[发明专利]基于对象的光学字符识别预处理算法

权利要求书

1.对对象的散焦图像进行预处理的方法，所述方法包括：

将基于对象的锐化滤波器应用于所述散焦图像以产生更清晰的图像；以及

使用块式量化将所述更清晰的图像量化。

2.如权利要求1所述的方法，其中，将所述更清晰的图像量化的步骤包括：

将灰度阈值d_阈值和U_阈值定义为具有最高灰度等级和最低灰度等级的灰度内的值；

将所述更清晰的图像划分为一系列n×m块，其中，每个n×m块是高度为n个像素且宽度为m个像素的图像数据像素块；

定义与每个n×m块相对应的支持N×M块，其中，每个N×M块是高度为N个像素且宽度为M个像素的图像数据像素块，

N＞n且M＞m，并且

所述N×M块包围所述n×m块；以及

对于每个特定n×m块：

将max_I定义为与所述特定n×m块相对应的所述支持N×M块内的最大像素灰度值，

将min_I定义为与所述特定n×m块相对应的所述支持N×M块内的最小像素灰度值，

对于所述N×M块中的所有像素(i，j)，定义

如果(max_I-min_I)＜d_阈值且mean_I＞U_阈值，则将所述特定n×m块中的所有像素设定为所述最高灰度等级，以及

如果(max_I-min_I)＜d_阈值且mean_I≤U_阈值，则将所述特定n×m块中的所有像素设定为所述最低灰度等级。

3.如权利要求2所述的方法，还包括：

定义百分比α；

定义值的区间I′＝[min_I′，max _I′]，其中

min_I′＝(max_I+min_I)×(0.5)-((max_I-min_I)×α×0.5)/100，和

max_I′＝(max_I+min_I)×(0.5)+((max_I-min_I)×α×0.5)/100；以及

定义使量[std(分类1)-std(分类2)]最小的所述区间I′内的阈值t*，其中，分类1包含落入区间[min_I′，t*]内的所述N×M块中的像素值，分类2包含落入区间[t*，max_I′]内的所述N×M块中的像素值。

4.如权利要求3所述方法，还包括：

定义参数midWidth；

将所述特定n×m块中的值小于(t*-midWidth)的所有像素量化为所述最低灰度值；

将所述特定n×m块中的值小于(t*+midWidth)的所有像素量化为所述最高灰度值；以及

将所述特定n×m块中的值大于(t*-midWidth)且小于(t*+midWidth)的所有像素量化为中间灰度值。

5.如权利要求1所述的方法，其中，应用所述基于对象的锐化滤波器包括：

获取所述对象的一组聚焦图像；

获取所述对象的一组散焦图像；以及

利用约束最小二乘(CLS)滤波器设计技术基于所述一组聚焦图像和所述一组散焦图像构建所述基于对象的锐化滤波器。

6.用于从印刷于对象上的字母数字信息生成被解码文本数据的系统，包括：

相机，获取所述字母数字信息的图像数据；以及

预处理器，(a)执行所述图像数据的块式量化以形成被调节的图像数据，并且(b)对所述被调节的图像数据执行光学字符识别以生成所述被解码文本数据。

7.如权利要求6所述的系统，其中，所述预处理器在执行所述块式量化之前执行所述图像数据的基于对象的滤波。