原理" title="工作原理">工作原理,并在軟件處理方面著重介紹了傾斜校正和圖像分割" title="圖像分割">圖像分割。它具有對紙張質(zhì)量要求低和識別準(zhǔn)確度高等特點。

　　關(guān)鍵詞: OMR? OCR? 信號處理? 傾斜校正? 圖像分割

?

　　目前,許多文檔是以紙質(zhì)文檔的形式存在,例如銀行票據(jù)、稅務(wù)報表、標(biāo)準(zhǔn)化考試中的機讀卡、人口普查表、彩票投注單、選票、定貨單等。而紙質(zhì)文檔不便于保存、檢索、統(tǒng)計和修改。將這些信息錄入計算機是一件非常繁瑣的事情。長期以來人們通過鍵盤手工輸入,不但費時費力且容易出錯。在實時性要求較高的場合[如選舉中的統(tǒng)計選票]自動、快速、準(zhǔn)確地處理文檔顯得尤為重要。因此,對這些文檔進行計算機自動錄入具有重要的現(xiàn)實意義。

　　計算機自動錄入是解決這個瓶頸的關(guān)鍵所在。其中,光學(xué)字符識別OCR[Optical Character Recognition]和光學(xué)標(biāo)記識別OMR[Optical Mark Recognition]是解決信息自動錄入的有效方法。它們利用光學(xué)方法將信息錄入到計算機并進行識別處理,能極大地提高數(shù)據(jù)信息的采集速度,便于計算機存儲、管理與檢索。

1 OCR與OMR

　　(1) OCR的工作原理

　　OCR首先將要識別的文字和圖像掃描進計算機,然后進行圖像的預(yù)處理,再抽取字符特征進行識別,轉(zhuǎn)變?yōu)橛嬎銠C能夠識別的字符信息。圖像預(yù)處理包括去除噪聲、歪斜校正、圖像分割、平滑及規(guī)范化等。其中圖像分割是一個重要的步驟,它的作用是將要識別的單個字符的圖像找到并分割出來。OCR技術(shù)主要應(yīng)用于文字圖像識別及處理,例如用于印刷體和限制手寫體字符的識別。OCR技術(shù)已成為大規(guī)模數(shù)據(jù)錄入的首選方案,它將隨著計算機技術(shù)的發(fā)展而更加成熟。

　　(2) OMR的工作原理

　　OMR識別“涂點”上有無標(biāo)記兩種狀態(tài)?！巴奎c”就是信息卡上可以涂寫標(biāo)記的地方?！巴奎c”所代表的含義可以事先定義,可以代表一個阿拉伯?dāng)?shù)字,也可以表示一個英文字母或符號。OMR技術(shù)快速簡單,識別率高且成本低,廣泛應(yīng)用于標(biāo)準(zhǔn)化考試自動閱卷、各類調(diào)查問卷的統(tǒng)計、選舉結(jié)果的統(tǒng)計等,是自動識別領(lǐng)域中應(yīng)用較多的一種方法。

2 基于圖像的OMR技術(shù)

　　目前OMR一般采用光電對管閱讀技術(shù)。識別用的器件是半導(dǎo)體發(fā)光管及光敏管。發(fā)光管是光源器件,由它發(fā)出的光照射到“涂點”上。光敏管是接收器件,接收來自“涂點”位置的反射光。因為涂有標(biāo)記的地方反光弱,未涂標(biāo)記的地方反光強,所以光敏管接收到的光信號強度不同。不同強度的光信號可以代表有無標(biāo)記兩種狀態(tài)。將“涂點”位置處的發(fā)光管和光敏管組成一只電眼,可識別一個涂點。若干個電眼排列起來組成光電頭可完成對一排涂點的識別。

　　該方法實際應(yīng)用中有如下限制:信息卡上的“涂點”要與電眼完全對齊,即信息卡在錄入時不能傾斜;信息卡不能折皺;紙張質(zhì)量、印刷技術(shù)要求" title="技術(shù)要求">技術(shù)要求高;填寫標(biāo)記要規(guī)范,否則就要影響識別結(jié)果。實際應(yīng)用中,信息卡在錄入時由于走紙機構(gòu)機械誤差而略有傾斜,會造成識別出錯。

　　OCR由于采用了圖像處理技術(shù),信息卡在錄入時的傾斜能自動校正,保證錄入的高精度,也能處理略有折皺的信息卡。因此,OCR對所用紙張的質(zhì)量、印刷技術(shù)要求不高,降低了運行成本。同時可以保留填寫的原始圖像備查,進行復(fù)核或重新識別。

