[发明专利]基于Canny算子和Hough变换的大倾角证件图像矫正方法及系统

说明书

本发明提供一种基于Canny算子和Hough变换的大倾角证件图像自动矫正方法及系统，通过在对图像循环进行canny算子边缘检测、二值化和Hough变换直线检测过程中，控制Hough变换直线检测出的直线条数，找到canny算子合适的阈值；然后在canny算子边缘检测的二值化输出图像上进行轮廓检测，找到最大的轮廓并显示于另外一张图像进行直线检测；对直线进行筛选，找到方形证件的四条边，然后求交点得四个角点，最后进行透视变换得到输出结果图像。本发明在基于直线检测的基础上找角点的，使得方形证件由于部分反光无法形成完整边缘的情况得到有效避免，并且易于实现，应用效率高。

技术领域

本发明涉及证件图像处理领域，具体涉及基于自适应Canny算子和Hough变换的大倾角证件图像自动矫正方法及系统。

背景技术

在现实生活中，人们有时需要将自己的某个证件用手机拍摄并发送给其他人，或者有填表之类需求等等。在这个时候，如果用手机或者相机直接进行拍摄的话，得到的图像中除了需要的目标外，还会有不需要的背景区域，同时由于目标倾斜等等不确定性因素，导致拍摄的图像不方便使用，于是证件照矫正方法就有了现实意义，使得纠正后的图像刚好就是所需的目标。一方面，可以通过手机或者相机拍照获取证件的照片，然后上传至PC端，然后对图片进行处理；另一方面，在得到拍摄的照片之后，通过算法找到目标证件的四个角点，然后通过透视变化来得到需要的图像。对于四个角点的检测，典型的检测角点的方法包括：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点。常见的基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法，Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。和其他角点检测算法相比，SUSAN角点检测算法具有算法简单、位置准确、抗噪声能力强等特点。但是，对于证件拍摄需要的照片来说，因为拍摄过程中很多时候会有反光导致部分区域过亮，利用上述检测角点的方法无法准确检测出四个角点，而且上述方法很容易会检测出其它不是所需的“角点”，为后续的透视变换带来了很大的麻烦，还可能会无法顺利的变换出需要的目标图像。

发明内容

本发明所要解决的技术问题是避免了在反光区域存在时无法顺利检测角点导致无法顺利实现透视变换的问题，目的在于提供有反光的证件照图像的矫正方法。由于本方法是基于自适应Canny算子和Hough变换的大倾角证件图像自动矫正方法，对于需要的证件照而言，只要能检测出目标四条边的部分而不需要整条边(因为反光区域会导致角点或者部分边难以检测)，然后排序后求出四个交点即为需要的四个交点，在很大程度上避免了反光的影响。

本发明的技术方案提供一种基于Canny算子和Hough变换的大倾角证件图像自动矫正方法，通过在对图像循环进行canny算子边缘检测、二值化和Hough变换直线检测过程中，控制Hough变换直线检测出的直线条数，找到canny算子合适的阈值；然后在canny算子边缘检测的二值化输出图像上进行轮廓检测，找到最大的轮廓并显示于另外一张图像进行直线检测；对直线进行筛选，找到方形证件的四条边，然后求交点得四个角点，最后进行透视变换得到输出结果图像。

而且，实现过程包括如下步骤：

步骤A)设置图像中最大直线检测条数，读入原图像并显示，设置canny算子低阈值为0，高阈值为低阈值的N1倍，其中高阈值用于区别要提取轮廓的物体与背景，低阈值用于平滑边缘的轮廓；其中，N1为预设的取值；

步骤B)对读入的原图像进行canny算子边缘检测，然后对canny边缘检测的输出图像进行二值化操作并由灰度图单通道转为RGB图像，然后进行Hough变换直线检测，存储检测出的直线的起点终点坐标；

步骤C)对步骤B中检测出的直线条数进行判断，若大小不为0且小于步骤A中的最大直线条数，则进入下一步骤D)；否则canny算子低阈值自增1，返回步骤B)；