洪汉玉，王 澍，朱 浩，俞喆俊

（武汉工程大学图像处理与智能控制实验室，湖北 武汉 430205）

0 引 言

钢铁行业的智能化发展日新月异.由于传统的喷印型字符（见图1（a））在运输与存放过程中容易因外界原因导致损毁，造成字符识别工作中出现非算法原因的检测错误，严重影响了实际检测的稳定性，于是嵌入型钢坯字符被提出运用到实际生产中去.嵌入型钢坯字符（见图1（b））在钢坯出炉阶段由机器打印嵌入钢坯母体，能够长时间稳定地保持字符特征，对钢坯生产线的智能管理有着长远的意义.在新型生产线上，已实现对钢坯端面的精准定位，将图像锁定在端面范围内，工作的重点是对钢坯端面上字符信息的提取.由于嵌入型钢坯字符区域对比度很低，灰度值与端面背景基本一致，使得传统的递归分割方法无法完成其字符信息的提取工作，因此对字符边缘轮廓信息的提取是解决问题唯一的途径.轮廓提取工作的主要困难是由嵌入型钢坯号边缘本身较低的对比度、打印时形成的无效边缘及钢坯端面过多的背景噪声带来.用于边缘信息检测的经典方法有：Marr 和 Hildreth提出的LoG算子［1－3］，John Canny提出的Canny算子［4］等.上述方法是基于实际边缘的边缘检测算法，对有特定提取要求的图像有很大的局限性，运用于嵌入型钢坯号轮廓提取的结果很不理想.

针对上述问题，利用基于轮廓测度的LoG算子获得闭合的字符轮廓信息，将闭合区域填充后对提取出的候选区……