在借鑒OCR優(yōu)點的基礎(chǔ)上,筆者在課題《彩票閱讀及識別系統(tǒng)》中采用了基于圖像的OMR技術(shù)。所謂基于圖像的OMR技術(shù),就是將信息卡經(jīng)光電變換,形成二值化" title="二值化">二值化圖像;再經(jīng)歪斜校正、圖像分割,對分割出的小塊圖像(含“涂點”)中的黑點數(shù)進行計算。若大于某個閾值,就認(rèn)為有標(biāo)記,否則就沒有標(biāo)記,從而完成了標(biāo)記識別。相對OCR而言,它省去了最耗時的字符特征抽取步驟。

3 硬件組成

　　本系統(tǒng)框圖如圖1所示。

?

　　(1) 圖像傳感器

　　采用國產(chǎn)的CIS(Contact Image Sensor)圖像傳感器,其光學(xué)分辨率比CCD略低,但是其驅(qū)動電路、光學(xué)系統(tǒng)和機械結(jié)構(gòu)卻比CCD簡單。光學(xué)系統(tǒng)中采用特殊光源實現(xiàn)光學(xué)濾波,消除或減輕了信息卡背景信息對分割、識別的影響。工作時,由CPLD[Complex Programable Logic Device]產(chǎn)生一個周期性的同步脈沖SYN引導(dǎo)每次掃描,時鐘信號CLK在移動寄存器的作用下,對CIS內(nèi)的像元依次進行掃描,像元上的光電信號串行輸出。

　　(2)走紙控制

　　輸入的信息卡通過光學(xué)系統(tǒng)成像在圖像傳感器的光敏面上,在CPLD器件產(chǎn)生的掃描信號的驅(qū)動下,圖像傳感器對信息卡進行橫向自掃描;步進電機驅(qū)動輸紙機構(gòu)使信息卡縱向運行,從而實現(xiàn)了信息卡的二維掃描。

　　(3)模擬信號處理

　　模擬信號處理要考慮信息卡顏色的深淺、字跡的輕重和光強均勻度的變化等引起的脈沖幅度的變化。在光電變換中,對信號幅值影響較大的是:光束照射在光敏面上,光強的不均勻性及波動影響表現(xiàn)為白電平浮動:對比度的變化也會引起信號幅值的較大起伏。處理的好壞直接影響到采集圖像的質(zhì)量。其過程為:CIS圖像傳感器攝取的原始圖像信號" title="圖像信號">圖像信號,經(jīng)放大、采樣保持及濾波、對消、浮動閾值及二值化等一系列處理,消除或減輕了信息卡背景明暗變化、光源變化、開關(guān)噪聲、高低頻干擾等對系統(tǒng)的影響,獲得高質(zhì)量的二值化信號。

　　(4)數(shù)字信號處理

　　采用A、B兩塊大容量的SRAM輪流工作在讀或?qū)憼顟B(tài)。合并二值化的信號,同時為了加快數(shù)據(jù)采集的速度,每次將16位的串行信號轉(zhuǎn)換為2個字節(jié)的并行數(shù)據(jù)。在標(biāo)志寄存器的控制下,將信號暫時寫入A中,同時計算機通過16位ISA總線從B中取數(shù)據(jù)。在下一周期,二值化信號寫入B中,計算機通過16位ISA總線從A中取數(shù)據(jù)。這樣就保證數(shù)據(jù)傳輸?shù)母咝浴?/P>

　　(5)邏輯控制

　　整個系統(tǒng)的邏輯控制采用Lattice公司的CPLD——L1032。它負(fù)責(zé)控制輸紙機構(gòu)、圖像傳感器、兩塊SRAM的輪換;并隨時檢測系統(tǒng)的工作狀態(tài),協(xié)調(diào)各部分的工作;并將檢測到的狀態(tài)即時送給計算機,便于計算機對整個系統(tǒng)的管理。

4 軟件處理

　　在大數(shù)據(jù)量的文檔處理中,為了滿足快速高效地處理,文檔必須針對OCR技術(shù)或OMR技術(shù)進行專門設(shè)計。這樣才適合光電閱讀。在信息卡上設(shè)計定位標(biāo)記塊是一種有效手段。它分為水平定位標(biāo)記塊和垂直定位標(biāo)記塊,并且按照與填寫的字符相同的顏色(黑色)來印刷。一個水平定位標(biāo)記塊表示一個字符行,一個垂直定位標(biāo)塊記表示一個字符列。標(biāo)記填寫在以字符行列交叉點為中心的矩形區(qū)域。定位標(biāo)記塊主要用于字符定位和信息卡圖像的傾斜校正,如圖2所示。

?

