[发明专利]票据图像快速红章检测方法、系统、装置在审

专利信息
申请号: 202010644890.5 申请日: 2020-07-07
公开(公告)号: CN111797830A 公开(公告)日: 2020-10-20
发明(设计)人: 史存召 申请(专利权)人: 因凡科技(北京)有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46;G06K9/38;G06K9/62
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩
地址: 100098 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 票据 图像 快速 检测 方法 系统 装置
【权利要求书】:

1.一种票据图像快速红章检测方法,其特征在于,该方法包括:

步骤S100,获取待检测的票据图像,作为输入图像;

步骤S200,提取所述输入图像中各像素点的多颜色空间特征;所述多颜色空间特征包括Lab颜色特征、HSV颜色特征、RGB颜色特征;

步骤S300,基于各像素点的多颜色空间特征,通过预训练的SVM分类器对像素点进行分类,得到红章像素点的分类结果图,作为第一结果图;

步骤S400,将所述第一结果图进行形态学膨胀,并进行连通域标记;

步骤S500,对各标记的连通域,依次判断其宽、高、以及宽高比是否在设定的阈值范围内,若是,则将其在所述输入图像中的位置及其对应的第一结果图作为检测结果进行输出。

2.根据权利要求1所述的票据图像快速红章检测方法,其特征在于,步骤S300中“通过预训练的SVM分类器对像素点进行分类,得到红章像素点的分类结果图”,其方法为:

对所述输入图像,基于其各像素点的多颜色空间特征,结合预训练的SVM分类器学习的线性参数,得到其对应的预测图像;

将所述预测图像中的各像素点进行归一化处理,并判断归一化结果是否大于等于设定的阈值,若是,则将其对应的分类结果图标记为1,作为红章像素点。

3.根据权利要求2所述的票据图像快速红章检测方法,其特征在于,“将所述预测图像中的各像素点进行归一化处理”,其方法为:

其中,y(i,j)表示预测图像YImg中坐标(i,j)处的像素值,min(y)表示YImg中最小像素值,max(y)表示YImg中最大像素值,M(i,j)表示归一化后的预测图像在(i,j)处的像素值。。

4.根据权利要求1所述的票据图像快速红章检测方法,其特征在于,步骤S400中“将所述第一结果图进行形态学膨胀”,其方法为:

将所述第一结果图进行二值化;

通过最近邻差值法将二值化后的第一结果图进行设定尺寸的缩放,并通过矩形核进行形态学膨胀。

5.根据权利要求1所述的票据图像快速红章检测方法,其特征在于,步骤S400中的连通域标记的方法为:采用基于行程的标记法实现连通域的提取。

6.根据权利要求1所述的票据图像快速红章检测方法,其特征在于,步骤S500中“对各标记的连通域,依次判断其宽、高、以及宽高比是否在设定的阈值范围内”,其方法为:

0.1*H<h<0.6*H

0.1*W<w<0.6*W

1/3<w/h<3

其中,w、h表示各标记的连通域的宽、高,W、h表示待检测的票据图像的宽、高。

7.一种票据图像快速红章检测系统,其特征在于,该系统包括:待检测图像获取模块、多颜色空间特征提取模块、分类模块、连通域标记模块、输出模块;

所述待检测图像获取模块,配置为获取待检测的票据图像,作为输入图像;

所述多颜色空间特征提取模块,配置为提取所述输入图像中各像素点的多颜色空间特征;所述多颜色空间特征包括Lab颜色特征、HSV颜色特征、RGB颜色特征;

所述分类模块,配置为基于各像素点的多颜色空间特征,通过预训练的SVM分类器对像素点进行分类,得到红章像素点的分类结果图,作为第一结果图;

所述连通域标记模块,配置为将所述第一结果图进行形态学膨胀,并进行连通域标记;

所述输出模块,配置为对各标记的连通域,依次判断其宽、高、以及宽高比是否在设定的阈值范围内,若是,则将其在所述输入图像中的位置及其对应的第一结果图作为检测结果进行输出。

8.一种存储装置,其中存储有多条程序,其特征在于,所述程序应用由处理器加载并执行以实现权利要求1-6任一项所述的票据图像快速红章检测方法。

9.一种处理装置,包括处理器、存储装置;处理器,适用于执行各条程序;存储装置,适用于存储多条程序;其特征在于,所述程序适用于由处理器加载并执行以实现权利要求1-6任一项所述的票据图像快速红章检测方法。

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因凡科技(北京)有限公司,未经因凡科技(北京)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/202010644890.5/1.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