[发明专利]一种基于特征检测及模板匹配的混合号码识别方法

说明书

技术领域

本发明涉及号码识别领域，尤其涉及验钞机纸币号码识别、身份证号码识别等印刷号码识别领域。

背景技术

光学字符识别技术经过几十年的发展，已经从实验研究走向应用。印刷号码识别(包括字母和阿拉伯数字)是字符识别的一个重要分支，有极大的实用价值。研究者们提出了许多的识别方法，大致可分为两类：基于特征识别的方法和基于模板匹配的方法。实际应用中有高识别率和高置信度的要求，单纯依靠特征或者模板匹配进行识别存在一定的局限，通常难以满足要求。本发明将两种方法相结合，提出了一种基于特征检测及模板匹配的混合号码识别技术，可有效地应用于各种印刷体号码识别领域。

发明内容

为了解决现有技术中问题，本发明提供了一种基于特征检测及模板匹配的混合号码识别方法，整个号码识别的过程包括：

步骤1：检测纸币的边缘；

步骤2：图像倾斜校正，将倾斜的纸币图像旋转成完全水平的；

步骤3：判定号码区，

步骤4：灰度图像二值化，采用固定阈值的方法，区分号码区中字符和背景；

步骤5：平滑处理；

步骤6：单字符切割，找到每个字符的上下左右边界；

步骤7：闭环检测，计算每个字符的闭环数，结果可能为0，1，2中的一个；

步骤8：模板匹配，根据印刷号码(即纸币、身份证等等)的图像，取出其中噪声较小的字符，作为模板，所述模板被分为六组，闭环数为0、1、2的数字分别为一组，闭环数为0、1、2的字母分别为一组；根据步骤7中闭环检测的结果，进行各个字符分别与闭环数相同的模板组进行匹配，印刷号码的图像中某一位置只会出现数字时，匹配只与数字模板组进行，印刷号码的图像中某一位置只会出现字母时，匹配只与字母模板组进行，印刷号码的图像中某一位置可能出现数字、也可能出现字母时，匹配与数字模组和字母模组都进行；

如果这个模板对应的字符跟其他字符容易识别错，则进入步骤9；否则，结束判定；

步骤9：后验的特征判定。

作为本发明的进一步改进，步骤1中采用最小二乘法直线拟合的方法进行边缘检测。

作为本发明的进一步改进，步骤2中，图像倾斜校正的坐标旋转公式为：x′＝int(xcosθ+ysinθ)，y′＝int(ycosθ-xsinθ)，x，y是水平图像上号码区的坐标，x′，y′是倾斜图像上号码区的坐标，将倾斜图像上的点(x′，y′)对应的值存储到水平图像(x，y)位置上，达到倾斜图像水平调整的效果，θ是纸币图像的倾斜角度，纸币下边界与水平线所成的夹角，经过坐标旋转后新点的坐标值可能不是整数，需要对其取整之后才能作为新点的坐标值，int表示取计算所得值的整数部分。

作为本发明的进一步改进，步骤3中，根据号码区内像素点的像素值出现连续的高低变化的这种特征作为判定号码区的条件。

作为本发明的进一步改进，步骤5中，二值化后的图像中仍然残留麻点噪声，使用Unger平滑算法对二值图像做平滑处理。

作为本发明的进一步改进，步骤7中，采用二值图像快速四连通域标记算法计算闭环数，快速四连通域标记算法包括以下步骤，

(1)将每一行中连续的黑点或白点看成一条条线段，将每一行所有的点看成是一个一维数组，每条线段都包括以下信息：线段起始点元素的数组坐标，线段结束点元素的数组坐标，线段内点的值，其中黑为0，白为1，线段的标号；

(2)对字符加上一个白的边框，做膨胀处理；

(3)比较当前行和上一行线段的标号，线段有重叠且像素点值相同的线段标号进行更新，对不满足上述条件的线段分配新的标号，重复操作，直到遍历完成整个矩阵；

(4)闭环数等于连通域个数减1。

作为本发明的进一步改进，膨胀处理具体如下：

将图像存储到大于字符的像素大小的全1矩阵中，全1矩阵高度和宽度要大于等于字符最大高度+4和宽度+4，至少从第三行第三列开始存储，如果点落在字符数组的第一行、最下面两行、左边两列、右边四列，则将该点做四点膨胀，把黑点周围上下左右四个点变成黑点。

作为本发明的进一步改进，