[发明专利]一种基于图像处理的填注标记识别方法

权利要求书

1.一种基于图像处理的填注标记识别方法，其特征在于包括以下步骤：

-将用于手工采集的文件转化为灰度图像，对灰度图像进行高斯平滑处理，去除灰度图像中的噪声；

-将灰度图像划分为多个图像块，根据每个图像块的灰度分布信息，采用最大类间方差法计算出图像块的分割阈值,根据分割阈值将图像块分为前景图像和背景图像两个部分，分别建立前景图像和背景图像的灰度直方图，通过分析直方图校正错分的前景图像，得到最终的二值化图像；

-利用投影法对二值化图像进行倾斜校正，然后根据水平方向上的投影直方图切分出文档中的每行字符，对每行字符建立垂直方向上的投影直方图，进而切分出每个字符，建立选择框图像模板，通过将每个切分出的字符归一化后与模板进行匹配，检测出灰度图像中的选择框；

-根据未采集数据的空白文件的版面信息，建立版面结构模板，将检测出灰度图像中没有填画的选择框与版面结构模板进行匹配，定位出填画过的选择框，然后利用版面结构模板上的选择框图像模板，通过模板配准及求差的方式，去除填画区域中的选择框线，从而提取出填画标记；

-在填画标记的区域中设置滑动窗口，计算出窗口中的局部二值模式，通过改变滑动窗口的尺寸，提取多尺度下的局部二值模式特征，将这些局部二值模式特征的值进行级联，得到最终的标记特征；

-采用支持向量机对提取的标记特征进行识别。

2.根据权利要求1所述的一种基于图像处理的填注标记识别方法，其特征在于：所述根据未采集数据的空白文件的版面信息，建立版面结构模板的方法如下：

-将用于手工采集的文件转化为灰度图像，对灰度图像进行高斯平滑处理，去除灰度图像中的噪声；

-将灰度图像划分为多个图像块，根据每个图像块的灰度分布信息，采用最大类间方差法计算出图像块的分割阈值,根据分割阈值将图像块分为前景图像和背景图像两个部分，分别建立前景图像和背景图像的灰度直方图，通过分析直方图校正错分的前景图像，得到最终的二值化图像，得到版面结构模板。

3.根据权利要求2所述的一种基于图像处理的填注标记识别方法，其特征在于：所述选择框图像模板的获取方法是：利用投影法对二值化图像进行倾斜校正，然后根据水平方向上的投影直方图切分出文档中的每行字符，对每行字符建立垂直方向上的投影直方图，进而切分出每个字符，获得选择框图像模板。

4.根据权利要求1-3任意一项所述的一种基于图像处理的填注标记识别方法，其特征在于：所述选择框和汉字“口”的区分方法是：

-设定文件中的印刷体字符均为同一字号，并且选择框的尺寸要大于汉字“口”；

-统计所有切分出的字符的尺寸，计算其平均值，通过与平均值的比较实现区分。

5.根据权利要求1-3任意一项所述的一种基于图像处理的填注标记识别方法，其特征在于：所述提取多尺度下的二值模式特征的方法是：建立滑动窗口扫描标记区域，每滑动一次就计算窗口中图像的二值模式特征，每次扫描结束后改变窗口的尺寸，重新扫描并计算二值模式特征，以此方式获得局部区域在多个尺度下的二值模式特征，将这些特征向量连接后得到整个标记区域的特征向量，即得到多尺度下的二值模式特征。

6.一种从灰度图像中得到二值化图像的方法，其特征在于包括以下步骤：

-将图像均匀地划分为多个矩形的图像块，图像块的数量可根据图像的实际尺寸，按照一定的比例自适应地调整；

-针对每个图像块，采用最大类间方差法分割图像块，获得分割阈值，根据分割阈值将图像块分为前景图像和背景图像两个部分，分别建立前景图像和背景图像的灰度直方图，根据直方图校正错分的前景图像，度量前景图像和背景图像的差异，若差异过小则将整个图像块作为背景图像；

-根据所有图像块的前景图像和背景图像划分结果，得到最终的二值化图像。

7.根据权利要求6所述的一种从灰度图像中得到二值化图像的方法，其特征在于：所述根据直方图得出背景图像的方法是，利用Mean-Shift算法定位出前景图像和背景图像的直方图的波峰，计算两个波峰之间的距离，若距离小于10个灰度级，则认为前景和背景差异过小，将该图像块设置为背景图像。