[发明专利]一种基于形态学的印刷体数字字符识别方法

说明书

一种基于形态学的印刷体数字字符识别方法，基于形态学特征的印刷体数字字符识别，分析了0‑9数字字符的几何构造特征，其中包括字符重心、笔画密度、长宽比例、各部分占比、闭环面积等，利用以上特征构造决策树，快速识别数字字符，这种基于形态学特征的印刷数字字符识别算法识别正确率可以达到99％以上，能覆盖实际应用中95％以上的情况。

技术领域

本发明涉及图像识别技术领域，具体是一种基于形态学的印刷体数字字符识别方法。

背景技术

近年来，光学字符识别技术的应用越发广泛，其中的数字字符的识别技术甚为明显。在智能交通的车牌号识别、现代制造上产品编号识别、金融票据数字识别等多种场所的应用大大提高了相应领域的生产效率。

现有光学数字字符识别技术，主要采用模板匹配与复杂人工智能等方法进行识别，考虑的应用环境都比较复杂多变，要求识别的技术抗污损性能优异，也由此带来识别算法复杂，识别速度慢，效率低等缺点。事实上，在实际应用中，大部分情况下，通过环境设定，光照补偿等手段处理后，采集的数字字符图像都较为工整，并不需要太复杂的算法进行识别。相反的，实际应用中对算法执行速度有更高的要求，需要一种低计算量的高效识别算法，在低端硬件平台上实现快速识别数字。

发明内容

本发明的目的，主要是解决现有技术中，识别算法计算量过大，计算速度慢，硬件要求高，对图像品质要求高的问题。

为了解决上述技术问题，本发明采用下述技术方案：

一种基于形态学的印刷体数字字符识别方法，包含图像预处理，字符形态特征提取，决策识别三个模块，其特征在于，所述决策识别模块包含以下步骤：

步骤1：判断Z图的S1特征是否小于0.75，如成立，则表明Z图为数字1，算法结束，否则进入下一步；

步骤2：判断Z图的S2特征是否大于0.5，如成立，则Z图为数字0，算法结束，否则进入下一步；

步骤3：判断Z图的S2特征是否小于0.1，如成立，则Z图可能为2、3、5、7，算法转入第4步，否则Z图可能为4、6、8、9，算法转入步骤7；

步骤4：判断Z图的S8特征是否小于0.04，如果成立，则Z图像为数字7，算法结束，否则进入下一步；

步骤5：判断Z图的S6特征是否小于0.5，如果成立，则Z图像的为数字3，算法结束，否则进入下一步；

步骤6：判断Z图的S7特征是否小于0.5，如果成立，则Z图像为数字5，否则为数字2，算法结束；

步骤7：判断Z图的S3、S4特征是否小于0.1，且S5特征等于2，如成立则Z图为4，算法结束，否则进入下一步；

步骤8：判断Z图的S3小于0.1、S4特征是否大于0.2，且S5特征等于3，如成立则Z图为6，否则进入下一步；

步骤9：判断Z图的S3大于0.2、S4特征是否小于0.1，且S5特征等于3，如成立则Z图为9，否则进入下一步；

步骤10：判断Z图的S3大于0.2、S4特征是否大于0.2，且S5特征等于3，如成立则Z图为8，否则进入下一步；

其中，所述Z图为待识别图像，所述S1至S8为图像特征标志符。

所述图像预处理模块包含原始图像二值化，去噪操作，分割细化图像三个部份。

通过基于统计学的大津二值化算法对原始图像进行二值化。

利用寻找图像最大连通区域的方法去除噪声，首先使用Moore边界跟踪算法找出图像中所有孤立的连通区域，然后计算各个连通区域的面积，排序后，删除除最大面积的外的所有连通区域，完成去噪。