OCR识别加速器-Pxiel Professor 工业相机

APPLICATION

在现代工业生产处理过程中，大多数零件上都带有编码或者ID号码，为了在整个生产系统中辨认，处理或追踪这些零件，编码或者ID号码就被刻在或是印在工件的表面的。采用光学字符识别技术在高反光的表面来辨别出工件的ID号码就显得尤其困难，也是一非常耗费时间的过程。因为在高反光的情况下，那些文本不是充分的“可见”，这就极大的影响了许多光学字符识别技术的辨认速度。
同时，在采用ORC处理过程的辨认操作之前，通常需要对图像进行多步的预处理，这些图像的预处理会占用大量的CPU资源。这时往往会出现由于CPU的处理能力不够，虽然工业相机可以工作在更高的帧频，但整个系统处理的频率受限制。如果在CMOS相机中集成一个带预处理功能的模块，帮助自动的获取那些ID号和编码，这样能加速整个系统的字符辨识速度。
Photonfocus的Pixel Professor模块就是与其相机相结合，通过简单配置的方法，对图像进行预处理，从而提高系统整体性能的预处理模块。Photofocus相机可同时完成两个任务。第一，相机将在LinLog模式下将消除了过度曝光现象的图片采集进来；第二，采集进来的图像被直接送到Pixel Profess模块进行图像的预处理。经过预处理后的二值化图象信息再被传送到PC机上由OCR软件来进行处理。
标准的字符识别的图像处理系统只由OCR软件来实现字符的辨读，与这种处理方式相比，采用了Pixel Professor预处理后，我们可得到远远高于纯软件系统的处理帧频。在Phontonfocus相机中，其它可以显著提高图像质量的LinLog或者开多个窗口（MROI）等技术并不受集成Pixel Professor模块的影响。事实上，Pixel Professor技术是针对集成入CMOS相机进行优化了的技术。新的集成Pixel Professor模块的相机MV-D1024E-PP01是很适于字符识别应用的。
使用Pixel Professor 模块，图像信息可以在相机内进行实时的图像预处理，对应不同的系统配置，采用Pixel Professor，可使OCR软件的图像处理能力提高10到20倍。通过在算法中加入附加的滤波器，这可大大的提高进行图像分割处理的速度，进而可极大的提高整个系统字符识别的性能。
MV-D1024E系列的相机集成了Pixel Professor这种图像预处理功能模块后，在相机内可以进行以下的图像预处理：采用滤波矩阵（3*3，5*5，7*7或者更多）的二维卷积，非线性滤波（中值滤波），直方图，形态变化（腐蚀或膨胀），查询表（LUT），图像缓存，图像算子，色彩空间转换，三角测量，对比度增强或者阈值自适应控制的直方图计算。
使用Pixel Professor功能，不要求任何特殊的FPGA编程技巧和经验。用户友好的软件界面使得用户操作简单易用，快速的预览功能可以很好的帮助用户配置模块的功能。

例图展现了通过Pixel Professor实现的局部对比度增强效果图
左图是原始图像，通过对左图进行对比度增强后， 右图中高对比度区域显得比较亮，低对比度区域显得较暗。

Pixel Professor软件功能设置截图