[发明专利]一种基于布局信息分析的邮件图像方向辨别方法

说明书

技术领域

本发明涉及图像分析与识别技术，尤其涉及一种基于布局信息分析的邮件图像方向辨别方法。

背景技术

邮件的自动分拣是邮政自动化的一个重要组成部分。有一种邮件分拣技术是通过采集分拣对象的图像，分割出收信人地址区域，对分割结果进行字符识别，从而根据识别结果实现自动分拣。而在分割收信人地址区域之前，需要将邮件位置矫正，以保证后续的地址区域分割和字符识别等操作可以更得到准确的结果。将图像中的邮件矫正，包括消除倾斜角度和辨别出正负方向两步操作，如图1a和1b所示，分别为一个邮件的正、负两个方向的图像。

由于邮件在邮寄时基本都用信封来包覆，并且信封上都有位置比较固定的邮政编码框。因此现有的邮件自动分拣系统中，方向辨别主要通过邮政编码框的定位来完成。然而，随着邮件制作横的不断提高，采用窗口信和贴条信等手段自动打印和制作邮件的数量占大部分比例，原本要求在信封上预先印制的邮政编码红框所起的作用只是在分拣机上为自动辨别邮件方向提供依据。如果分拣机能在没有红框的情况下自动辨别方向，则可以取消六个红框的印刷，这将减少信封的制作成本。

因此，市场上亟需寻找一种不依赖于红框的方法来实现邮件图像方向的自动辨别。

发明内容

本发明的目的是提供一种不依赖信封红框，能根据邮件上文本的布局信息自动实现邮件方向辨别的方法，以解决在邮件在自动分拣中的自动识别方向问题。

本发明提出了一种基于布局信息分析的邮件图像方向辨别方法，包括以下步骤：

步骤1：标记图像中的连通元；

步骤2：将各个连通元划分至文本块中；

步骤3：提取所述文本块的特征向量；

步骤4：通过所述特征向量训练分类器；

步骤5：通过所述分类器辨别图像的方向。

本发明中，进一步包括对图像进行预处理；所述预处理包括：将所述图像进行二值化和去噪。

本发明中，所述步骤1中，进一步包括：对所述连通元进行过滤。

本发明中，过滤的所述连通元包括以下：

靠近图像边界位置的所述连通元；

图像中由折痕形成的所述连通元；

小区域内密集噪声点构成的所述连通元；

地址贴或邮资贴的边缘形成的所述连通元；

前景像素点个数与面积之比大于阈值的所述连通元，所述阈值大于0且小于或等于1；

前景像素点个数与面积之比小于阈值的所述连通元，所述阈值大于0且小于1；

前景像素点小于阈值的连通元，所述阈值大于等于0。

本发明中，所述步骤2中，包括以下步骤：

步骤2a：设定所述文本块的初始位置及数量；

步骤2b：将所述各个连通元划分至与其纵方向值距离最小的文本块中；

步骤2c：重新计算所述文本块中心的纵方向值；

步骤2d：计算所述文本块中心的纵方向位置变化值，并判断变化值是否大于阈值并且迭代次数是否小于最大迭代次数，结果为是，则重复步骤2b，否则进入步骤2e；

步骤2e：删除不含有所述连通元的所述文本块并计算保留文本块的边界信息。

本发明中，所述步骤2中，进一步包括以下步骤：

步骤2f：将所述文本块排序；

步骤2g：若相邻的所述文本块在纵方向的重合度大于所述文本块高度的二分之一，则合并所述文本块；

步骤2h：若相邻的所述文本块在纵方向重合度大于所述文本块高度的三分之一，且在横方向重合度大于所述文本块宽度的四分之三，则合并所述文本块。

本发明中，所述步骤3中，所述特征向量由所述文本块结点的长度特征向量、相邻所述文本块结点间的纵方向距离特征向量和所述文本块结点到图像中轴线横方向距离特征向量依次连接组成。

本发明中，所述长度特征提取包括以下步骤：

步骤31a：根据所述文本块的左右边界值计算得到所述文本块链上每个结点的长度值；

步骤31b：将所述结点的长度值归一化，得到所述文本块链的观察序列；

步骤31c：通过Baum-Wech算法训练得到隐含状态转移概率矩阵、观测状态转移概率矩阵和初始隐含状态概率矩阵；

步骤31d：根据所述隐含状态转移概率矩阵、所述观测状态转移概率矩阵和所述初始隐含状态概率矩阵，利用Viterbi算法求得所述观察序列的隐含状态序列；

步骤31e：通过所述隐含状态序列得到所述文本块结点的长度特征向量。

本发明中，所述纵方向距离特征提取包括以下步骤：