[发明专利]数字区域的识别方法和识别装置、移动终端有效

专利信息
申请号: 201410234320.3 申请日: 2014-05-29
公开(公告)号: CN105224939B 公开(公告)日: 2021-01-01
发明(设计)人: 张涛;陈志军;张祺深 申请(专利权)人: 小米科技有限责任公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/46
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 刘映东
地址: 100085 北京市海淀区清*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数字 区域 识别 方法 装置 移动 终端
【权利要求书】:

1.一种数字区域的识别方法,其特征在于,包括:

获取对象的待识别图像;

调用预配置的对应于所述对象的区域分类器,所述区域分类器由对应于所述对象中的数字区域和非数字区域的区域训练样本生成,且所述区域训练样本来自所述对象的样本图像,对应于所述数字区域的每个所述区域训练样本包括至少两个数字字符;

在所述待识别图像上依次选取预设大小的候选区域;

通过所述区域分类器判别每个所述候选区域的类型;

根据数字区域的形状特征和/或数字区域在所述对象中的分布特征,筛除被判定为数字区域类型的候选区域中与数字区域无关的候选区域,并对剩余的数字类型的候选区域进行合并;

将所述区域分类器识别出的数字区域作为候选数字区域,并对每个所述候选数字区域中的字符进行切分操作;

调用预配置的数字判别器,并根据所述数字判别器识别切分得到的每个字符;

筛除所述候选数字区域中的非数字字符,并将剩余字符对应的区域作为所述待识别图像中的数字区域,以供对所述数字区域进行光学字符识别。

2.根据权利要求1所述的识别方法,其特征在于,所述区域分类器是由每个区域训练样本对应的第一分类器级联得到的第二分类器。

3.根据权利要求2所述的识别方法,其特征在于,每个所述第一分类器是由相应区域训练样本的方向梯度直方图特征经过线性判别分析投影后得到。

4.根据权利要求1所述的识别方法,其特征在于,还包括:

按照预设比例对所述待识别图像进行缩放操作,以得到多个显示比例的待识别图像;

根据所述区域分类器识别每个显示比例的待识别图像中的数字区域;以及

根据识别出的每个数字区域在相应的待识别图像中的相对位置,合并所有显示比例的待识别图像中识别出的数字区域,以作为所述待识别图像中的数字区域。

5.根据权利要求1所述的识别方法,其特征在于,所述数字判别器由对应于所述对象中的数字区域内的数字字符和非数字区域内的非数字字符的字符训练样本生成,且所述字符训练样本来自所述对象的样本图像。

6.根据权利要求5所述的识别方法,其特征在于,所述数字判别器是由相应训练样本的方向梯度直方图特征经过支持向量机的训练而得到。

7.一种数字区域的识别装置,其特征在于,包括:

图像获取单元,用于获取对象的待识别图像;

分类器调用单元,用于调用预配置的对应于所述对象的区域分类器,所述区域分类器由对应于所述对象中的数字区域和非数字区域的区域训练样本生成,且所述区域训练样本来自所述对象的样本图像,对应于所述数字区域的每个所述区域训练样本包括至少两个数字字符;

区域识别单元,用于根据所述区域分类器识别出所述待识别图像中的数字区域;

字符切分单元,用于将所述区域分类器识别出的数字区域作为候选数字区域,并对每个所述候选数字区域中的字符进行切分操作;

字符识别单元,用于调用预配置的数字判别器,并根据所述数字判别器识别切分得到的每个字符;

字符筛除单元,用于筛除所述候选数字区域中的非数字字符,并将剩余字符对应的区域作为所述待识别图像中的数字区域,以供对所述数字区域进行光学字符识别;

其中,所述区域识别单元,包括:

区域选取子单元,用于在所述待识别图像上依次选取预设大小的候选区域;

类型判别子单元,用于通过所述区域分类器判别每个所述候选区域的类型;

区域处理子单元,用于根据数字区域的形状特征和/或数字区域在所述对象中的分布特征,筛除被判定为数字区域类型的候选区域中与数字区域无关的候选区域,并对剩余的数字类型的候选区域进行合并。

8.根据权利要求7所述的识别装置,其特征在于,所述区域分类器是由每个区域训练样本对应的第一分类器级联得到的第二分类器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小米科技有限责任公司,未经小米科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410234320.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top