[发明专利]一种信封图像地址定位方法

权利要求书

1.一种信封图像地址定位方法，其特征在于，包括以下步骤：

步骤一：对于窗口信进行窗口定位，若无法成功定位窗口则定位地址文字区 域然后进行细化处理，若成功定位则直接作细化处理；

步骤二：对于非窗口信依次进行图案定位、文字区定位、混合区中文字图案 的提取和后处理；

对于非窗口信，所述的图案定位是从信封图像中有文字和图案的区域从背景 中分离出来，所述图案包括字符、图形、花纹的前景图像，具体步骤包括：

(a)用sobel算子对高为H，宽为W信封图像的Image1进行边缘提取，获得新图 像，记为EdgeImage；

(b)将图像EdgeImage分割成12×12的小块，对每一小块分别进行垂直扫描和 水平扫描；

(c)将一组扫描获得的像素记为p₁,p₂,...,p_k，...,p_NUM，1≤k≤NUM，其中NUM 为像素个数，计算该组像素最大值和最小值的差，记为GloDiff,根据当前像 素与后续像素的差，即dd_k=p_k-p_k+1，形成的序列dd₁，...，dd_i，...，dd_j…， dd_NUM-1，若其中dd_i，...，dd_j值的符号相同，该符号都为正数或负数，则记做 一个片段，用NumFrag表示该组中片断的个数；

(d)当一个块中有一定比列的扫描线满足下列条件GloDiff>ThrGD和 NumFrag>ThrNF时，该块为图案块，否则为背景块，将EdgeImage转换为 只有前景和背景之分的新图像FGImage，其高度为H/13，宽度为W/13；

(e)在FGImage上进行连通元标定，合并相互覆盖的连通元，将最后形成的连通 元的外切正矩形放大13倍后作为图案区域的位置和大小，即为CandiRt_h， 1≤h≤NumCandiRt；

对于非窗口信，所述的地址的文字区定位方法是将单独的文字候选区和花案 候选区域分离出来，具体包括步骤：

1)在原灰度图像中根据每个图案候选区CandiRt_h的位置和大小截图，再用最大 方差法进行二值化；

2)连通元的标定，计算每个连通元CC_i的下列六项连通元特征值，其中

1≤i≤NumCC_h，六项连通元特征值是：

Height(CC_i)，外切正矩形的高度，

Width(CC_i)外切正矩形的宽度

Area(CC_i)=Height(CC_i)×Width(CC_i)外切正距性的面积

WHRatio(CCi)=Height(CCi)Width(CCi),]]>宽高比

NumFgPixel(CC_i)，前景像素的个数

AreaRatio(CCi)=NumFgPixel(CCi)Area(CCi),]]>面积有效比，即前景像素个素除以外 切正矩形的面积；

3)将高度、宽度和面积都很小的连通元作为噪声剔除；

4)将线条类的连通元踢除，即将满足条件WHRatio<ThrWHR_L或者 WHRatio>ThrWHR_H，并同时满足条件AreaRatio(CC_i)<ThrAR_L的连 通元不作为下一步处理的对象；

5）合并相互覆盖的连通元，统计新的连通元中包含原连通元的个数，记为 NumInCC(CC_i)，统计新生成的连通元的六项特征，这样新的连通元都有一个7 维的特征向量，记作Z(z₁,…,z₇)；

6）将候选区内的所有连通元特征向量，求其平均值μ_h＝(u₁，....,u₇)=E(X)，方 差v_h=E[(z₁-u₁)²，...,(z₇-u₇)²]；采集若干封各类信封图像，手动分割出文 字块作为样本，计算出每个文字块中的连通元特征的平均值和方差使 用欧几里德距离分别计算μ_h和的距离Disμ、v_h和的距离Disv，当 Disμ<ThrDisμ且Disv<ThrDisv时，该区域为文字区域，否为非文字区域。

2.如权利要求1所述的信封图像地址定位方法，其特征在于，对于非窗口信， 当信封图像中有地址文字和其他图案相互覆盖或者地址区域附近有复杂的logo 时用最近邻居法将文字部分离出来，具体包括步骤：

a）按照所述文字区的定位方法对候选区进行连通元的标定、剔除噪声和线条， 将合并后记为CC_i，1≤i≤NumCC_h，并计算每个连通元的特征，以及特征均值 μ和方差v；

b）以单个连通元CC_i为起点，从自左向右四个方向向外搜索，分别找寻四个方 向上与最近最相似的邻居，具体步骤如下：

B1.CC_i外切矩形的中心(x_i,y_i)作为起点，水平方向为X轴，计算其他连通 元CC_j中心(x_j,y_j)与CC_i连线与X轴形成的夹角θ_ij、距离dis_ij和相似度 sim_ij，

θij=arctan(xi-xjyi-yj),]]>

disij=(xi-xj)2+(yi-yj)2]]>

sim_ij=‖Z_i-Z_j‖₁=|z_i1-z_j1|+...+|z_i7-z_j7|

B2.选取满足条件-15°<θ_ij<15°，dis_ij<Width(CC_i)*5和的 的连通元，取最小的连通元CC_k作为CC_i的最近 最似邻居；

B3.若CC_i的最近最似邻居为CC_k，CC_k的最近最似邻居为CC_h，CC_i、CC_k和CC_h能够连接成文字区，依此类推，形成多个文字区；

c）最后根据统计样本中地址文字区的位置分布，对定位出来的文字区进行排 序。