[发明专利]一种基于积分图的多阈值融合冠字号提取方法有效

专利信息
申请号: 201810574416.2 申请日: 2018-06-06
公开(公告)号: CN109086766B 公开(公告)日: 2021-03-09
发明(设计)人: 尤新革;杨杰;徐端全;周涛;王志辉;李成臣 申请(专利权)人: 南京华科和鼎信息科技有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06K9/38;G07D7/20
代理公司: 武汉东喻专利代理事务所(普通合伙) 42224 代理人: 赵伟
地址: 210000 江苏省南京市紫金*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 积分 阈值 融合 字号 提取 方法
【权利要求书】:

1.一种基于积分图的多阈值融合冠字号提取方法,其特征在于,包括如下步骤:

(1)采集待识别对象的包括冠字号图像一面的白光图像,并进行归一化处理得到包含冠字号的灰度图像;

(2)对所述灰度图像采用第一阈值进行二值化处理得到包含不完整冠字号但不包含背景的第一图像,对所述第一图像通过行投影和列投影得到第二图像;

(3)对第二图像计算积分图,并计算积分图中的Haar-Like H特征;

(4)对第二图像进行第二阈值反二值化处理,得到只包含冠字号字符的第三图像,根据所述第三图像计算获得置信矩阵;

(5)对第二图像采用第三阈值进行反二值化处理,得到第四图像;利用所述Haar-LikeH特征坐标去除第四图像中冠字号字符之间的背景纹理得到第五图像;

(6)采用所述置信矩阵对所述第五图像做掩膜处理,去除冠字号字符内的纹理,得到清晰的冠字号图像。

2.如权利要求1所述的多阈值融合冠字号提取方法,其特征在于,所述步骤(1)包括:对归一化图像进行亮度补偿并获得图像的面额信息,根据所述面额信息定位得到包含冠字号的灰度图像。

3.如权利要求1所述的多阈值融合冠字号提取方法,其特征在于,所述步骤(2)获得第二图像的方法包括如下子步骤:

(2.1)通过对第一图像进行行方向投影得到行数组RowSum[i],其中i为第一图像的行编号;

对第一图像进行列方向投影得到列数组ColSum[j];其中j为第一图像的列编号;

(2.2)确定第一图像的上边界、下边界、左边界和右边界;具体如下:

从上往下搜索,找到满足条件“数组RowSum[i]+RowSum[i+1]T21且RowSum[i]T31”的点,将由这些点构成的线判定为第一图像的上边界Yu;

不断向下搜索,直到出现不满足“数组RowSum[i]+RowSum[i+1]T21且RowSum[i]T31”的点,将由这些点构成的线判定为第一图像的下边界Yd;

从左往右搜索,找到满足条件“数组ColSum[j]+ColSum[j+1]T22且ColSum[j]T32”的点,将由这些点构成的线判定为第一图像的左边界Xt;

从右往左搜索,找到满足条件“数组ColSum[j]+ColSum[j-1]T22且ColSum[j]T32”的点,将由这些点构成的线判定为第一图像的右边界Xr;

其中,T21是指第一行边界阈值,T31是指第二行边界阈值,T22是指第一列边界阈值,T32是指第二列边界阈值;

(2.3)通过定位冠字号的区域找到冠字号的左上角A(Xt,Yu),以及冠字号的右下角B(Xr,Yd);在原灰度图像中找到包含冠字号图像的子图像从左上角C(Xt-10,Yu-10)到右下角D(Xr-10,Yd-10)的区域构成准确的冠字号图像,即为第二图像。

4.如权利要求3所述的多阈值融合冠字号提取方法,其特征在于,所述第一阈值T=average*w;

整幅灰度图像的灰度均值

其中,I1(i,j)是灰度图像上坐标为(i,j)的点的灰度值,w为均值的权值。

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南京华科和鼎信息科技有限公司,未经南京华科和鼎信息科技有限公司许可,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/201810574416.2/1.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