[发明专利]基于模板匹配算法和边缘特征的伤票识别与定位方法

说明书

本发明公开了一种基于模板匹配算法和边缘特征的伤票识别与定位方法。使用本发明能够在一副图片中准确找到并定位伤票，为伤票自动检测与识别提供依据。本发明首先通过模板匹配的方法对伤票进行识别，获得感兴趣区域，实现伤票的粗定位；然后利用自适应阈值分割算法解决图片上的阴影和光照问题，运用边缘几何特征法确定伤票三个标志块的四个角点坐标，利用三个标志块的四个角点坐标获得伤票的顶点坐标，实现伤票的精确定位，为伤票自动检测与识别提供依据。该方法定位的伤票与模板伤票的匹配度达到80％以上，定位误差小于3个像素点。

技术领域

本发明涉及图像处理以及模式识别技术领域，具体涉及一种基于模板匹配算法和边缘特征的伤票识别与定位方法。

背景技术

伤票是医疗单位记录和统计病情及救治过程的载体，是统计卫生机构医疗的主要依据，也是后勤保障工作经验总结与医学研究的重要资料和数据。随着军事化改革的浪潮不断兴起以及后勤保障系统的革新，采用电子化手段保存、流通伤票，充分利用伤票包含的伤病员信息和救治信息，进行高效的后勤保障服务，是信息化建设的发展趋势。伤票的电子化管理在信息化管理方面占有举足轻重的地位。

伤票识别是在复杂多变的环境中快速扫描伤票，并且在伤票选中区域进行检测提取信息。目前，没有标准的伤票自动识别系统，必须采用手工记录的方式进行工作，速度慢、效率低、容易出错。采用移动终端作为图像数据输入设备采集图像，再经过伤票识别定位，从伤票的图像信息中识别出选中项，将获得的伤票信息存入数据库，可以实现伤票电子化管理。该方法设备成本低，同时可以根据伤票结构适应不同需求，易于推广。其中，伤票识别定位是重要技术之一，也是该系统的重点和难点。

伤票自动识别系统主要应用图像处理与模式识别算法，其中分为伤票识别定位与伤票信息提取两大模块。本发明主要研究伤票识别定位算法，该算法的复杂性在于图像中伤票模式的广泛差异性。这种差异来自于光照条件、拍照角度以及破损情况等。对比二维码等图像识别，伤票自身特点：没有明显的标识符，并且图像面积大，识别难度大。伤票在识别过程中往往嵌入在混乱的背景中，镜头本身的抖动也会对处理结果产生影响，进一步加大识别的复杂度。

发明内容

有鉴于此，本发明提供了一种基于模板匹配算法和边缘特征的伤票识别与定位方法，能够在一副图片中准确找到并定位伤票，为伤票自动检测与识别提供依据。

本发明的基于模板匹配算法和边缘特征的伤票识别与定位方法，包括如下步骤：

步骤1，采用相关系数匹配法进行伤票粗定位，确定感兴趣区域：

具体的，建立伤票模板的模板图像；针对待识别的伤票采集图像，计算采集图像中以任意点(u,v)为左上角点的、与模板图像大小相同的子块与模板图像的归一化相关系数矩阵R(u,v)；R(u,v)中的最大值对应的子块即为感兴趣区域；

步骤2，利用自适应阈值对感兴趣区域进行二值化，得到二值图像S；

步骤3，对感兴趣区域进行数学形态学闭运算，运算的同时确保标志块的轮廓边缘曲线闭合，获得标志块闭合区域，然后对标志块闭合区域进行填充后提取边缘；其中，所述标志块为伤票左上角区域的“危重死亡”标志块、右上角的“染毒”标志块，以及最下方的长方形标志块；对提取的边缘轮廓进行矩形拟合，获得拟合矩形；

步骤4，针对每个拟合矩形，估算拟合矩形的重心位置，遍历轮廓边缘坐标，计算重心与每一个边缘坐标的绝对距离，选取距离最大的四个点，作为标识块的顶点；

步骤5，对步骤4得到的所有标志块的顶点的坐标进行排序，位于左上、左下、右上和右下的顶点即为采集图片中伤票的四个顶点；

步骤6，将步骤4定位好的图片，进行透视变换，得到伤票每一个选项的坐标；遍历每一个选项坐标的8×8区域像素值，该区域像素值大于设定的阈值，则表示为选中点。