[发明专利]一种基于OCR技术的识别方法及系统

权利要求书

1.一种基于OCR技术的识别方法，其特征在于，所述识别方法包括以下步骤：

构建目标对象的模型；

搜索初始化，接收搜索图像，对图像进行滤波和降采以形成多级分辨率图像；

图像搜索，以分辨率由低到高的顺序，将搜索范围约束在边缘窄带中。

2.根据权利要求1所述的基于OCR技术的识别方法，其特征在于，所述对图像进行滤波和降采以形成多级分辨率图像，包括：

将经过滤波的图像按照横向和纵向每隔一个像素取点，构成上一级的分辨率图像。

3.根据权利要求2所述的基于OCR技术的识别方法，其特征在于，还包括：

应用边缘检测算子，分别计算每一级分辨率图像的边缘像素；

将每一级的边缘膨胀为边缘窄带，形成多分辨率框架下的边缘窄带，将窄带中的像素记录为边缘像素。

4.根据权利要求3所述的基于OCR技术的识别方法，其特征在于，还包括：

在选取关键轮廓法线向量时考察向量中的像素点，若为边缘像素，则保留；

否则再从轮廓法线方向上往外延伸选取，直至轮廓法线向量中的像素全部为边缘点；

计算图像局部纹理特征，以寻找关键点的最佳匹配位置。

5.根据权利要求4所述的基于OCR技术的识别方法，其特征在于，所述在选取关键轮廓法线向量时考察向量中的像素点，包括：

对于关键点pi取长度为2L+1的轮廓法线向量，其中，L小于边缘窄带的1/2宽度；

考察位置为pi+1的像素，若该像素为边缘像素，则沿向量(pi，pi+1)的方向考察下一个像素pi+2，否则，将点pi+1从轮廓法线向量中忽略，将点pi+2至点pi+L+1列入轮廓法线向量中，再考点pi+2，以此类推，直至点pi与最末端的像素点之间的距离大于边缘窄带1/2宽度；

以同样的方法考察(pi，pi-1)方向上的像素点，直至离关键点pi最近的L个像素都是边缘像素。

6.根据权利要求4所述的基于OCR技术的识别方法，其特征在于，所述图像搜索，以分辨率由低到高的顺序，将搜索范围约束在边缘窄带中，包括：

构造目标对象的点分布模型；

计算样本集关键点的局部纹理特征；

搜索图像初始化，具体包括：设定分辨率级数L_max，滤波算子、降采算子及边缘膨胀算子，计算图像的边缘像素，将边缘像素膨胀为边缘窄带，将图像进行滤波处理，将经过滤波的图像降采，计算降采后的图像的边缘像素，将边缘像素膨胀为边缘窄带，直到满足需要的分辨率级数。

7.根据权利要求6所述的基于OCR技术的识别方法，其特征在于，还包括：

设定当前搜索层L＝0，每层最大迭代次数K_max；

在第L层中计算形状模型的初始位置X_i＝L；

对于X_i＝L的每个关键点pi，从边缘窄带中计算其轮廓法线向量；

计算出所有关键点的新位置,直至当前层达到最大迭代次数或位移收敛；

将搜索层L＝L+1，直到L＞L_max。

8.一种基于OCR技术的识别系统，其特征在于，包括：

构建模块，用于构建目标对象的模型；

初始化模块，用于搜索初始化，接收搜索图像，对图像进行滤波和降采以形成多级分辨率图像；

搜索模块，用于图像搜索，以分辨率由低到高的顺序，将搜索范围约束在边缘窄带中。