[发明专利]一种基于形态学梯度多尺度融合的营业执照信息提取方法

权利要求书

1.一种基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，包括以下步骤：

S1、对营业执照原图进行多尺度变换的缩放处理，得到N幅缩放图；

S2、用双边滤波算法对缩放图进行处理，得到去噪平滑图；

S3、对去噪平滑图进行灰度化处理，得到灰度图；

S4、对灰度图进行黑帽运算并按像素取反，得到黑帽图；

S5、将灰度图与黑帽图按像素相减，得到边缘增强图；

S6、对边缘增强图进行数学形态学的开运算，得到开运算图；

S7、用最大稳定极值算法对开运算图进行文本候选区检测，得到候选区图；

S8、对候选区图进行检测，去除重复的文本候选区，得到文本区域图；

S9、将上述N幅不同尺度下的文本区域图进行比较，保留各个尺度下都检测到的文本区域，得到最终的文本区域图，提取到图像文本信息。

2.根据权利要求1所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S1中图像缩放处理的方法为双线性插值缩放法。

3.根据权利要求1所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S2中的双边滤波算法包括以下步骤：

S21、用像素的欧氏距离和像素范围域中的辐射差异计算滤波权重；

S22、通过滤波权重和缩放图的像素值计算滤波后的图像像素值。

4.根据权利要求3所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S21中的计算滤波权重的公式为：

其中，(i，j)和(k，l)为两像素的坐标，i、k为两像素横坐标，j、l为两像素纵坐标；(i-k)²+(j-l)²为两像素点的欧氏距离；σ_d为欧氏距离平滑参数；I(i,j)和I(k,l)分别为(i，j)和(k，l)坐标的像素点的像素值；||I(i,j)-I(k,l)||²为像素范围域中的辐射差异；σ_r为辐射差异平滑参数；w(i,j,k,l)为计算得出的滤波权重。

5.根据权利要求4所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S22中通过滤波权重和缩放图的像素值计算滤波后的图像像素值的公式为：

其中I(k,l)为缩放图的像素值；i、k为像素横坐标，j、l为像素纵坐标；I_D(i,j)为滤波后的图像像素值。

6.根据权利要求1所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S3中的灰度化处理的方法为使用0.299、0.587和0.114三个权值对原彩色像素的R、G、B三分量进行加权处理，求和得出灰度像素值。

7.根据权利要求6所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，计算所述灰度像素值的公式为：

Gray(i，j)＝0.299*R(i，j)+0.587*G(i，j)+0.114*B(i，j)

其中，Gray(i，j)为(i，j)坐标的像素点的像素值；R(i，j)、G(i，j)和B(i，j)分别为(i，j)坐标的像素点的R分量值、G分量值和B分量值。

8.根据权利要求1所述的基于形态学梯度多尺度融合的营业执照信息提取方法，其特征在于，所述步骤S4中的黑帽运算方法的步骤为：

S41、将灰度图f先与形态学运算核b进行数学形态的膨胀运算，其结果再与形态学运算核b进行数学形态的腐蚀运算，其公式如下：

其中，f₁为运算结果，为膨胀运算，⊙为腐蚀运算；

S42、将灰度图f与上述运算结果f₁做减运算，得到黑帽图，具体公式为：h＝f-f₁，其中h为黑帽图。