[发明专利]票据图像快速红章检测方法、系统、装置

说明书

本发明属于图像处理、文字识别技术领域，具体涉及一种票据图像快速红章检测方法、系统、装置，旨在解决现有的红章检测方法严重依赖于候选框且候选框的设置难度大，导致检测实时性和准确性较差的问题。本系统方法包括：获取待检测的票据图像，作为输入图像；提取输入图像中各像素点的多颜色空间特征；基于多颜色空间特征，通过SVM分类器对像素点进行分类，得到红章像素点的分类结果图，作为第一结果图；将第一结果图进行形态学膨胀，并进行连通域标记；依次判断各标记的连通域宽、高、以及宽高比是否在设定的阈值范围内，若是，则将其在票据图像中的位置及其对应的第一结果图作为检测结果进行输出。本发明提高了红章检测的实时性和准确性。

技术领域

本发明属于图像处理、文字识别技术领域，具体涉及一种票据图像快速红章检测方法、系统、装置。

背景技术

票据图像中的文字能表达丰富的财务信息，而传统人工录入财务信息速度慢，错误率高，而且需要大量的人力物力。近年来，人工智能的热潮日渐高涨，相关的技术如图像处理、模式识别、计算机视觉等也得到了迅速的发展，智能报销系统逐步兴起。

随着社会的不断发展，智能报销系统对票据图像中的文字进行自动检测和识别的需求越来越大，文档识别技术具有极大的经济效益和广泛的社会价值，通过文字识别技术能够实现文字信息的高速、自动地输入，节约了大量的人力资源。其中，红色印章广泛存在于各类票据图像，涉及交通、金融、物流、税务、行政管理等各个领域。但票据图像种类繁多，印章出现位置随机、大小多变，严重影响后期票据图像版面分析与字符识别，因此对红章的检测对后期票据图像的快速识别有着重要的意义，同时票据中的红色印章对于票据图像辨伪也有着关键的作用。因此，如何准确有效地检测红章对于票据的智能录入有着关键性的作用。

现有的红章检测方法主要通过候选框的分类进行印章检测，当候选框多时，检测准确度提高，但大量的候选框的存在导致检测速度变慢；当减少候选框增加速度，又难以保证检测的准确度，严重依赖于候选框的数量。而且，红章在图像中的大小和形状变化较大，候选框的设置难度大，候选框分类需要大量样本，对于新型印章的出现难以做出快速响应。

因此，本发明提出了一种基于颜色分离和连通域检测的票据图像快速红章检测方法。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的红章检测方法严重依赖于候选框且候选框的设置难度大，导致检测实时性和准确性较差的问题，本发明第一方面，提出了一种票据图像快速红章检测方法，该方法包括：

步骤S100，获取待检测的票据图像，作为输入图像；

步骤S200，提取所述输入图像中各像素点的多颜色空间特征；所述多颜色空间特征包括Lab颜色特征、HSV颜色特征、RGB颜色特征；

步骤S300，基于各像素点的多颜色空间特征，通过预训练的SVM分类器对像素点进行分类，得到红章像素点的分类结果图，作为第一结果图；

步骤S400，将所述第一结果图进行形态学膨胀，并进行连通域标记；

步骤S500，对各标记的连通域，依次判断其宽、高、以及宽高比是否在设定的阈值范围内，若是，则将其在所述输入图像中的位置及其对应的第一结果图作为检测结果进行输出。

在一些优选的实施方式中，步骤S300中“通过预训练的SVM分类器对像素点进行分类，得到红章像素点的分类结果图”，其方法为：

对所述输入图像，基于其各像素点的多颜色空间特征，结合预训练的SVM分类器学习的线性参数，得到其对应的预测图像；

将所述预测图像中的各像素点进行归一化处理，并判断归一化结果是否大于等于设定的阈值，若是，则将其对应的分类结果图标记为1，作为红章像素点。

在一些优选的实施方式中，“将各像素点的预测图像进行归一化处理”，其方法为：