[发明专利]用于识别符号的方法和设备

说明书

技术领域

本发明涉及自动地识别符号的领域。

背景技术

用于自动地识别符号、尤其是字母和数字的方法长期以来并且在许多方面中使用，例如使用在官方文件的领域中。国际民用航空组织(ICAO)例如在用于机器可读的旅行证件的规范中除了读取区域之外也限定了待应用于其中的字体OCR-B(OCR：光学字符识别)。所述字体专门为自动地识别符号而研发。

为了识别符号，能够使用下述方法：所述方法根据确定对单个符号的候选者的全局结构分析来应用分类器，以用于区分各个符号。根据分类器能够实施图案比较、即所谓的图案匹配。用于图案比较的样品通常源自预设的符号组，或者所述样品在应用图案数据的情况下在学习阶段中被训练。此外，已知骨架线提取方法(Skelettierungsverfahren)，所述骨架线提取方法确定符号的“内骨架”并且应用拓扑特性来研究特定的符号组。

在参考文献Canny,J.的“A Computational Approach to Edge Detection”，IEEE Trans.Pattern Analysis and Machine Intelligence，8(6)：679-698，1986和Lindberg,T.的“Edge Detection and Ridge Detection with Automatic Scale Selection”，International Journal of Computer Vision，30，2，107-154，1998中，描述了用于识别符号的边缘分布的方法，所述方法应用灰度值梯度(Grauwertgradienten)。灰度值梯度用作为用于确定边缘分布的中间结果。根据借助于灰度值梯度而确定的边缘分布对符号进行分类。在参考文献Holder，S.，Dengler.J.，“Front-and Size-Invariant Character Recognition with Grey-Value Image Features”，Proc.9^th International Conference on Pattern Recognition,252-254，Vol.1，1988中描述一种方法，其中符号的轮廓变化中的灰度值梯度与参考梯度方向比较，以便基于图案比较来识别符号。

然而，用于识别符号的基于灰度值的已知的方法具有下述缺点：根据ICAO规定以字体OCR-B应用在身份识别文件中的特定的符号，例如字母O和数字0不能够被明确地识别或者不能够彼此区分。这在已知的OCR方法中导致高的识别错误率。出于该原因，在身份识别文件中附加地考虑基于文本的符号识别方法，所述基于文本的符号识别方法尤其在身份识别文件的所谓的机器可读的区域(MRZ)中提供改进的结果。典型的MRZ包括能够附加地考虑用于符号识别的数字或字母文本，例如生日、有效期、姓和名。

然而借助将文字数字的序列号引入到身份识别文件中提供MRZ的能包含数字和字母的区域。因此，所应用的基于文本的方法不再适用，以至于例如通常不再能够无错误地区分字母O和数字0。

发明内容

因此，本发明的目的是，提供一种用于识别符号的方案，所述方案在没有求助于文本信息的情况下能够实现符号、例如OCR-B文字中的字母O和数字0的明确的识别或者区分。