[发明专利]一种基于游程特征的选票符号机器视觉识别方法

说明书

技术领域

本发明涉及一种选票符号机器视觉识别方法。 

背景技术

随着社会的进步，民主制度的完善，既能体现选民意愿又能快速正确统计出结果的选举方式越来越受到大家的青睐。现存的选举方式是多种多样的，如传统的人工唱票，举手表决、电子选举等，但根据投票与计票方式的不同，可将当前选举模式概括为三类：纸质选票人工唱票、无纸化电子选举、基于机器视觉的纸质选举。 

纸质选票人工唱票方式是一种传统的全纸质选举计票方式，其特点在于人工统计选票的工作量大，计票速度慢，但纸质选票具有可验证性、用户易接受等优点。 

而无纸化电子选举是选举在形式上的一次崭新飞跃，无纸化电子选举方式的研究和应用主要集中在国外。在国内，一些大型的选举场合也采用电子选举方式，如浙江省人大会堂等。它的优点是计票快捷准确、节省人力和开支、投票方便等，有着传统投票方式无法企及的优越性。尽管如此，该方式仍然受到了广大选民的质疑，存在的很多问题，如安全性、票据的不可验证性等。 

为了弥补人工唱票和电子选举的不足，基于机器视觉的纸质选举系统开始出现。相对于前两种选举方式，基于机器视觉的纸质选举方式的主要优点是，统计效率高且票据可验证性。表1是对3种选票模式的比较。 

表1 

基于机器视觉的选票识别技术主要分为OMR(Optical Mark Recognition，光学标记识别)和OCR(Optical Character Recognition，光学字符识别)两种。基于OMR的选票统计系统存在的问题有，选票格式固定，且为涂卡式，与人们通常采用的打勾、叉、圈的习惯不相吻合，因此市场接受程度较低。而基于OCR的选票统计系统克服了基于OMR选票统计系统不灵活的缺点，它的特点是选票格式相对灵活，选票符号采用人们易于接受的勾、叉、圈，硬件成本较低等。 

基于OCR的选票统计系统是利用小字符集选票符号的不同特征来对选票进行自动识别。其大致工作流程是，先利用图像采集设备获取选票灰度图像，再通过各种预处理技术得到待识别的单个选票符号，接着从待识别的单个选票符号提取出其统计特征或结构特征，然后，通过某种分类器根据该符号的特征来将符号分类，最后，统计出所识别的全部选票符号以完成选票自动统计。 

虽然现在纸质选票统计系统只能应用在中小型会议中，且普及率也不是很高，但正如Wendy M.Grossman(美，2004)所言，纸质选举自动计票方式将成为一种新的潮流。而随着计算机计算性能的不断增强，基于OCR的选票统计系统的计算弱势正在逐渐消除。 

目前，国内外虽然基于OCR的选票统计系统的研究很少，但基于OCR的其他字符识别系统却有很多，如票据自动识别系统(如张红云(同济大学，2006)等)，车牌字符自动识别系统(如王敏(华中科技大学，2001)等)，钢坯标号自动识别系统(如张浩(浙江大学，2007)等)等。各种基于OCR的字符识别系统的研究的内容虽然千差万别，但系统的核心问题都是利用字符符号的某种特征实现对字符符号的识别，因此，特征提取模块是核心，其他模块中所采用的方法都是服务于特征提取而采用的。 

对于一个选票统计系统，现存的问题还是比较多的： 

如通过图像采集设备获得的图像不可避免地会出现倾斜现象，这给后续的选票符号识别带来了困难；现有通过手写符号识别算法来识别选票符号的办法，其识别正确率低，识别速度慢。而对于选举这样一个严肃的事情，采取何种机制来保证100％的识别正确率也是一个亟待解决的问题。 

发明内容

为了克服现有的选票符号机器视觉识别方法的正确率低、识别速度慢的不足，本发明提供一种正确率高、识别速度较快的基于游程特征的选票符号机器视觉识别方法。 

为了解决上述技术问题采用的技术方案为： 

一种基于游程特征的选票符号机器视觉识别方法，所述识别方法包括以下步骤： 

(1)得到经过预处理后的符号图像后，自上而下，自左向右扫描整幅图像，当扫描到第一次出现游程的那一行时，初始化三叉树结构，将那一行中最中间的游程加入到根节点中，根据其他各游程的左右关系，依次创建左右根节点，初步形成一颗三叉树结构； 

所述游程的定义为：图像上沿x或y轴方向上一组连续的白色像素构成的像素段；