[发明专利]一种票据印章区域序列分割方法

说明书

技术领域

本发明涉及财务票据处理领域，特别涉及一种票据印章区域序列分割方法。

背景技术

近几年，AI技术的发展突飞猛进，其应用领域也越来越广，如机器人、语音识别、图像识别、计算机视觉、自动驾驶等领域。在图像识别方面，基于深度学习的OCR识别以其识别精度高、识别速度快等优点被业界广泛采用，而OCR识别精度不仅受限于识别算法的好坏，图像预处理部分也起到了决定性的作用。在利用深度学习做基于序列的OCR识别时，如何快速、精准的分割出图像中的各个序列是人们首先要解决的问题。

在OCR票据识别中，印章区域通常难以识别或识别效果差、精度低。分析其原因，主要是印章区域的字符序列不是规则的矩形区域，对其精确分割存在较大难度，且印章中的字符较模糊，也增加了识别难度。

发明内容

本发明要解决的技术问题是：提供一种票据印章区域序列分割方法，解决OCR识别中印章区域难以识别或识别效果差的问题。

为解决上述问题，本发明采用的技术方案是：一种票据印章区域序列分割方法，包括如下步骤

步骤1：对输入图像进行模糊预处理，得到处理后的图像；

步骤2：对模糊后的图像做边缘检测并计算边缘点梯度方向；

步骤3：将检测出的边缘点根据梯度方向分为两类，连接相同方向的边缘点从而获取圆弧；

步骤4：计算圆弧的外接矩形及外接矩形被圆弧分解的上、下两部分面积，比较上、下两部分面积的大小得到圆弧的凸凹性，根据每段圆弧的凸凹性将其分类；

步骤5：从分类后的圆弧中筛选出属于同一个椭圆边界的圆弧子集；

步骤6：计算椭圆参数，该椭圆参数包括椭圆的中心位置、长短轴比及倾斜角度；

步骤7：对计算得到的椭圆参数进行有效性验证；

步骤8：根据计算得到椭圆参数从票据原图中分割出椭圆区域；

步骤9：将椭圆区域变换为圆形区域；

步骤10：从圆形区域中选取目标序列区域，并计算将目标序列区域变换成矩形区域之后，矩形区域的尺寸，同时遍历矩形区域并计算区域内每个像素点对应的目标区域点；

步骤11：对每个目标像素点做差值运算，得到区域变换后目标序列图像。

进一步的，步骤1中所述的模糊预处理包括对输入图像做高斯模糊预处理。

进一步的，步骤2使用Canny算子对模糊后的图像做边缘检测并计算边缘点梯度方向。

进一步的，步骤5中，属于同一个椭圆边界的圆弧子集包括三个，三个圆弧子集采用如下三个约束条件筛选：

A.圆弧对中的各个圆弧是凸的；

B.圆弧对中的各个圆弧要位于两个相邻的象限；

C.两个圆弧对计算得到的椭圆中心点相同。

进一步的，步骤7包括：

步骤71：根据步骤6计算的椭圆参数拟合椭圆；

步骤72：根据边缘检测出的椭圆上的点和拟合的椭圆对步骤6计算的椭圆参数有效性验证，公式如下：

β＝{(x,y):|f(x,y,ε_i)-1|＜0.1}

其中，(x,y)为边缘检测出的椭圆上的任一点，ε_i为拟合出的椭圆，β为圆弧中距离拟合椭圆边界距离小于0.1的点集，β＝{(x,y):|f(x,y,ε_i)-1|＜0.1}，α^a、α^b、α^c为不同的圆弧。

进一步的，所述目标序列区域呈弧面形状，该弧面将圆形区域分为内圆和外圆，采用将目标序列区域变换到矩形区域，其中，x₁、y₁分别为圆形区域上的像素点值，θ₁为弧面起始角度，R₁内圆半径，R₂为外圆半径。

进一步的，所述差值运算为双线性插值运算，差值运算的时候，采用f(i+u,j+v)＝(1-u)(1-v)f(I,j)+(1-u)vf(I,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)来计算矩形区域中个点的像素值，其中，(i+u,j+v)为目标区域中的坐标通过反向变换得到的浮点坐标，i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数，f(i,j)表示源图像(i,j)处的像素值。