[發明專利]一種基于名片識別的社交關系管理方法

有效

• 申請號: 201310521182.2
• 申請日: 2013-10-29
• 公開（公告）號: CN103617422B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 高飛;梅凱城;張元鳴;胡偉江;陸佳煒;盧書芳;李澤界;胡小燕;張雪君;肖剛
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/46;G06F17/30
• 代理公司: 杭州天正專利事務所有限公司33201
• 代理人: 王兵,黃美娟

1.一種基于名片識別的社交關系管理方法，包括以下四個步驟：?

步驟1、錄入名片信息，利用攝像頭或掃描儀進行名片圖像采集，根據名片圖像的特征劃分出文字塊并利用OCR引擎進行字符識別，根據關鍵字段進行分詞處理，對提取的信息歸類錄入，將其填入相應的表單，最后與用戶進行交互，對可能存在的無法識別信息進行人工確認與調整；?

步驟2、建立社交關系網絡；?

步驟3、實現智能檢索；?

步驟4、完成移動終端同步。?

2.如權利要求1所述的一種基于名片識別的社交關系管理方法，其特征在于：，?

步驟1）中根據名片圖像的特征劃分文字塊并利用OCR引擎進行字符識別的的具體步驟如下：?

1.1、灰度化。首先對攝像頭或掃描儀采集的名片圖像采用加權平均法進行灰度化。由于人眼對綠色的敏感最高，對藍色敏感最低，因此使用f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)能得到較合理的灰度圖像。其中(i,j)表示像素坐標，彩色圖像中紅、綠、藍三個分量分別為R(i,j)、G(i,j)、B(i,j)，f(i,j)則為該點的灰度值；?

1.2、邊緣提取。結合Sobel算子與LOG(Laplacian?of?Gauss)算子，形成修正LOG算法，即選取下列Sobel算子（S_x為水平方向的中心分差，S_y為垂直方向的中心分差，選取其中較大值作為梯度S）S=max{|S_x|,|S_y|}作為邊緣檢測的前提條件，減少多余的零交叉點。再利用此函數作為濾波器，進行LOG檢測。?LOG算子模板為它是LOG的數字形式，將其作為內核對圖像做卷積。σ為高斯分布的均方差；?

1.3、二值化。計算出閾值對灰度圖進行二值化。若灰度圖高為h，寬為w，求得閾值，即灰度平均值再根據閾值Threshold進行二值化：

1.4、傾斜檢測與矯正。通過霍夫變換（Hough?Transform）檢測名片框的邊緣線，獲得名片區域并判斷出名片的傾斜角度進行矯正。由于y=kx+b形式的直線方程無法表示x=c形式的直線(c為常數，即與x軸平行的直線，斜率k→∞)。故這里采用參數方程ρ=x*cosθ+y*sinθ，其中通過選取p₁(x₁,y₁)，p₂(x₂,y₂)兩監測點，可以得到傾斜角根據傾斜角θ對原圖與二值圖像同時進行仿射變換（使用齊次矩陣表示），P'=P·R，將-θ代入2D旋轉矩陣得到矯正矩陣由點矯正后得到。具體運算為：

1.5、圖像分割。根據名片圖像的特征劃分出文字塊。包括步驟如下：?

1.5.1、定義探測密度Density，為當前像素上下左右及斜對角線共8個方向上的相鄰像素中黑色像素的數量，計算公式為：?其中i∈[x-1,x+1]∩N^*,j∈[x-1,x+1]∩N^*，(x,y)為當前探測點坐標，N^*為正整數集；?

1.5.2、將名片區域的圖像轉化為密度矩陣，去掉余下噪點。操作方法如下：逐個判斷各個像素的密度，當Density<2時，對應矩陣元素記為0，即當作噪聲處理。當Density>=2時，對應矩陣元素記為1，表明該像素為文字塊一部分；?

1.5.3、通過轉換公式將矯正后的二值單色圖轉化為以下的二維數組形式：

1.5.4、根據密度矩陣，定位文字塊區域（此次有兩種策略分辨應用于快速識別模式與精準識別模式），然后依據區域對名片圖像進行分割?？焖僮R別策略：逐行判斷密度矩陣，每一行內“1”元素占單元個數的比例超過一定閾值，則視為文本行，低于此閾值則視為空白。精準識別策略：逐行判斷密度矩陣，將行內連續的“0”元素連結成“探測線”，根據“探測線”起始端的深淺、長度差異與末端位置特征判斷是否為文本區域。即去除長度小于閾值的探測線；然后標記出第一條探測線的末端與第二條探測線的始端；對所有行進行探測與標記后，由標記圍成的區域即文本區域；?

1.5.5、定義R_i∈{d(i,y)|y∈[0,h]∩N^*}，當且僅當?時記錄下j值。最后所得的一組區域[j₁,j₂]，[j₂,j₃]，[j₃,j₄]…即若干文字塊，其中h表示行數，w表示列數，N^*為正整數集，R_i為步驟3的二維數組中第i行的元素，Sum_j為R_i所在行所有元素之和。?

1.6、字符識別。利用OCR(Optical?Character?Recognition)技術提取出每一個文字塊的信息。這里采用MODI(Microsoft?Office?Document?Imaging)的OCR模塊對分割出的圖像逐一進行識別，將每一文字塊圖像都變成一組文字。即對文字塊[j₁,j₂]，[j₂,j₃]，[j₃,j₄]…逐一調用OCR識別引擎，得到與每個區域對應的字符集C_1,2,C_2,3,C_3,4…。?