　　另一種有效手段就是常常對信息卡學(xué)習(xí),獲得相應(yīng)的先驗知識,如信息卡的行數(shù)、列數(shù)、標(biāo)記出現(xiàn)的主要區(qū)域、表格類型、每個黑色定位標(biāo)記塊的大致位置等。由于對同一批表格而言這些參數(shù)都是相同的,在對后續(xù)表格的處理中就可利用這些參數(shù)指導(dǎo)圖像的分割和識別,從而提高了整批表格的處理效率。

　　硬件系統(tǒng)對信息卡進行掃描和信號處理后,得到二值化的圖像信號,但是二值化的圖像信號中標(biāo)記所代表的數(shù)字信息才是最終結(jié)果。為此,還要對二值化的圖像信號在PC機上利用軟件進行噪聲處理、傾斜校正、分割及識別處理,得到感興趣的識別結(jié)果。最后再將識別結(jié)果進行輸出顯示。在基于圖像的OMR技術(shù)中,傾斜校正和圖像分割是最關(guān)鍵的。

　　(1)傾斜校正

　　由于輸紙機構(gòu)有走紙不均勻的情況,信息卡圖像不可避免地會產(chǎn)生一定的傾斜。因此必須對傾斜的圖像進行旋轉(zhuǎn),旋轉(zhuǎn)到正常位置,才便于圖像分割。

　　對信息卡學(xué)習(xí),獲得正常圖像的定位標(biāo)記塊的位置。將傾斜圖像沿X,Y軸方向投影,所有的水平定位標(biāo)記塊和垂直定位標(biāo)記塊會分別在投影圖上產(chǎn)生對應(yīng)的峰,從而可以確定水平定位標(biāo)記塊和垂直定位標(biāo)記塊的位置。根據(jù)正常圖像和傾斜圖像的定位標(biāo)記塊的位置,就可以計算出旋轉(zhuǎn)角δ。

　　將傾斜圖像f(x,y)繞坐標(biāo)原點O(0,0)旋轉(zhuǎn)一個角度-δ,圖像的原始坐標(biāo)為(x,y),旋轉(zhuǎn)后的坐標(biāo)為(x′,y′),按式(1)旋轉(zhuǎn)變換,旋轉(zhuǎn)后的圖像為f(x′,y′)。

???

　　(2)圖像分割

　　根據(jù)上述投影法,可以獲得水平定位標(biāo)記塊和垂直定位標(biāo)記塊的位置,并得到交叉點的位置。由于標(biāo)記填寫在以字符行列交叉點為中心的矩形區(qū)域,并且設(shè)矩形區(qū)域長為X列,寬為Y行,以此交叉點向左向右各擴展(X+4)/2列,向上向下各擴展(Y+4)/2行形成一分割框,即矩形區(qū)域完全包含在該分割框內(nèi)。逐行以分割框為單位對整個圖像進行分割,并統(tǒng)計各分割框內(nèi)的黑點數(shù)。若大于某個閾值,就認(rèn)為有標(biāo)記;否則就沒有標(biāo)記。再結(jié)合各標(biāo)記事先定義的含義,得到識別結(jié)果。

　　基于圖像的OMR技術(shù)采用圖像傳感器作為掃描部件,將信息卡的完整圖像讀入微機,并進行圖像識別。它克服了采用光電對管閱讀的OMR方式的缺點,同時它具有如下優(yōu)點:

　　·識別精度高;

　　·紙張質(zhì)量、印刷技術(shù)要求低,可以處理略有折皺的信息卡;

　　·調(diào)整表格靈活,可適應(yīng)多種信息卡;

　　·采用了計算機圖像處理技術(shù),可保存信息卡的原始圖像備查,提高了系統(tǒng)的安全性、 可靠性和防偽性。

　　基于圖像的OMR技術(shù)提高了信息卡處理準(zhǔn)確率,應(yīng)用在彩票閱讀及識別系統(tǒng)課題中取得了良好的效果。

?

參考文獻

1 姜偉光.嵌入式計算機智能票箱 [J].自動化與儀表,2000;(15)

2 趙榮椿.數(shù)字圖像處理導(dǎo)論 [M].西安:西北工業(yè)大學(xué)出版社,1998

3 汪同慶.手寫光學(xué)表格自動閱讀機 [J].光電工程,1995;(8)

4 李建平.計算機圖形學(xué) [M].北京:電子科學(xué)技術(shù)出版社,1998