[發明專利]一種汽車交易發票的處理方法

在審

• 申請號: 201611209500.1
• 申請日: 2016-12-23
• 公開（公告）號: CN106778761A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 潘敏
• 申請（專利權）人: 潘敏
• 主分類號: G06K9/38
• 分類號: G06K9/38;G06K9/40;G06K9/44
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及發票處理領域，涉及一種汽車交易發票的處理方法。

背景技術

隨著我國經濟和科技的持續高速發展，會計電算化已經基本普及，并逐漸在商業活動中起到重要作用。但是，鑒于經濟工作的嚴謹性，經濟往來中并沒有完全實現無紙化辦公，發票仍然為商品交易的法定記賬憑證。我國的計算機網絡已經基本覆蓋全國，因此，把紙質發票承載的數據信息轉化為計算機能夠使用和存儲的電子信息將為發票數據信息的傳輸、存儲與查詢帶來極大的便利。傳統的轉換是依靠人工手動輸入實現，但是隨發票數量的日益增多，此種輸入方式需要投入更多的人力、物力、財力，而且容易出錯，因而需要研究出一種能夠代替人工的汽車交易發票的處理方法將十分有意義。

發明內容

有鑒于此，本發明提供一種解決或部分解決上述問題的汽車交易發票的處理方法。

為達到上述技術方案的效果，本發明的技術方案為：一種汽車交易發票的處理方法，包含以下步驟：

1)采用光學分辨率為600×1200dp i的掃描儀，掃描汽車交易發票，讀入汽車交易發票的圖像；

2)將汽車交易發票的圖像轉換成二值圖像形式的發票，具體過程為：

a)將汽車交易發票的圖像通過顏色空間的灰度化轉化為灰度圖像，對灰度圖像進行高斯去噪，對高斯去噪后的灰度圖像進行多次小波分解，分解為在高低頻率的水平細節分量、垂直細節分量、對角細節分量，并根據其計算出高斯去噪后的灰度圖像中的各個像素點的空間頻率；

b)將灰度圖像的像素灰度值作為神經元的反饋輸入，輸入到脈沖耦合神經網絡中，進行迭代，將高斯去噪后的灰度圖像中的各個像素點的空間頻率進行加權后作為鏈接輸入，脈沖耦合神經網絡的內部輸入由反饋輸入以及鏈接輸入共同決定，并設置動態閾值，動態閾值可以動態地衰減，最后，基于空間相似性與灰度相似性對高斯去噪后的灰度圖像進行動態地分組，最后達到增強高斯去噪后的灰度圖像中的文字部分的效果；

c)再通過低通濾波平滑文字部分，并進行與a)步中小波分解的次數相同的小波重構，得到背景分布的縮略圖，最后利用圖像雙三次插值將背景分布縮略圖放大至汽車交易發票的圖像的大小，得到了近似的背景分布；

d)將近似的背景分布與灰度圖像做差運算得到灰度圖像的前景分布，在灰度圖像的前景分布加入文字信息，并計算全局二值化閾值，并將全局二值化閾值與近似的背景分布疊加后形成用于圖像二值化的局部閾值，根據用于圖像二值化的局部閾值來決定灰度圖像中的每一個像素點的像素值，最終得到二值化圖像；

4)對二值化圖像再次進行小波分解，得到高頻系數和低頻系數，采用閾值判斷加權法增大高頻系數，低頻系數乘以全局二值化閾值與用于圖像二值化的局部閾值中較小的值得到新的低頻系數，采用小波重構進行重構圖像，得到優化后的二值化圖像。

本發明的有益成果是：本發明針對二值化圖像為計算機系統主要識別圖像的輸入形式，對汽車交易發票進行掃描，轉換為二值化圖像，去除圖像的噪聲以及提高圖像的質量，作為后續程序的前提，以解決人工處理汽車交易發票錄入工作量大、數據錄入不準確的問題。

具體實施方式

為了使本發明所要解決的技術問題、技術方案及有益效果更加清楚明白，以下結合實施例，對本發明進行詳細的說明。應當說明的是，此處所描述的具體實施例僅用以解釋本發明，并不用于限定本發明，能實現同樣功能的產品屬于等同替換和改進，均包含在本發明的保護范圍之內。具體方法如下：

實施例1：圖像的獲取是系統處理的開始，它為系統提供所需的處理對象。目前獲取處理對象的途徑很多，譬如采用攝像機、掃描儀、照相機等。因為系統處理對象是機打商業發票，本發明的目的是準確高效地識別出發票版面上的數據信息，所以，對準確率和快速性有一定的要求，為了讓所獲得的發票形式更加有利于提高識別的準確率以及系統運行的速度，最終，本發明選擇利用掃描儀將紙質發票轉化為電子圖像。