[发明专利]一种基于连通域分析和形态学操作的框线检测方法

说明书

本发明涉及一种基于连通域分析和形态学操作的框线检测方法。首先对读入的待检测表格文档图像进行灰度化，将得到的灰度图像二值化；然后对得到的二值图像进行形态学膨胀操作，对膨胀操作之后的二值图像进行连通域检测，接下来对得到的框线轮廓内部进行填充操作，最后对框线增强之后的图像进行基于深度学习方法的图像去噪；对经过框线增强操作后的表格文档图像，分别定义两个结构元素作为形态学腐蚀和膨胀操作的内核矩阵参数，经过形态学腐蚀和膨胀操作之后把表格文档的横框线和竖框线分别检测并提取出来，然后采用基于NPcanny的直线检测算法对图像中的直线进行再次检测，将提取出来的横纵框线进行交叉，得到表格文档图像中完整的框线结构。

技术领域

本发明涉及形态学和计算机视觉领域，特别是一种基于连通域分析和形态学操作的框线检测方法。

背景技术

保险行业每天都会产生包括人寿保险投保单、税优健康保险投保单、保全高额付费审批表等在内的大量的包含客户信息的表格文档，如何准确地对这些表格文档进行分类，并提取出表格文档中的重要信息是保险公司亟待解决的问题。采用人工分析不仅耗时、耗力，分析结果的准确率也难以得到保证，低效率的表格文档分析会直接影响到保险公司的工作效率的提高，进而影响公司效益和行业内竞争力。

由于基于框线的表格文档分类方法通用性较好，我们将框线特征作为表格文档的分类特征，传统的基于霍夫变换的直线检测算法不仅时间复杂度高，运行速度较慢，对于质量较差的读入图像检测效果也不理想，在检测直线之前还需要进行去除字符的操作，步骤比较繁琐，实现复杂度较大。

发明内容

本发明的目的在于提供一种基于连通域分析和形态学操作的框线检测方法，该方法能够准确有效地对表格文档图像中的框线进行检测和提取。

为实现上述目的，本发明的技术方案是：一种基于连通域分析和形态学操作的框线检测方法，包括如下步骤：

步骤S1、对读入的待检测图像先进行灰度化处理，而后对得到的灰度图像进行二值化处理，得到原图像的二值图像；

步骤S2、对步骤S1中得到的二值图像进行形态学膨胀操作，然后对膨胀操作后的二值图像进行连通域检测，最后将检测到的连通域内部进行填充，得到框线增强的图像；

步骤S3：对框线增强后的图像进行基于深度学习方法的图像去噪；

步骤S4：对经步骤S3处理后的图像分别定义两个不同的结构元素进行先腐蚀后膨胀的形态学操作，以分别得到表格图像的横纵框线，而后将得到的横纵框线进行交叉，最终得到完整的框线结构图。

在本发明一实施例中，所述步骤S1具体包括如下步骤：

步骤S11、读入三通道RGB彩色图像；

步骤S12、对读入图像的颜色空间进行转换，使之转换为只有单通道灰度图像，三通道RGB图像经过灰度化处理，变为单通道灰度图像的所用的公式为：

Y＝0.299×R+0.587×G+0.114×B

其中，其中Y代表亮度，即灰度值，R、G、B是图像中每一个像素的三个颜色分量；

步骤S13、选取阈值对单通道灰度图像进行处理，获得能反映出图像特征的二值图像，局部自适应阈值法的二值化阈值可变，像素的邻域块像素值的分布情况决定阈值的选取，图像进行二值化操作时，二值化阈值根据图像区域的特征自动调整，自适应阈值算法将灰度图像变换为二值图像所用的公式为：

其中，src(u,v)为原始值，dst(u,v)为输出值，T(u,v)为自适应阈值，max_value是自适应灰度值；

步骤S14、输出原图像对应的二值化图像。

在本发明一实施例中，所述步骤S2具体包括如下步骤：