[發(fā)明專(zhuān)利]一種快遞運(yùn)單的定位與提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710880981.7
• 申請(qǐng)日: 2017-09-26
• 公開(kāi)（公告）號(hào): CN107622247B
• 公開(kāi)（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 呂岳;譚婷;呂淑靜;許紫燕
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華東師范大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/46
• 代理公司: 上海藍(lán)迪專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

1.一種快遞運(yùn)單的定位與提取方法，其特征在于，該方法包括以下具體步驟：

步驟1：任選一快遞運(yùn)單，作為參考快遞運(yùn)單，選擇該快遞運(yùn)單上的標(biāo)志、條形碼、手機(jī)號(hào)碼、收貨地址、收貨人姓名作為關(guān)鍵區(qū)域，建立關(guān)鍵區(qū)域的全連接，得到參考快遞運(yùn)單圖；

步驟2：對(duì)待處理快遞運(yùn)單采用圖像分割算法選取其候選關(guān)鍵區(qū)域，并根據(jù)該候選關(guān)鍵區(qū)域與參考快遞運(yùn)單關(guān)鍵區(qū)域的紋理相似度建立對(duì)應(yīng)關(guān)系，根據(jù)對(duì)應(yīng)關(guān)系建立與參考快遞運(yùn)單關(guān)鍵區(qū)域類(lèi)似的全連接圖，其中對(duì)應(yīng)于同一關(guān)鍵區(qū)域的不同候選關(guān)鍵區(qū)域間不連接，得到待處理快遞運(yùn)單圖；

步驟3：將參考快遞運(yùn)單圖與待處理快遞運(yùn)單圖屬性相似性度量，找到待處理快遞運(yùn)單圖中與參考快遞運(yùn)單圖最相似的同構(gòu)圖，實(shí)現(xiàn)兩圖中結(jié)點(diǎn)對(duì)應(yīng)，并將該同構(gòu)圖作為參考快遞運(yùn)單圖的最佳匹配；

步驟4：根據(jù)最佳匹配的同構(gòu)圖與參考快遞運(yùn)單圖中對(duì)應(yīng)結(jié)點(diǎn)在各自圖像中的實(shí)際位置，得到從參考快遞運(yùn)單到待處理快遞運(yùn)單對(duì)應(yīng)圖案映射的參數(shù)變換矩陣，并根據(jù)參數(shù)變換矩陣完成待處理快遞運(yùn)單上用戶(hù)填寫(xiě)信息區(qū)域的定位和提取；其中：

所述步驟1具體包括：

步驟a1：采用手動(dòng)標(biāo)注的方法，選取參考快遞運(yùn)單至少5～8個(gè)不在同一直線(xiàn)上且具有能夠區(qū)分特征的圖案和文字塊，作為參考快遞運(yùn)單的關(guān)鍵區(qū)域，對(duì)其添加標(biāo)簽；同時(shí)在參考快遞運(yùn)單上手動(dòng)標(biāo)注物流信息填寫(xiě)區(qū)域的位置，用于相關(guān)信息的定位與提取；

步驟a2：將上述得到關(guān)鍵區(qū)域表示為圖的結(jié)點(diǎn)，關(guān)鍵區(qū)域之間相互位置關(guān)系表示為圖的邊；建立參考快遞運(yùn)單關(guān)鍵區(qū)域的全連接無(wú)向圖q；其中：

所述全連接無(wú)向圖q＝(V，E，L_v，L_e，ω，φ)，其中V為圖的結(jié)點(diǎn)，對(duì)應(yīng)于參考快遞運(yùn)單的關(guān)鍵區(qū)域；E為圖的邊，對(duì)應(yīng)于參考快遞運(yùn)單關(guān)鍵區(qū)域間的相互連接關(guān)系；L_v，L_e分別表示每個(gè)結(jié)點(diǎn)v∈V和邊e∈E的標(biāo)簽，用來(lái)標(biāo)識(shí)圖中不同的結(jié)點(diǎn)；ω表示每個(gè)結(jié)點(diǎn)v的結(jié)點(diǎn)屬性，φ表示每個(gè)結(jié)點(diǎn)v在圖q中的結(jié)構(gòu)屬性；結(jié)點(diǎn)和結(jié)構(gòu)屬性分別作如下定義：

1)、結(jié)點(diǎn)屬性ω；由于結(jié)點(diǎn)V表示的是小塊的局部圖像，采用SIFT來(lái)描述圖的結(jié)點(diǎn)屬性，結(jié)點(diǎn)屬性表示為：ω_i＝{T_i，v_i∈V}，T_i表示為結(jié)點(diǎn)v_i的SIFT紋理特征；

T_i＝{f_i1,f_i2,...,f_ij},j＝1,2,...,M (1)

其中f為128維的SIFT特征向量，f_ij表示v_i中的第j個(gè)特征向量，M為正整數(shù)，表示結(jié)點(diǎn)v_i的特征維度；

2)、結(jié)構(gòu)屬性φ；φ表示結(jié)點(diǎn)v_i結(jié)構(gòu)屬性，包括兩個(gè)子屬性：射線(xiàn)簇屬性Π和夾角屬性Θ，結(jié)點(diǎn)v_i的結(jié)構(gòu)屬性表示為φ_i＝{Π_i,Θ_i,v_i∈V}；

射線(xiàn)簇屬性Π_i，該屬性表示以結(jié)點(diǎn)v_i為固定端點(diǎn)，其他鄰接點(diǎn)v_j所形成的射線(xiàn)簇網(wǎng)狀射線(xiàn)邊緣e_ij的集合，該屬性表示如下：

Π_i＝{e_i1,e_i2,...,e_ij},i,j＝1,2,...,N,i≠j (2)

夾角屬性Θ_i，θ(e_ij，e_ik)表示圖中以結(jié)點(diǎn)v_i為頂點(diǎn)，e_ij和e_ik為連接邊緣所組成的夾角，結(jié)點(diǎn)v_i所具有的夾角屬性表示為以v_i為頂點(diǎn)的邊夾角向量集合Θ_i，表示如下：

Θ_i＝{θ(e_ij,e_ik)}i,j,k＝1_,2,...,N,i≠j,i≠k,j≠k (3)；

所述步驟2具體包括：

步驟b1：先對(duì)待處理快遞運(yùn)單圖像采用基于圖的圖像分割，建立相似像素點(diǎn)的MST樹(shù)集區(qū)域，然后采用選擇性搜索算法將相鄰的MST樹(shù)集區(qū)域根據(jù)其灰度、紋理、形狀吻合相似度合并，得到具有不同大小和圖案信息的圖像小塊；選擇其中圖案、字符相對(duì)較集中的圖像小塊作為待處理快遞運(yùn)單圖像的候選關(guān)鍵區(qū)域；

步驟b2：根據(jù)待處理快遞運(yùn)單候選關(guān)鍵區(qū)域與參考快遞運(yùn)單關(guān)鍵區(qū)域紋理特征相似度對(duì)的候選關(guān)鍵區(qū)域排序，篩選出相似度最高的前3個(gè)圖像塊作為與參考快遞運(yùn)單圖結(jié)點(diǎn)對(duì)應(yīng)的候選結(jié)點(diǎn)；

步驟b3：對(duì)上述建立了對(duì)應(yīng)關(guān)系的候選結(jié)點(diǎn)建立待處理快遞運(yùn)單的全連接圖G，即為待處理快遞運(yùn)單圖；其中，對(duì)應(yīng)于同一參考快遞運(yùn)單結(jié)點(diǎn)的多個(gè)候選結(jié)點(diǎn)間不連接。