[發(fā)明專利]圖像識別系統(tǒng)及方法

無效

• 申請?zhí)枺?/td>: 201210370248.8
• 申請日: 2012-09-28
• 公開（公告）號: CN103716505A
• 公開（公告）日: 2014-04-09
• 發(fā)明（設(shè)計(jì)）人: 洪成安
• 申請（專利權(quán)）人: 北京蒙恬科技有限公司
• 主分類號: H04N1/41
• 分類號: H04N1/41;G06K9/38;G06K9/20
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

技術(shù)領(lǐng)域

本發(fā)明涉及移動通信領(lǐng)域，特別涉及移動終端圖像識別領(lǐng)域。

背景技術(shù)

隨著移動通信技術(shù)的飛速發(fā)展，移動終端的功能越來越多，如何將像紙本等實(shí)體信息內(nèi)容轉(zhuǎn)換成數(shù)字信息，最優(yōu)化移動終端的效能，目前仍有不少問題需要解決。

已有中國專利申請(申請?zhí)枮镃N02131359.8)公開了一種光學(xué)字符識別(Optical?Character?Recognition，簡稱OCR)手機(jī)，其使用光學(xué)字符識別(OCR)軟件結(jié)合手機(jī)對紙本名片信息進(jìn)行識別，將紙本名片信息轉(zhuǎn)換成數(shù)字信息。這樣在手機(jī)上直接對紙本名片圖像進(jìn)行識別處理的作業(yè)，要求手機(jī)具備強(qiáng)大的運(yùn)算處理芯片，才能快速完成識別作業(yè)，并將識別結(jié)果資料存儲成數(shù)字信息，以滿足使用者對數(shù)字信息處理時(shí)間上的需求。

為解決上述的技術(shù)問題，有人曾使用遠(yuǎn)端識別技術(shù)，也就是在遠(yuǎn)端服務(wù)器上設(shè)置具有識別功能的裝置。一篇中國專利(專利號為ZL03129437.5)公開了一種通訊裝置將紙本名片轉(zhuǎn)換成電子名片的方法，所述方法是通訊裝置利用預(yù)設(shè)的通訊協(xié)議，傳送其所獲取的紙本名片的名片圖像數(shù)據(jù)至一遠(yuǎn)端服務(wù)器上，運(yùn)用所述服務(wù)器上的識別軟件對所述名片圖像數(shù)據(jù)進(jìn)行識別處理，然后將識別結(jié)果整合成電子名片數(shù)據(jù)，再回傳給所述通訊裝置。這種結(jié)合無線通訊網(wǎng)絡(luò)與具有識別軟件的服務(wù)器的解決方案，雖然減少利于移動終端的運(yùn)算處理裝置負(fù)荷以圖能加快整體識別處理的效果，但卻增加了無線傳輸資源的負(fù)擔(dān)，特別是當(dāng)面對復(fù)雜且具有100萬像素以上的名片圖像(例如用300萬像素的攝像頭拍攝的全彩圖像需要約9MB大小的容量)，傳輸此類具有100萬像素以上的高像素圖像時(shí)，反而會受限于無線網(wǎng)絡(luò)來回傳輸效能而影響識別結(jié)果的整體速度。

若在移動終端上對JPEG圖像文件進(jìn)行完整的識別作業(yè)，識別部就會占用移動終端的運(yùn)算、存儲等大量資源，圖4A展示了背景技術(shù)中的識別部設(shè)置在移動終端的情況。若將識別部設(shè)置在遠(yuǎn)端服務(wù)器上，雖能大幅降低占用移動終端的資源，但JPEG圖像數(shù)據(jù)傳輸大小將會占用移動終端的大量數(shù)據(jù)傳輸資源從而影響整體的識別速度，圖4B展示了背景技術(shù)中識別部設(shè)置在遠(yuǎn)端服務(wù)器的情況。

此外，目前有利用壓縮技術(shù)克服資料傳輸上的問題，如移動終端的圖像獲取部取得圖像資料后，直接對此圖像資料進(jìn)行壓縮，再傳送至遠(yuǎn)端服務(wù)器進(jìn)行識別，但根據(jù)實(shí)際測試發(fā)現(xiàn)，獲取的全彩圖像資料若為15MB左右大小，在可識別的情況下，不論以無失真壓縮或有失真壓縮，最高只能以JPEG格式壓縮至1981KB大小。若以移動終端預(yù)設(shè)JPEG圖像數(shù)據(jù)進(jìn)行最大壓縮率壓縮，雖然得到39KB的圖像資料大小，在運(yùn)用相同的識別模塊情況下，壓縮至1981KB，識別正常，但39KB識別出現(xiàn)錯(cuò)誤，請參考表1。

表1

現(xiàn)存的問題在于已知的移動終端的圖像獲取部在取得圖像后，圖像數(shù)據(jù)皆自動預(yù)設(shè)為JPEG格式，在遠(yuǎn)程數(shù)據(jù)傳輸?shù)臈l件下，當(dāng)移動終端取得JPEG圖像數(shù)據(jù)后，如果對JPEG圖像采用最大壓縮率進(jìn)行壓縮，之后再進(jìn)行遠(yuǎn)程數(shù)據(jù)傳輸，例如前例所述將全彩圖像數(shù)據(jù)由14702KB壓縮至39KB即壓縮至原圖數(shù)據(jù)大小之0.3％，則會影響識別模塊的識別效能；但在不影響既有識別模塊的識別效能的情況下，例如前例將全彩圖像數(shù)據(jù)由BMP格式(圖像大小為14702KB)，壓縮至JPEG格式(圖像大小為1981KB大小)，即壓縮至原圖數(shù)據(jù)大小之13.5％，其壓縮效果對降低數(shù)據(jù)傳輸量的效果又是有限的；此外，若利用TIFF壓縮方式對上述JPEG格式圖像進(jìn)行以Huffman?LZW法壓縮成黑白圖像，可以得到TIFF格式圖像(圖像大小為411KB)，但是這樣的方式雖然降低了圖像的大小，但是會影響識別模塊的識別能力，實(shí)際上無法采用。此外，特別是在遠(yuǎn)程服務(wù)器需要同時(shí)處理多筆資料的情況下，對數(shù)據(jù)壓縮倍率的需求更高，但是過高的壓縮倍率會增加識別難度甚至識別模塊的識別能力而產(chǎn)生錯(cuò)誤的識別內(nèi)容，這樣過高的壓縮效果雖然縮短了數(shù)據(jù)傳輸時(shí)間，但是不符合實(shí)際用戶對識別系統(tǒng)的需求，也就是移動終端與遠(yuǎn)程服務(wù)器之間的傳輸會占去大部分的整體使用時(shí)間而影響用戶的使用意愿。因此如何在數(shù)據(jù)壓縮與辨識效能間取得平衡，是目前急欲解決的技術(shù)問題。

因此，如何減少傳輸JPEG圖像大小且又不影響圖像品質(zhì)，如何使識別部具有原有的識別能力和識別速度，使移動終端與遠(yuǎn)端服務(wù)器的資源做到最大化運(yùn)用，面對上述技術(shù)問題，為使移動終端能有更大的便利性，有必要提出新的技術(shù)方案解決上述的技術(shù)問題。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題